GLM-TTS

环境要求

• Python 3.10 - 3.12（README 明确要求）
• 可访问 GitHub，用于克隆可选依赖仓库
• 可访问 HuggingFace 或 ModelScope 获取模型权重

安装与启动步骤

1. 1获取项目代码

   从 GitHub 克隆 GLM-TTS 仓库到本地，README 未直接给出该命令，仓库地址见项目主页。

   git clone https://github.com/zai-org/GLM-TTS

   复制

2. 2安装Python依赖

   确认 Python 版本在 3.10 至 3.12 之间，然后在项目根目录安装 requirements.txt 中的依赖。

   pip install -r requirements.txt

   复制

3. 3装强化学习依赖

   可选的强化学习相关依赖，进入 grpo/modules 目录克隆 s3prl 和 LaughterSegmentation 两个仓库。

   cd grpo/modules
   git clone https://github.com/s3prl/s3prl
   git clone https://github.com/omine-me/LaughterSegmentation

   复制

4. 4下载模型权重

   README 只给出了权重页面链接，未提供下载命令，需自行从 HuggingFace 或 ModelScope 获取权重。

5. 5运行推理

   README 的 Quick Start 仅列出“Running Inference Demo”小节标题，未给出具体命令，也可先在官网在线体验。

如何确认成功

README 未提供启动验证方式，需以仓库 Quick Start 中 Running Inference Demo 章节的实际内容为准。

常见问题

注意事项

• README 未给出推理脚本的具体运行命令，启动方式请以仓库 Running Inference Demo 章节的后续更新为准。
• 模型权重不随代码仓库提供，需另外从 HuggingFace 或 ModelScope 下载。
• README 提到 2D Vocos 声码器以及经强化学习优化的模型权重仍在开发中（Coming Soon），后续可能更新。
• 首次安装建议使用独立的 Python 虚拟环境，避免与系统环境中的依赖冲突。