GLM TTS API

GLM TTS について

LLMベースのtext-to-speechで、3〜10秒の音声からゼロショットのボイスクローンと、マルチリワード強化学習(RL)による感情表現で制御可能な出力を実現しています。

別名 Z.ai GLM TTS

GLM TTS の仕様

モデルID

glm-tts

開発元

Z.ai

カテゴリ

オーディオ生成

リリース

2025年12月11日

入力

テキスト音声

出力

音声

エンドポイント

POST/v1/audio/speech

代替モデルID

zhipu/glm-tts

GLM TTS API の料金

EmpirioLabs カタログのライブ従量課金料金です。使った分だけの支払いで、月額最低料金はありません。

GLM TTS API の呼び出し方

GLM TTS は POST /v1/audio/speech で音声を生成し、再生可能なオーディオを返します。読み上げるテキストを input として、モデル ID glm-tts と一緒に送信してください。 EmpirioLabs ダッシュボードで API キーを取得してください。

curl https://api.empiriolabs.ai/v1/audio/speech \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-tts",
    "input": "Welcome to EmpirioLabs. Your build just finished."
  }' \
  --output speech.mp3

import requests

response = requests.post(
    "https://api.empiriolabs.ai/v1/audio/speech",
    headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    json={"model": "glm-tts", "input": "Welcome to EmpirioLabs."},
)
with open("speech.mp3", "wb") as f:
    f.write(response.content)

GLM TTS API のパラメーター

EmpirioLabs 上の GLM TTS API が対応するリクエストパラメーターです。フィールドを省略した場合はデフォルト値が適用されます。

知っておくと便利

境界

• 最大入力数:5,000文字
• 1文字ごとに請求され、1リクエストあたり最低50文字

ボイスクローン

• 参考音声:3〜10秒
• 受け入れられるフォーマット:WAV、MP3、OGG、FLAC、AAC、M4A、WebM

プリセットボイス

• エマ(英語女性)
• ジェームズ(アメリカ合衆国男性)
• アーサー(イギリスの男性)
• シャオメイ(中国語の女性)
• 直剛(中国語M)

GLM TTS API: よくある質問

GLM TTS API の料金はいくらですか?

EmpirioLabs では GLM TTS は従量課金です: 速い(INT8) $0.20 1,000文字あたり、最低50文字をリクエストごとに; クオリティ(FP16) $0.21 1,000文字あたり、最低50文字をリクエストごとに。このページのライブ料金表は常に API の請求額と一致します。

GLM TTS はどのエンドポイントを使いますか?

GLM TTS は api.empiriolabs.ai 上の POST /v1/audio/speech で提供され、標準的な Bearer トークン認証を使用します。

統合する前にブラウザで GLM TTS を試せますか?

はい。EmpirioLabs プレイグラウンドでは API と同じパラメーターで GLM TTS をブラウザ上で実行できるので、コードを書く前にプロンプトを試せます。

GLM TTS の API キーはどうやって取得しますか?

EmpirioLabs アカウントを作成し、ダッシュボードの API Keysでキーを生成してください。課金は従量制クレジットなので、実行したリクエストの分だけ支払います。