
Modelo de voz de código abierto para diálogos de podcast de formato largo y múltiples altavoces con control paralingüístico (risas, suspiros) y clonación de voz sin tomas.
Modelo de voz de código abierto para diálogos de podcast de formato largo y múltiples altavoces con control paralingüístico (risas, suspiros) y clonación de voz sin tomas.
También conocido como Soul AI Lab SoulX Podcast
soulx-podcast/v1/audio/speechsoul-ai-lab/soulx-podcastTarifas de pago por uso en vivo del catálogo de EmpirioLabs. También puedes elegir un plan con asignaciones semanales.
SoulX Podcast genera voz a través de POST /v1/audio/speech y devuelve audio reproducible. Envía el texto a pronunciar como input con el id de modelo soulx-podcast. Consigue una clave de API en el panel de EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "soulx-podcast",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/audio/speech",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={"model": "soulx-podcast", "input": "Welcome to EmpirioLabs."},
)
with open("speech.mp3", "wb") as f:
f.write(response.content)Parámetros de solicitud compatibles con la API de SoulX Podcast en EmpirioLabs. Los valores por defecto se aplican cuando se omite un campo.
| Parámetro | Tipo | Predeterminado | Rango / valores | Descripción |
|---|---|---|---|---|
| input | string | - | - | Guion de pódcast. Usa etiquetas [S1] / [S2] / [S3] / [S4] o líneas 'Speaker N:' para multi-altavoz. Etiquetas paralingüísticas soportadas: <|risas|>, <|suspiro|>,... |
| voice_model | enum | base | base, dialect | base: inglés + mandarín. dialecto: añade Sichuan, Henan y cantonés. |
| voice_s1 | enum | arthur | arthur, james, lj, xiaomei, zhigang, custom_s1 | Voz para [S1]. lj = Emma. custom_s1 requiere voice_s1_audio_url. |
| voice_s2 | enum | lj | arthur, james, lj, xiaomei, zhigang, custom_s2 | Voz para [S2]. lj = Emma. |
| voice_s3 | enum | james | arthur, james, lj, xiaomei, zhigang, custom_s3 | Voz para [S3]. |
| voice_s4 | enum | xiaomei | arthur, james, lj, xiaomei, zhigang, custom_s4 | Voz para [S4]. |
| voice_s1_audio_url | string | - | - | URL de audio de referencia para clonación de voz personalizada [S1]: una grabación de hasta 30 segundos en la que el hablante lee esta declaración de consentimiento... |
| voice_s2_audio_url | string | - | - | URL de audio de referencia para clonación de voz personalizada [S2]: una grabación de hasta 30 segundos en la que el hablante lee esta declaración de consentimiento... |
| voice_s3_audio_url | string | - | - | URL de audio de referencia para clonación de voz personalizada [S3]: una grabación de hasta 30 segundos en la que el hablante lee esta declaración de consentimiento... |
| voice_s4_audio_url | string | - | - | URL de audio de referencia para clonación de voz personalizada [S4]: una grabación de hasta 30 segundos en la que el hablante lee esta declaración de consentimiento... |
| temperature | number | 0.6 | 0.1 a 2 | Temperatura de muestreo. |
| top_k | integer | 100 | 1 a 500 | Top-k de muestreo. |
| top_p | number | 0.9 | 0.1 a 1 | Muestreo de núcleos. |
| repetition_penalty | number | 1.25 | 1 a 2 | Valores más altos desaniman la repetición de frases. |
Modelo de voz de código abierto para diálogos de podcast de larga duración y múltiples altavoces con control paralingüístico y clonación de voz sin disparos.
Facturado por personaje, con un mínimo de 700 caracteres por petición.
En EmpirioLabs, SoulX Podcast se factura por uso: Base $0.015 por cada 1.000 caracteres, mínimo 700 caracteres por petición; Dialecto $0.015 por cada 1.000 caracteres, mínimo 700 caracteres por petición. También puedes elegir un plan con asignaciones semanales. La tabla de tarifas en vivo de esta página siempre coincide con lo que cobra la API.
SoulX Podcast recibe Texto, Audio como entrada y devuelve Audio.
SoulX Podcast se sirve a través de POST /v1/audio/speech en api.empiriolabs.ai con autenticación estándar de token Bearer.
Envía soulx-podcast como modelo en tu solicitud. Los ID alternativos soul-ai-lab/soulx-podcast también funcionan.
Soul AI Lab lanzó SoulX Podcast el 29 oct 2025.
Sí. El playground de EmpirioLabs ejecuta SoulX Podcast en el navegador con los mismos parámetros que expone la API, para que pruebes prompts antes de escribir código.
Crea una cuenta de EmpirioLabs y genera una clave en API Keys en el panel. La facturación es con créditos de pago por uso, así que solo pagas por las solicitudes que haces. También puedes elegir un plan con asignaciones semanales.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.