SoulX Podcast एपीआई

पैरालिंग्विस्टिक नियंत्रण (हँसी, आह) और शून्य-शॉट वॉयस क्लोनिंग के साथ लंबे-फॉर्म, मल्टी-स्पीकर पॉडकास्ट संवाद के लिए ओपन-सोर्स वॉयस मॉडल।

Soul AI Lab ऑडियो जनरेशन रिलीज 29 अक्टू॰ 2025 नेटिव इन्फरेंस

SoulX Podcast के बारे में

पैरालिंग्विस्टिक नियंत्रण (हँसी, आह) और शून्य-शॉट वॉयस क्लोनिंग के साथ लंबे-फॉर्म, मल्टी-स्पीकर पॉडकास्ट संवाद के लिए ओपन-सोर्स वॉयस मॉडल।

इस नाम से भी जाना जाता है Soul AI Lab SoulX Podcast

voice cloning multi speaker dialect podcast

SoulX Podcast की विशेषताएं

मॉडल ID
soulx-podcast
निर्माता
Soul AI Lab
श्रेणी
ऑडियो जनरेशन
रिलीज
29 अक्टू॰ 2025
इनपुट
टेक्स्टऑडियो
आउटपुट
ऑडियो
एंडपॉइंट
POST/v1/audio/speech
वैकल्पिक मॉडल ID
soul-ai-lab/soulx-podcast

SoulX Podcast API की कीमतें

EmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।

प्रकार
स्पेक
दर
आधार
प्रति 1k वर्ण, प्रति अनुरोध न्यूनतम 700 वर्ण
$0.015
उपभाषा
प्रति 1k वर्ण, प्रति अनुरोध न्यूनतम 700 वर्ण
$0.015
पूरे कीमत पेज पर तुलना करें

SoulX Podcast API को कैसे कॉल करें

SoulX Podcast POST /v1/audio/speech से आवाज़ बनाता है और चलाने योग्य ऑडियो देता है। बोला जाने वाला टेक्स्ट input के रूप में model id soulx-podcast के साथ भेजें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।

cURL
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.mp3
Python
import 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)
SoulX Podcast API का पूरा संदर्भ

SoulX Podcast API के पैरामीटर

EmpirioLabs पर SoulX Podcast API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।

पैरामीटरप्रकारडिफॉल्टरेंज / मानविवरण
inputstring--पॉडकास्ट स्क्रिप्ट। मल्टी-स्पीकर के लिए [S1]/[S2]/[S3]/[S4] टैग या 'स्पीकर N:' लाइनों का उपयोग करें। पैरालिंग्विस्टिक टैग समर्थित: <|हँसी|>, <|आह|>, <|साँस|>, <|खांसी|>।
voice_modelenumbasebase, dialectआधार: अंग्रेजी + मंदारिन। बोली: सिचुआन, हेनान और कैंटोनीज़ कहते हैं।
voice_s1enumarthurarthur, james, lj, xiaomei, zhigang, custom_s1[S1] के लिए आवाज। एलजे = एम्मा। custom_s1 voice_s1_audio_url की आवश्यकता है।
voice_s2enumljarthur, james, lj, xiaomei, zhigang, custom_s2[S2] के लिए आवाज। एलजे = एम्मा।
voice_s3enumjamesarthur, james, lj, xiaomei, zhigang, custom_s3[S3] के लिए आवाज।
voice_s4enumxiaomeiarthur, james, lj, xiaomei, zhigang, custom_s4[S4] के लिए आवाज।
voice_s1_audio_urlstring--[S1] कस्टम वॉयस क्लोनिंग के लिए संदर्भ ऑडियो URL: 30 सेकंड तक की रिकॉर्डिंग जिसमें वक्ता इस सहमति कथन को अंग्रेजी में अपनी आवाज़ में ज़ोर से पढ़ता है: "मैं सिंथेटिक...
voice_s2_audio_urlstring--[S2] कस्टम वॉयस क्लोनिंग के लिए संदर्भ ऑडियो URL: 30 सेकंड तक की रिकॉर्डिंग जिसमें वक्ता इस सहमति कथन को अंग्रेजी में अपनी आवाज़ में ज़ोर से पढ़ता है: "मैं सिंथेटिक...
voice_s3_audio_urlstring--[S3] कस्टम वॉयस क्लोनिंग के लिए संदर्भ ऑडियो URL: 30 सेकंड तक की रिकॉर्डिंग जिसमें स्पीकर इस सहमति कथन को अंग्रेजी में अपनी आवाज़ में ज़ोर से पढ़ता है: "मैं सिंथेटिक...
voice_s4_audio_urlstring--[S4] कस्टम वॉयस क्लोनिंग के लिए संदर्भ ऑडियो URL: 30 सेकंड तक की रिकॉर्डिंग जिसमें वक्ता इस सहमति कथन को अंग्रेजी में अपनी आवाज़ में ज़ोर से पढ़ता है: "मैं सिंथेटिक...
temperaturenumber0.60.1 से 2नमूना तापमान।
top_kinteger1001 से 500टॉप-के सैंपलिंग कैप।
top_pnumber0.90.1 से 1नाभिक नमूनाकरण।
repetition_penaltynumber1.251 से 2उच्च मूल्य बार-बार वाक्यांश को हतोत्साहित करते हैं।
डॉक्स में 2 और पैरामीटर

जानने योग्य

पैरालिंग्विस्टिक कंट्रोल और जीरो-शॉट वॉयस क्लोनिंग के साथ लंबे-फॉर्म, मल्टी-स्पीकर पॉडकास्ट संवाद के लिए ओपन-सोर्स वॉयस मॉडल।

प्रति वर्ण बिल किया गया, प्रति अनुरोध न्यूनतम 700 वर्णों के साथ।

SoulX Podcast API: आम सवाल

SoulX Podcast API की कीमत कितनी है?

EmpirioLabs पर SoulX Podcast का बिल उपयोग के अनुसार बनता है: आधार $0.015 प्रति 1k वर्ण, प्रति अनुरोध न्यूनतम 700 वर्ण; उपभाषा $0.015 प्रति 1k वर्ण, प्रति अनुरोध न्यूनतम 700 वर्ण। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।

SoulX Podcast कौन से inputs और outputs सपोर्ट करता है?

SoulX Podcast input के रूप में टेक्स्ट, ऑडियो लेता है और ऑडियो लौटाता है।

SoulX Podcast कौन सा endpoint उपयोग करता है?

SoulX Podcast api.empiriolabs.ai पर POST /v1/audio/speech के ज़रिए मिलता है, मानक Bearer टोकन प्रमाणीकरण के साथ।

SoulX Podcast का model ID क्या है?

अपनी request में model के रूप में soulx-podcast भेजें। वैकल्पिक IDs soul-ai-lab/soulx-podcast भी काम करते हैं।

SoulX Podcast कब रिलीज़ हुआ?

Soul AI Lab ने SoulX Podcast को 29 अक्टू॰ 2025 को रिलीज़ किया।

क्या मैं इंटीग्रेट करने से पहले ब्राउज़र में SoulX Podcast आज़मा सकता हूं?

हां। EmpirioLabs playground ब्राउज़र में SoulX Podcast को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।

SoulX Podcast की API key कैसे मिलेगी?

EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।

बेहतर समापन बिंदुओं का उपयोग करने के लिए तैयार हैं?

हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।