長尺の多話者ポッドキャスト対話のためのオープンソース音声モデルで、パラリンガスティック制御(笑い、ため息)とゼロショット音声クローンを備えています。
Soul AI Labオーディオ生成リリース 2025年10月29日ネイティブ推論長尺の多話者ポッドキャスト対話のためのオープンソース音声モデルで、パラリンガスティック制御(笑い、ため息)とゼロショット音声クローンを備えています。
別名 Soul AI Lab SoulX Podcast
soulx-podcast/v1/audio/speechsoul-ai-lab/soulx-podcastEmpirioLabs 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。
SoulX Podcast 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 soulx-podcast 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": "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)EmpirioLabs 上の SoulX Podcast 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。
| パラメータ | タイプ | デフォルト | 範囲 / 値 | 説明 |
|---|---|---|---|---|
| input | string | - | - | ポッドキャストの台本。マルチスピーカーの場合は、[S1] / [S2] / [S3] / [S4] タグや「Speaker N:」のラインを使いましょう。支えた副言語タグ:<|笑い|>、<|ため息|>、呼吸|<>、<|コフ|>。 |
| voice_model | enum | base | base, dialect | ベース:英語+中国語。方言:四川語、河南語、広東語を加えます。 |
| voice_s1 | enum | arthur | arthur, james, lj, xiaomei, zhigang, custom_s1 | [S1]の声。lj = エマ。custom_s1voice_s1_audio_urlが必要です。 |
| voice_s2 | enum | lj | arthur, james, lj, xiaomei, zhigang, custom_s2 | [シーズン2]の声。lj = エマ。 |
| voice_s3 | enum | james | arthur, james, lj, xiaomei, zhigang, custom_s3 | [シーズン3]の声。 |
| voice_s4 | enum | xiaomei | arthur, james, lj, xiaomei, zhigang, custom_s4 | [シーズン4]の声。 |
| voice_s1_audio_url | string | - | - | [S1]カスタムボイスクローンの参考音声URL。話者は同意のフレーズを声に出して言わなければなりません。 |
| voice_s2_audio_url | string | - | - | [S2]カスタムボイスクローンの参考音声URL。 |
| voice_s3_audio_url | string | - | - | [S3]カスタムボイスクローンの参考音声URL。 |
| voice_s4_audio_url | string | - | - | [S4]カスタムボイスクローン用の参考音声URL。 |
| temperature | number | 0.6 | 0.1 から 2 | サンプリング温度。 |
| top_k | number | 100 | 1 から 500 | トップkサンプリングキャップ。 |
| top_p | number | 0.9 | 0.1 から 1 | 核サンプリング。 |
| repetition_penalty | number | 1.25 | 1 から 2 | 高い値は繰り返しの表現を抑制します。 |
長尺の多話者ポッドキャスト対話のためのオープンソース音声モデルで、パラリンガスティック制御とゼロショットボイスクローン機能を備えています。
EmpirioLabs では SoulX Podcast は従量課金です: 基地 $0.015 1,000文字あたり; 方言 $0.015 1,000文字あたり。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。
SoulX Podcast 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。
はい。EmpirioLabs プレイグラウンドでは API と同じパラメーターで SoulX Podcast 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。
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。
