
Modelo de voz open-source para diálogos de podcast de longa duração e múltiplos alto-falantes com controle paralinguístico (risos, suspiros) e clonagem de voz zero-shot.
Modelo de voz open-source para diálogos de podcast de longa duração e múltiplos alto-falantes com controle paralinguístico (risos, suspiros) e clonagem de voz zero-shot.
Também conhecido como Soul AI Lab SoulX Podcast
soulx-podcast/v1/audio/speechsoul-ai-lab/soulx-podcastTarifas pay-as-you-go ao vivo do catálogo EmpirioLabs. Você também pode escolher um plano com franquias semanais.
SoulX Podcast gera fala por POST /v1/audio/speech e retorna áudio reproduzível. Envie o texto a ser falado em input com o id de modelo soulx-podcast. Obtenha uma chave de API no painel 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)Parâmetros de requisição suportados pela API SoulX Podcast na EmpirioLabs. Os padrões valem quando um campo é omitido.
| Parâmetro | Tipo | Padrão | Intervalo / valores | Descrição |
|---|---|---|---|---|
| input | string | - | - | Roteiro de podcast. Use tags [S1] / [S2] / [S3] / [S4] ou linhas 'Speaker N:' para multi-alto-falantes. Tags paralinguísticas suportadas: <|risos|>, <|suspiro|>,... |
| voice_model | enum | base | base, dialect | base: Inglês + Mandarim. dialeto: adiciona Sichuan, Henan e cantonês. |
| voice_s1 | enum | arthur | arthur, james, lj, xiaomei, zhigang, custom_s1 | Voz para [S1]. lj = Emma. custom_s1 exige 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 áudio de referência para clonagem de voz personalizada [S1]: uma gravação de até 30 segundos na qual o falante lê esta declaração de consentimento em voz alta... |
| voice_s2_audio_url | string | - | - | URL de áudio de referência para clonagem de voz personalizada [S2]: uma gravação de até 30 segundos na qual o falante lê esta declaração de consentimento em voz alta... |
| voice_s3_audio_url | string | - | - | URL de áudio de referência para clonagem de voz personalizada [S3]: uma gravação de até 30 segundos na qual o falante lê esta declaração de consentimento em voz alta... |
| voice_s4_audio_url | string | - | - | URL de áudio de referência para clonagem de voz personalizada [S4]: uma gravação de até 30 segundos na qual o falante lê esta declaração de consentimento em voz alta... |
| temperature | number | 0.6 | 0.1 a 2 | Temperatura de amostragem. |
| top_k | integer | 100 | 1 a 500 | Top-k de amostragem de capotagem. |
| top_p | number | 0.9 | 0.1 a 1 | Amostragem do núcleo. |
| repetition_penalty | number | 1.25 | 1 a 2 | Valores mais altos desencorajam frases repetidas. |
Modelo de voz open-source para diálogos de podcast de longa duração e múltiplos alto-falantes, com controle paralinguístico e clonagem de voz zero-shot.
Faturado por personagem, com um mínimo de 700 caracteres por requisição.
Na EmpirioLabs, SoulX Podcast é cobrado por uso: Base $0.015 por 1k caracteres, mínimo 700 caracteres por requisição; Dialeto $0.015 por 1k caracteres, mínimo 700 caracteres por requisição. Você também pode escolher um plano com franquias semanais. A tabela de tarifas ao vivo desta página sempre corresponde ao que a API cobra.
O SoulX Podcast recebe Texto, Áudio como entrada e retorna Áudio.
SoulX Podcast é servido por POST /v1/audio/speech em api.empiriolabs.ai com autenticação padrão por token Bearer.
Envie soulx-podcast como modelo na sua requisição. Os IDs alternativos soul-ai-lab/soulx-podcast também funcionam.
Soul AI Lab lançou o SoulX Podcast em 29 de out. de 2025.
Sim. O playground da EmpirioLabs executa SoulX Podcast no navegador com os mesmos parâmetros que a API expõe, para você testar prompts antes de escrever código.
Crie uma conta EmpirioLabs e gere uma chave em API Keys no painel. A cobrança usa créditos pay-as-you-go, então você paga apenas pelas requisições que faz. Você também pode escolher um plano com franquias semanais.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.