SoulX Podcast API

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.

Soul AI Lab Geração de Áudio Lançado 29 de out. de 2025 Inferência nativa

Sobre SoulX Podcast

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

voice cloning multi speaker dialect podcast

Especificações de SoulX Podcast

ID do modelo
soulx-podcast
Autor
Soul AI Lab
Categoria
Geração de Áudio
Lançado
29 de out. de 2025
Entrada
TextoÁudio
Saída
Áudio
Endpoints
POST/v1/audio/speech
IDs de modelo alternativos
soul-ai-lab/soulx-podcast

Preços da API SoulX Podcast

Tarifas pay-as-you-go ao vivo do catálogo EmpirioLabs. Você também pode escolher um plano com franquias semanais.

Tipo
Especificação
Tarifa
Base
por 1k caracteres, mínimo 700 caracteres por requisição
$0.015
Dialeto
por 1k caracteres, mínimo 700 caracteres por requisição
$0.015
Comparar na página completa de preços

Como chamar a API SoulX Podcast

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
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)
Referência completa da API SoulX Podcast

Parâmetros da API SoulX Podcast

Parâmetros de requisição suportados pela API SoulX Podcast na EmpirioLabs. Os padrões valem quando um campo é omitido.

ParâmetroTipoPadrãoIntervalo / valoresDescrição
inputstring--Roteiro de podcast. Use tags [S1] / [S2] / [S3] / [S4] ou linhas 'Speaker N:' para multi-alto-falantes. Tags paralinguísticas suportadas: <|risos|>, <|suspiro|>,...
voice_modelenumbasebase, dialectbase: Inglês + Mandarim. dialeto: adiciona Sichuan, Henan e cantonês.
voice_s1enumarthurarthur, james, lj, xiaomei, zhigang, custom_s1Voz para [S1]. lj = Emma. custom_s1 exige voice_s1_audio_url.
voice_s2enumljarthur, james, lj, xiaomei, zhigang, custom_s2Voz para [S2]. lj = Emma.
voice_s3enumjamesarthur, james, lj, xiaomei, zhigang, custom_s3Voz para [S3].
voice_s4enumxiaomeiarthur, james, lj, xiaomei, zhigang, custom_s4Voz para [S4].
voice_s1_audio_urlstring--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_urlstring--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_urlstring--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_urlstring--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...
temperaturenumber0.60.1 a 2Temperatura de amostragem.
top_kinteger1001 a 500Top-k de amostragem de capotagem.
top_pnumber0.90.1 a 1Amostragem do núcleo.
repetition_penaltynumber1.251 a 2Valores mais altos desencorajam frases repetidas.
2 parâmetros a mais na documentação

Bom saber

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.

API SoulX Podcast: perguntas frequentes

Quanto custa a API SoulX Podcast?

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.

Quais entradas e saídas o SoulX Podcast aceita?

O SoulX Podcast recebe Texto, Áudio como entrada e retorna Áudio.

Qual endpoint SoulX Podcast usa?

SoulX Podcast é servido por POST /v1/audio/speech em api.empiriolabs.ai com autenticação padrão por token Bearer.

Qual é o ID de modelo do SoulX Podcast?

Envie soulx-podcast como modelo na sua requisição. Os IDs alternativos soul-ai-lab/soulx-podcast também funcionam.

Quando o SoulX Podcast foi lançado?

Soul AI Lab lançou o SoulX Podcast em 29 de out. de 2025.

Posso testar SoulX Podcast no navegador antes de integrar?

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.

Como consigo uma chave de API SoulX Podcast?

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.

Pronto para usar endpoints melhores?

Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.