SoulX Podcast API

开源语音模型,用于长格式、多说话播客对话,并具备副语言控制(笑声、叹息)和零帧语音克隆。

Soul AI Lab 音频生成 发布日期 2025年10月29日 原生推理

关于 SoulX Podcast

开源语音模型,用于长格式、多说话播客对话,并具备副语言控制(笑声、叹息)和零帧语音克隆。

也称为 Soul AI Lab SoulX Podcast

voice cloning multi speaker dialect podcast

SoulX Podcast 规格

模型 ID
soulx-podcast
开发方
Soul AI Lab
类别
音频生成
发布日期
2025年10月29日
输入
文本音频
输出
音频
端点
POST/v1/audio/speech
备用模型 ID
soul-ai-lab/soulx-podcast

SoulX Podcast API 价格

来自 EmpirioLabs 目录的实时按量计费价格。也可以选择包含每周用量额度的套餐。

类型
规格
价格
基地
每1000字符,每个请求至少700字符
$0.015
方言
每1000字符,每个请求至少700字符
$0.015
在完整价格页比较

如何调用 SoulX Podcast API

SoulX Podcast 通过 POST /v1/audio/speech 生成语音并返回可播放的音频。把要朗读的文本作为 input,连同模型 ID soulx-podcast 一起发送。 在EmpirioLabs 控制台获取 API 密钥。

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 完整参考

SoulX Podcast API 参数

EmpirioLabs 上 SoulX Podcast API 支持的请求参数。省略字段时使用默认值。

参数类型默认值范围 / 值描述
inputstring--播客剧本。多扬声器使用[S1] / [S2] / [S3] / [S4] 标签或“Speaker N:”行。支持副语言标签:<|笑声|>,<|叹息|>,呼吸|<|>,<|咳嗽|>。
voice_modelenumbasebase, dialect基础:英语 + 普通话。方言:新增四川语、河南语和粤语。
voice_s1enumarthurarthur, james, lj, xiaomei, zhigang, custom_s1为[第一季]配音。lj = 艾玛。custom_s1需要voice_s1_audio_url。
voice_s2enumljarthur, james, lj, xiaomei, zhigang, custom_s2为[第二季]配音。lj = 艾玛。
voice_s3enumjamesarthur, james, lj, xiaomei, zhigang, custom_s3为[第三季]配音。
voice_s4enumxiaomeiarthur, james, lj, xiaomei, zhigang, custom_s4为[第四季]配音。
voice_s1_audio_urlstring--[S1] 自定义语音克隆的参考音频URL:一段最长30秒的录音,演讲者用自己的声音用英语朗读同意声明:“我同意Empirio Labs克隆我的声音以生成合成语音。我理解我的语音样本将被用于创建个性化音频内容。”没有声明的录音将被拒绝。仅复制已给予同意的说话者的声音。
voice_s2_audio_urlstring--[S2] 自定义语音克隆的参考音频URL:一段最长30秒的录音,演讲者用自己的声音用英语朗读同意声明:“我同意Empirio Labs克隆我的声音以生成合成语音。我理解我的语音样本将被用于创建个性化音频内容。”没有声明的录音将被拒绝。仅复制已给予同意的说话者的声音。
voice_s3_audio_urlstring--[S3] 自定义语音克隆的参考音频URL:一段最长30秒的录音,演讲者用自己的声音用英语朗读同意声明:“我同意Empirio Labs克隆我的声音以生成合成语音。我理解我的语音样本将被用于创建个性化音频内容。”没有声明的录音将被拒绝。仅复制已给予同意的说话者的声音。
voice_s4_audio_urlstring--[S4] 自定义语音克隆的参考音频URL:一段最长30秒的录音,演讲者用自己的声音用英语朗读同意声明:“我同意Empirio Labs克隆我的声音以生成合成语音。我理解我的语音样本将用于创建个性化音频内容。”没有声明的录音将被拒绝。只克隆已给予同意的说话者的声音。
temperaturenumber0.60.1 到 2采样温度。
top_kinteger1001 到 500顶K采样上限。
top_pnumber0.90.1 到 1核采样。
repetition_penaltynumber1.251 到 2高数值则避免重复表达。
文档中还有 2 个参数

须知

开源语音模型,用于长格式、多说话播客对话,具备副语言控制和零样本语音克隆。

按角色计费,每个请求至少700个字符。

SoulX Podcast API:常见问题

SoulX Podcast API 收费多少?

在 EmpirioLabs,SoulX Podcast 按量计费:基地 $0.015 每1000字符,每个请求至少700字符; 方言 $0.015 每1000字符,每个请求至少700字符。也可以选择包含每周用量额度的套餐。本页的实时价格表始终与 API 的实际计费一致。

SoulX Podcast 支持哪些输入和输出?

SoulX Podcast 接受 文本, 音频 作为输入,并返回 音频。

SoulX Podcast 使用哪个端点?

SoulX Podcast 通过 api.empiriolabs.ai 上的 POST /v1/audio/speech 提供,使用标准的 Bearer 令牌认证。

SoulX Podcast 的模型 ID 是什么?

在请求中将 soulx-podcast 作为 model 发送。备用 ID soul-ai-lab/soulx-podcast 同样可用。

SoulX Podcast 是什么时候发布的?

Soul AI Lab 于 2025年10月29日 发布了 SoulX Podcast。

集成之前可以在浏览器里试用 SoulX Podcast 吗?

可以。EmpirioLabs Playground在浏览器中以与 API 相同的参数运行 SoulX Podcast,你可以在写代码之前先测试提示词。

如何获取 SoulX Podcast API 密钥?

创建 EmpirioLabs 账户,然后在控制台的 API Keys生成密钥。计费使用按量付费的额度,只为实际发出的请求付费。也可以选择包含每周用量额度的套餐。

准备好使用更好的终端了吗?

查看我们的定价,或者如果你想将自己的模型部署到我们的堆栈中,请联系我们。