SoulX-Podcast

SoulX-Podcast是播客語音合成模型，支持中英川粵等多語種方言，能穩定輸出超60分鐘多輪語音對話。

基本介紹

• 外文名：SoulX-Podcast
• 開源方：Soul App AI團隊

產品功能

該模型支持零樣本克隆的多輪對話能力，可實現跨方言音色克隆，僅用國語參考語音即可生成帶方言特徵的自然語音。

產品架構

模型基於Qwen3-1.7B作為基座，採用LLM + Flow Matching語音生成範式，在播客場景下語音可懂度與音色相似度均取得最佳結果。