低成本生成超长 AI 播客

低成本生成超长 AI 播客 Soul AI Lab 联合西工大等开源了 SoulX-Podcast，一个支持稳定生成 90 分钟多人对话的语音模型，解决了长篇内容生成的难题。 几个值得关注的特性： 1️⃣ 超长对话：能连续合成 60-90 分钟的多人播客，保持音色与韵律稳定。 2️⃣ 跨方言克隆：很实用的功能。仅需提供普通话参考语音，就能生成四川话、河南话、粤语等方言。 3️⃣ 细节可控：支持在文本中用 <|laughter|> 等标签，控制笑声、叹气等副语言，增加自然感。 4️⃣ 零样本克隆：Zero-shot 还原音色风格，适应多轮对话。 模型基于 Qwen3-1.7B 与 Flow Matching 范式，使用了 130 万小时数据训练。 GitHub ：https://github.com/Soul-AILab/SoulX-Podcast HuggingFace：https://huggingface.co/collections/Soul-AILab/soulx-podcast #AI #语音合成 #TTS #开源 #播客