SoulX-Podcast

SoulX-Podcast 是一个面向高质量播客语音合成的推理代码库，支持长文本、多轮次、多说话人对话式语音生成。核心功能包括跨方言（普通话、四川话、河南话、粤语等）零样本音色克隆，以及对笑、叹息、呼吸等副语言事件的显式建模与控制（如<|laughter|>标签）。技术上兼顾自然度与可控性，适用于播客内容生产、有声读物制作、AI配音及方言语音交互等场景。