封面新闻记者 欧阳宏宇

具身智能投入比比皆是家庭处事场景，让其能启齿说方言是遑急的一环。继通义、星火、混元等大模子之后，又有更多的国产语音合成模子开源，以致不错零样板“诬捏”生成方言作风语音。

记者10月29日获悉，播客语音合成模子SoulX-Podcast在近日开源。据悉，该模子是一款专为多东谈主、多轮对话场景打造的语音生成模子，解救中、英、川、粤等多语种/方言与副说话作风，能褂讪输出超60分钟、当然通顺、变装切换准确、韵律变调丰富的多轮语音对话。

除了播客场景之外，该模子还不错在通用语音合成或克隆场景下也发扬出色，带来更真确、荣达动的语音体验。

据了解，SoulX-Podcast由Soul App AI团队（Soul AI Lab）缔造，其工夫旨趣借助LLM + Flow Matching的语音生成范式，由前者建模语义token，后者进一步建模声学特征。在基于LLM的语义token建模方面，其以 Qwen3-1.7B 行动基座模子，并基于原始文本模子参数进行驱动化，以充分罗致其说话理会材干。

基于这一工夫战术后，该模子不错在零样本场景中，能高度收复参评语音的音色与作风，以致更能笔据对话语境纯真养息韵律与节拍；在多轮万古对话中，也曾能保合手声息的连贯与抒发的真确。此外，SoulX-Podcast 还解救笑声、清嗓等多种副说话元素的可控生成。

除中英文外，该模子还解救四川话、河南话、粤语等方言，以致跨方言音色克隆，即可提供频频话的参评语音，生成带有四川话、河南话、粤语等方言特征的当然语音。

业内东谈主士分析称，业界好像褂讪解救多轮当然对话的开源播客生成模子相对较少，何况就地景从单东谈主独白扩张到多东谈主对话与长篇播客时也大宗靠近问题。访佛模子可赋予AI自主方案对话节拍的材干，竣事更接近生涯日常的交互对话和“类真东谈主”的情谊奉陪体验。

对此赌钱赚钱app，其研发团队示意，往日将合手续聚焦语音对话合成、全双工语音通话、拟东谈主化抒发、视觉交互等中枢交互材干的普及，并加快工夫在种种化愚弄场景与举座生态中的交融落地，为用户带来愈加千里浸、智能且富余温度的交互体验，合手续普及个体的幸福感与包摄感。