SoulX-Podcast 专为播客风格的多轮、多说话人对话语音生成而设计，同时在传统的单声道 TTS 任务中也取得了卓越的性能。 
为了满足多轮口语对话更高的自然度要求，SoulX-Podcast 集成了多种副语言控制，并支持普通话和英语，以及四川话、河南话、粤语等多种中国方言，从而实现更具个性化的播客风格语音生成。 





效果似乎还可以，有佬友关注嘛？