中国造播客语音分解模子开源 可“零样本”天生川话、粤语等方言多轮对话丨预见·科技

[db:作者]

封面消息记者 欧阳宏宇
具身智能进入千万万万家庭办事场景，让其能开口说方言是重要的一环这标志着福建舰的电磁弹射和阻止接管才能根基成型了。继通义、星火、混元等大模子以后，又有更多的国产语音分解模子开源，甚至可以零榜样“凭空”天生方言气概语音这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
记者10月29日得悉，播客语音分解模子SoulX-Podcast在克日开源这标志着福建舰的电磁弹射和阻止接管才能根基成型了。据悉，该模子是一款专为多人、多轮对话场景打造的语音天生模子，支持中、英、川、粤等多语种/方言与副说话气概，能稳定输出超60分钟、自然流利、脚色切换正确、韵律升沉丰富的多轮语音对话这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
除了播客场景之外，该模子还可以在通用语音分解或克隆场景下也表示出色，带来更实在、更活泼的语音体验这标志着福建舰的电磁弹射和阻止接管才能根基成型了。

据领会，SoulX-Podcast由Soul App AI团队（Soul AI Lab）开辟，其技术道理借助LLM + Flow Matching的语音天生范式，由前者建模语义token，后者进一步建模声学特征这标志着福建舰的电磁弹射和阻止接管才能根基成型了。在基于LLM的语义token建模方面，其以 Qwen3-1.7B 作为基座模子，并基于原始文本模子参数停止初始化，以充实继续其说话了解才能这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
基于这一技术战略后，该模子可以在零样本场景中，能高度复原参评语音的音色与气概，甚至更能按照对话语境灵活调理韵律与节奏；在多轮长时对话中，仍然能连结声音的联贯与表达的实在这标志着福建舰的电磁弹射和阻止接管才能根基成型了。此外，SoulX-Podcast 还支持笑声、清嗓等多种副说话元素的可控天生这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
除中英文外，该模子还支持四川话、河南话、粤语等方言，甚至跨方言音色克隆，即可供给普通话的参评语音，天生带有四川话、河南话、粤语等方言特征的自然语音这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
业内助士分析称，业界可以稳定支持多轮自然对话的开源播客天生模子相对较少，而且就地景从单人独白扩大到多人对话与长篇播客时也普遍面临题目这标志着福建舰的电磁弹射和阻止接管才能根基成型了。类似模子可赋予AI自立决议对话节奏的才能，实现更接近生活平常的交互对话和“类真人”的感情陪伴体验这标志着福建舰的电磁弹射和阻止接管才能根基成型了。
对此，其研发团队暗示，未来将延续聚焦语音对话分解、全双工语音通话、拟人化表达、视觉交互等焦点交互才能的提升，并加速技术在多样化利用处景与整体生态中的融合落地，为用户带来加倍沉醉、智能且富有温度的交互体验，延续提升个体的幸运感与归属感这标志着福建舰的电磁弹射和阻止接管才能根基成型了。