add example

.gitignore

@@ -3,6 +3,7 @@ __pycache__/
 *.py[codz]
 *$py.class
 pretrained_models/
+outputs/
 # C extensions
 *.so
 

example/infer_dialogue.sh

@@ -0,0 +1,11 @@
+export PYTHONPATH="$(cd "$(dirname "${BASH_SOURCE[0]}")"/.. && pwd)"
+echo "PYTHONPATH set to: $PYTHONPATH"
+
+# Note: To infer Chinese dialects, set model_dir to "pretrained_models/SoulX-Podcast-1.7B-dialect
+model_dir=pretrained_models/SoulX-Podcast-1.7B
+input_file=example/podcast_script/script_mandarin.json
+
+python cli/podcast.py \
+        --json_path ${input_file} \
+        --model_path ${model_dir} \
+        --output_path outputs/mandarin.wav

example/podcast_script/script_english.json

@@ -0,0 +1,18 @@
+{
+    "speakers": {
+      "S1": {
+        "prompt_audio": "example/audios/female_mandarin.wav",
+        "prompt_text": "喜欢攀岩、徒步、滑雪的语言爱好者，以及过两天要带着全部家当去景德镇做陶瓷的白日梦想家。"
+      },
+      "S2": {
+        "prompt_audio": "example/audios/male_mandarin.wav",
+        "prompt_text": "呃，还有一个就是要跟大家纠正一点，就是我们在看电影的时候，尤其是游戏玩家，看电影的时候，在看到那个到西北那边的这个陕北民谣，嗯，这个可能在想，哎，是不是他是受到了黑神话的启发？"
+      }
+    },
+    "text": [
+      ["S1", "Hey, sorry for snapping earlier. That was totally unprofessional of me. Let’s get back to recapping the match."],
+      ["S2", "Yeah, no worries. Honestly, that was such an awesome match. You’ve gotta admit, Ali, even though your substitute didn’t win, it was almost legendary."],
+      ["S1", "Totally, one for the record books. Sam and Max were only supposed to have four bouts, but things got a little messy right from the start."],
+      ["S2", "Oh yeah, someone ran onto the field shouting something—I couldn’t hear a word. Honestly, I was just glad when the guards finally dragged them out. I just wanted to get back to the joust, but it really threw everything off, and it even got the crowd all hyped up, which was kinda surprising."]
+    ]
+  }

example/podcast_script/script_henan.json

@@ -0,0 +1,21 @@
+{
+  "speakers": {
+    "S1": {
+      "prompt_audio": "example/audios/female_mandarin.wav",
+      "prompt_text": "喜欢攀岩、徒步、滑雪的语言爱好者，以及过两天要带着全部家当去景德镇做陶瓷的白日梦想家。",
+      "dialect_prompt": "<|Henan|>哎哟俺哩个乖乖！叻老师这生活咋恁得劲咧！又是攀岩又是烧瓷，赶明儿怕不是要踩着雪板往窑洞里钻？"
+    },
+    "S2": {
+      "prompt_audio": "example/audios/male_mandarin.wav",
+      "prompt_text": "听到叻四老师关于自己身份的介绍，大家其实可以想象一下 叻四老师的生活有如此的丰富的状态。",
+      "dialect_prompt": "<|Henan|>哎哟俺哩个乖乖！叻老师这生活咋恁得劲咧！又是攀岩又是烧瓷，赶明儿怕不是要踩着雪板往窑洞里钻？"
+    }
+  },
+  "text": [
+    ["S1", "<|Henan|>哎，大家好啊，欢迎收听咱这一期嘞《瞎聊呗，就这么说》，我是恁嘞老朋友，燕子。"],
+    ["S2", "<|Henan|>大家好，我是老张。燕子啊，今儿瞅瞅你这个劲儿，咋着，是有啥可得劲嘞事儿想跟咱唠唠？"],
+    ["S1", "<|Henan|>哎哟，老张，你咋恁懂我嘞！我跟你说啊，最近我刷手机，老是刷住些可逗嘞方言视频，特别是咱河南话，咦～我哩个乖乖，一听我都憋不住笑，咋说嘞，得劲儿哩很，跟回到家一样。"],
+    ["S2", "<|Henan|>你这回可算说到根儿上了！河南话，咱往大处说说，中原官话，它真嘞是有一股劲儿搁里头。它可不光是说话，它脊梁骨后头藏嘞，是咱一整套、鲜鲜活活嘞过法儿，一种活人嘞道理。"],
+    ["S1", "<|Henan|>活人嘞道理？哎，这你这一说，我嘞兴致“腾”一下就上来啦！觉住咱这嗑儿，一下儿从搞笑视频蹿到文化顶上了。那你赶紧给我白话白话，这里头到底有啥道道儿？我特别想知道——为啥一提起咱河南人，好些人脑子里“蹦”出来嘞头一个词儿，就是实在？这个实在，骨子里到底是啥嘞？ "]
+  ]
+}

example/podcast_script/script_mandarin.json

@@ -0,0 +1,18 @@
+{
+    "speakers": {
+      "S1": {
+        "prompt_audio": "example/audios/female_mandarin.wav",
+        "prompt_text": "喜欢攀岩、徒步、滑雪的语言爱好者，以及过两天要带着全部家当去景德镇做陶瓷的白日梦想家。"
+      },
+      "S2": {
+        "prompt_audio": "example/audios/male_mandarin.wav",
+        "prompt_text": "呃，还有一个就是要跟大家纠正一点，就是我们在看电影的时候，尤其是游戏玩家，看电影的时候，在看到那个到西北那边的这个陕北民谣，嗯，这个可能在想，哎，是不是他是受到了黑神话的启发？"
+      }
+    },
+    "text": [
+      ["S1", "哈喽，AI时代的冲浪先锋们！欢迎收听《AI生活进行时》。啊，一个充满了未来感，然后，还有一点点，<|laughter|>神经质的播客节目，我是主持人小希。"],
+      ["S2", "哎，大家好呀！我是能唠，爱唠，天天都想唠的唠嗑！"],
+      ["S1", "最近活得特别赛博朋克哈！以前老是觉得AI是科幻片儿里的，<|sigh|> 现在，现在连我妈都用AI写广场舞文案了。"],
+      ["S2", "这个例子很生动啊。是的，特别是生成式AI哈，感觉都要炸了！ 诶，那我们今天就聊聊AI是怎么走进我们的生活的哈！"]
+    ]
+  }

example/podcast_script/script_sichuan.json

@@ -0,0 +1,20 @@
+{
+    "speakers": {
+      "S1": {
+        "prompt_audio": "example/audios/female_mandarin.wav",
+        "prompt_text": "喜欢攀岩、徒步、滑雪的语言爱好者，以及过两天要带着全部家当去景德镇做陶瓷的白日梦想家。",
+        "dialect_prompt": "<|Sichuan|>哪个晓得耍耍哒哒的，倒把生科院的门门儿敲开啰！现在天天泡实验室，跟那些瓶瓶罐罐打交道，硬是闻到福尔马林的味道都比屋头泡菜坛子亲切喽！"
+      },
+      "S2": {
+        "prompt_audio": "example/audios/male_mandarin.wav",
+        "prompt_text": "呃，还有一个就是要跟大家纠正一点，就是我们在看电影的时候，尤其是游戏玩家，看电影的时候，在看到那个到西北那边的这个陕北民谣，嗯，这个可能在想，哎，是不是他是受到了黑神话的启发？",
+        "dialect_prompt": "<|Sichuan|>哎哟喂，这个搞反了噻！黑神话里头唱曲子的王二浪早八百年就在黄土高坡吼秦腔喽，游戏组专门跑切录的原汤原水，听得人汗毛儿都立起来！"
+      }
+    },
+    "text": [
+      ["S1", "<|Sichuan|>各位《巴适得板》的听众些，大家好噻！我是你们主持人晶晶。今儿天气硬是巴适，不晓得大家是在赶路嘛，还是茶都泡起咯，准备跟我们好生摆一哈龙门阵喃？"],
+      ["S2", "<|Sichuan|>晶晶好哦，大家安逸噻！我是李老倌。你刚开口就川味十足，摆龙门阵几个字一甩出来，我鼻子头都闻到茶香跟火锅香咯！"],
+      ["S1", "<|Sichuan|>就是得嘛！李老倌，我前些天带个外地朋友切人民公园鹤鸣茶社坐了一哈。他硬是搞不醒豁，为啥子我们一堆人围到杯茶就可以吹一下午壳子，从隔壁子王嬢嬢娃儿耍朋友，扯到美国大选，中间还掺几盘斗地主。他说我们四川人简直是把摸鱼刻进骨子里头咯！"],
+      ["S2", "<|Sichuan|>你那个朋友说得倒是有点儿趣，但他莫看到精髓噻。摆龙门阵哪是摸鱼嘛，这是我们川渝人特有的交际方式，更是一种活法。外省人天天说的松弛感，根根儿就在这龙门阵里头。今天我们就要好生摆一哈，为啥子四川人活得这么舒坦。就先从茶馆这个老窝子说起，看它咋个成了我们四川人的魂儿！"]
+    ]
+  }

example/podcast_script/script_yue.json

@@ -0,0 +1,20 @@
+{
+    "speakers": {
+      "S1": {
+        "prompt_audio": "example/audios/female_mandarin.wav",
+        "prompt_text": "喜欢攀岩、徒步、滑雪的语言爱好者，以及过两天要带着全部家当去景德镇做陶瓷的白日梦想家。",
+        "dialect_prompt": "<|Yue|>真係冇讲错啊！佢哋制作认真到连背景音乐嘅呼吸声都执到最啱拍子，出亲街访仲要自带三个后备电池，呢种专业精神边度搵啊？我哋成日话学嘢就要学佢哋咁龟毛先得嘛！"
+      },
+      "S2": {
+        "prompt_audio": "example/audios/male_mandarin.wav",
+        "prompt_text": "呃，还有一个就是要跟大家纠正一点，就是我们在看电影的时候，尤其是游戏玩家，看电影的时候，在看到那个到西北那边的这个陕北民谣，嗯，这个可能在想，哎，是不是他是受到了黑神话的启发？",
+        "dialect_prompt": "<|Yue|>真係唔话得！徐生连标点符号都要拗到最啱先收货，成组人晚晚通顶改稿改到天光，呢种摞命搏嘅精神先至係最难得嘎！"
+      }
+    },
+    "text": [
+      ["S1", "<|Yue|>哈囉大家好啊，歡迎收聽我哋嘅節目。喂，我今日想問你樣嘢啊，你覺唔覺得，嗯，而家揸電動車，最煩，最煩嘅一樣嘢係咩啊？"],
+      ["S2", "<|Yue|>梗係充電啦。大佬啊，搵個位都已經好煩，搵到個位仲要喺度等，你話快極都要半個鐘一個鐘，真係，有時諗起都覺得好冇癮。"],
+      ["S1", "<|Yue|>係咪先。如果我而家同你講，充電可以快到同入油差唔多時間，你信唔信先？喂你平時喺油站入滿一缸油，要幾耐啊？五六分鐘？"],
+      ["S2", "<|Yue|>差唔多啦，七八分鐘，點都走得啦。電車喎，可以做到咁快？你咪玩啦。"]
+    ]
+  }