Speechify nabízí omezenou sadu modelů pro převod textu na řeč. Výběr správného modelu je vždy kompromisem mezi latencí, jazykovým pokrytím a kvalitou hlasu. Tento průvodce shrnuje, k čemu se jednotlivé modely hodí, abyste si snadno vybrali ten pravý bez zdlouhavého testování.
Příspěvky na speechify.ai jdou u každého vydání do detailu. V oznámení Simba 3.2 najdete důvody, proč je tento model nyní doporučovaný.
Chcete začít s API Speechify pro převod textu na řeč? Podívejte se na náš stručný průvodce.
Jaké modely Speechify nabízí?
Tři modelové řady.
- Simba 3.2
- : doporučený model pro angličtinu. Je určený pro streamování, má nejnižší latenci a pečlivě vybrané anglické hlasy. Skvěle se hodí pro interaktivní použití.
- Simba 3.0
- : výchozí model v API. Je určený pro streamování a podporuje více jazyků: angličtinu, němčinu, španělštinu, francouzštinu, italštinu a brazilskou portugalštinu. Má o něco vyšší latenci než 3.2, ale širší jazykové pokrytí.
- Starší modely (
- simba-english
- ,
- simba-multilingual
- ): dvojice modelů Simba 1.6. V API budou ukončeny od verze 2026-09-21 a vypnuty 2026-11-21. Používejte je jen tehdy, pokud vaše integrace vyžaduje konkrétní starší hlas nebo jazyk, a počítejte s migrací.
Který model je nejrychlejší?
Simba 3.2. Je optimalizovaný pro streamování, takže první zvuk dorazí nejrychleji. Pro anglické hlasové asistenty je to nejlepší volba.
Simba 3.0 je téměř stejně rychlý, ale nese režii vícejazyčné podpory. Starší modely jsou nejpomalejší a doporučujeme od nich upustit.
Který model podporuje nejvíce jazyků?
Simba 3.0. Oficiálně podporuje angličtinu, němčinu, španělštinu (Španělsko, Mexiko), francouzštinu, italštinu a brazilskou portugalštinu. Jazyk zvolíte pomocí parametru language v POST /v1/audio/speech a model vrátí nativní hlas pro danou lokalitu. Starší simba-multilingual podporuje přes 30 lokalit, ale v API bude ukončen od verze 2026-09-21 a vypnut 2026-11-21.
Pokud váš produkt funguje jen v jednom jazyce, Simba 3.2 vede v rychlosti i kvalitě. Pokud potřebujete více jazyků, je aktuálně nejlepší volbou Simba 3.0.
Další informace o jazykové podpoře najdete v naší dokumentaci.
Který model zní nejpřirozeněji?
Kvalita odpovídá generaci modelu. Simba 3.2 v angličtině nabízí nejpřirozenější projev. Simba 3.0 drží vysokou úroveň napříč podporovanými jazyky. Starší modely znějí nejvíce roboticky.
Pro komunikaci se zákazníky zvolte Simba 3.2 nebo Simba 3.0.
Jak získám seznam dostupných hlasů?
Zavolejte GET /v1/voices. Filtrování podle typu, jazyka, pohlaví a modelu vám pomůže najít vhodný hlas ještě před syntézou. Ukázky odpovědí najdete v příspěvcích na speechify.ai.
Streamování, nebo dávkové zpracování?
Oba modely Simba 3 podporují streamování. Pro živé přehrávání použijte POST /v1/audio/stream, pro streamování s časovými značkami POST /v1/audio/stream/with-timestamps a pro jeden soubor POST /v1/audio/speech. Volba modelu je nezávislá na způsobu výstupu.
Často kladené otázky
Který TTS model Speechify doporučuje?
Simba 3.2. Je to výchozí volba pro nové projekty: je optimalizovaný pro streamování, má nejrychlejší čas do prvního zvuku a nejvyšší kvalitu angličtiny.
Simba 3.2 pro angličtinu: je optimalizovaný pro streamování, má nejrychlejší start a nejlepší kvalitu angličtiny. Pokud v požadavku neuvedete model, API použije Simba 3.0; pro Simba 3.2 nastavte model: "simba-3.2" explicitně.
Ano. Simba 3.0 přijímá parametr jazyka a nabízí nativní hlasy v několika jazykových variantách. Simba 3.2 se zaměřuje na pečlivě vybrané anglické hlasy.
Ano. Simba 3.0 přijímá parametr jazyka a vrací nativní hlasy pro angličtinu a šest evropských lokalit. Simba 3.2 se zaměřuje na pečlivě vybrané anglické hlasy.
Pouze pokud vaše integrace vyžaduje konkrétní starší hlas. Jinak přejděte na Simba 3.2 nebo Simba 3.0.
Pouze pokud vaše stávající integrace závisí na konkrétním starším hlasu. Modely budou v API ukončeny 2026-09-21 a vypnuty 2026-11-21, proto včas migrujte na Simba 3.2 nebo Simba 3.0.
Pro nejnižší latenci zvolte Simba 3.2. Pro živé použití streamujte výstup.
