Speechify nabízí úzkou řadu modelů pro převod textu na řeč. Výběr správného modelu je vždy o kompromisu mezi latencí, jazykovou podporou a kvalitou hlasu. Tento průvodce přiřazuje každý model ke konkrétnímu použití, abyste nemuseli testovat všechno.
Články o modelech na speechify.ai se podrobně věnují každému vydání. Oznámení o Simba 3.2 vysvětluje, proč je nyní doporučeným modelem.
Více o tom, jak začít s API pro převod textu na řeč od Speechify, najdete v našem rychlém průvodci.
Jaké modely Speechify nabízí?
Dva aktuální modely a dvojice starších modelů, která se vyřazuje.
- Simba 3.2: doporučený model pro angličtinu. Nativně podporuje streamování, má nejnižší latenci a kurátorované anglické hlasy. Hodí se pro vše interaktivní.
- Simba 3.0: aktuální výchozí model API. Nativně podporuje streamování a je vícejazyčný: angličtina, němčina, španělština, francouzština, italština a brazilská portugalština. Má o něco vyšší latenci než 3.2, ale širší pokrytí.
- Starší modely (simba-english, simba-multilingual): dvojice Simba 1.6. Od verze API 2026-09-21 jsou ukončené a 21. 11. 2026 se vypnou. Používejte je jen tehdy, pokud vaše integrace potřebuje konkrétní starší hlas nebo jazyk, a migraci začněte plánovat už teď.
Který model je nejrychlejší?
Simba 3.2. Je navržený pro streamování, takže první zvuk doručí nejrychleji. Pro anglické hlasové agenty je to nejlepší volba.
Simba 3.0 je jen o něco pomalejší, protože podporuje více jazyků. Starší modely jsou nejpomalejší a doporučujeme je nahrazovat všude, kde je to možné.
Který model pokrývá nejvíce jazyků?
Simba 3.0. Oficiálně podporuje angličtinu, němčinu, španělštinu (Španělsko i Mexiko), francouzštinu, italštinu a brazilskou portugalštinu. Pro výběr jazyka použijte parametr language v POST /v1/audio/speech. Starší model simba-multilingual podporoval přes 30 jazyků, ale od verze API 2026-09-21 je ukončený a 21. 11. 2026 se vypne.
Pokud váš produkt podporuje jen jeden jazyk, Simba 3.2 vítězí rychlostí i kvalitou. Pokud jich podporuje více, Simba 3.0 má nyní nejširší pokrytí.
Více o jazykové podpoře najdete v naší dokumentaci.
Který model zní nejlépe?
Kvalita odpovídá generaci modelu. Simba 3.2 vyniká přirozeností angličtiny. Simba 3.0 si drží vysokou úroveň napříč jazyky. Starší modely znějí nejvíce roboticky.
Pro aplikace určené zákazníkům doporučujeme Simba 3.2 nebo Simba 3.0.
Jak zjistím dostupné hlasy?
Zavolejte GET /v1/voices. Ještě před převodem textu na řeč filtrujte podle typu, jazyka, pohlaví a modelu, abyste našli vhodný hlas. Strukturu odpovědi najdete v článcích o hlasech a modelech na speechify.ai.
Streamování, nebo dávkové zpracování?
Oba modely Simba 3 podporují streamování. Použijte POST /v1/audio/stream pro přímý poslech, POST /v1/audio/stream/with-timestamps pro živý zvuk s časováním po slovech a POST /v1/audio/speech pro jeden soubor. Volba modelu je nezávislá na způsobu doručení.
Časté dotazy
Který model pro převod textu na řeč od Speechify je doporučený?
Simba 3.2. Je to výchozí volba pro nové projekty: nativní streamování, nejrychlejší doručení prvního zvuku a nejvyšší kvalita angličtiny.
Jaký model používá API jako výchozí?
Simba 3.0. Pokud v požadavku neuvedete model, API automaticky použije Simba 3.0. Pro angličtinu zvolte explicitně model: "simba-3.2".
Podporuje Speechify TTS více jazyků?
Ano. Simba 3.0 používá parametr language a vrací nativní hlasy v angličtině, němčině, španělštině (Španělsko i Mexiko), francouzštině, italštině a brazilské portugalštině. Simba 3.2 se zaměřuje na kurátorovanou angličtinu.
Mám ještě používat staré modely?
Pouze pokud vaše stávající integrace vyžaduje konkrétní starší hlas. simba-english a simba-multilingual jsou ukončené od verze API 2026-09-21 a 21. 11. 2026 se vypnou, proto doporučujeme přejít na Simba 3.2 nebo Simba 3.0 co nejdříve.
Který model použít pro hlasového agenta?
Zvolte Simba 3.2 kvůli nejnižší latenci a pro živé použití streamujte výstup.
