Speechify tilbyder et mindre udvalg af tekst-til-tale-modeller. Det rigtige valg afhænger af latenstid, sprogunderstøttelse og stemmekvalitet. Denne guide hjælper dig med at matche hver model til den rette anvendelse, så du slipper for selv at teste dem alle.
Indlæggene på speechify.ai går i dybden med hver version. Se lanceringen af Simba 3.2 for at forstå, hvorfor den nu anbefales.
Læs vores quickstart-guide, hvis du vil hurtigt i gang med Speechifys tekst-til-tale-API.
Hvilke modeller tilbyder Speechify?
Tre modelserier.
- Simba 3.2
- : Den anbefalede model til engelsk. Bygget til streaming, hurtigst til levering og med udvalgte engelske stemmer. Velegnet til alt, der kræver interaktivitet.
- Simba 3.0
- : API'ets standardvalg. Bygget til streaming og flersproget: engelsk, tysk, spansk, fransk, italiensk og brasiliansk portugisisk. Lidt højere latenstid end 3.2, men bredere sprogunderstøttelse.
- Ældre modeller (
- simba-english
- ,
- simba-multilingual
- ): Simba 1.6-parret. Udfases fra API-version 2026-09-21 og slukkes 2026-11-21. Brug dem kun, hvis din integration afhænger af en ældre stemme eller et ældre sprogvalg – planlæg skiftet nu.
Hvilken model er hurtigst?
Simba 3.2. Den er bygget til streaming, så lyden leveres så hurtigt som muligt. Til engelske stemmeassistenter er den det oplagte standardvalg.
Simba 3.0 er næsten lige så hurtig, men tilbyder flersproget funktionalitet. De ældre modeller er langsomst og bør udfases, hvor det er muligt.
Hvilken model dækker flest sprog?
Simba 3.0. Den understøtter officielt engelsk samt tysk, spansk (Spanien og Mexico), fransk, italiensk og brasiliansk portugisisk. Brug parameteren language i POST /v1/audio/speech til at vælge sprog og få en indfødt stemme. Den ældre simba-multilingual dækkede 30+ sprog, men udfases fra API-version 2026-09-21 og slukkes 2026-11-21.
Hvis dit produkt kun udgives på ét sprog, er Simba 3.2 det bedste valg til hastighed og kvalitet. Skal du understøtte flere sprog, er Simba 3.0 det stærkeste valg lige nu.
Læs mere om sprogunderstøttelse i vores dokumentation.
Hvilken model lyder bedst?
Kvaliteten følger modelgenerationen. Simba 3.2 leverer den mest naturlige engelske tale. Simba 3.0 klarer sig godt på flere sprog. De ældre modeller lyder mest robotagtige.
Til kundevendte stemmer bør du vælge Simba 3.2 eller Simba 3.0.
Hvordan ser jeg tilgængelige stemmer?
Kald GET /v1/voices. Filtrér efter type, sprog, køn og model for at finde den rette stemme før syntesen. Indlæg om stemmer og modeller på speechify.ai viser svarets struktur.
Streaming eller batch?
Begge Simba 3-modeller understøtter streaming. Brug POST /v1/audio/stream til live-afspilning, POST /v1/audio/stream/with-timestamps til live-lyd med tidsstempler og ordmærkning og POST /v1/audio/speech til en enkelt lydfil. Valget af model er uafhængigt af leveringsmetoden.
FAQ
Hvilken Speechify TTS-model anbefales?
Simba 3.2. Det anbefalede valg til nye projekter: bygget til streaming, hurtigst til første lyd og højeste kvalitet på engelsk.
Simba 3.2 til engelsk: bygget til streaming, hurtigst til første lyd og højeste kvalitet. Hvis model ikke angives i API-forespørgsler, vælges Simba 3.0 som standard – angiv model: "simba-3.2" for at bruge 3.2.
Ja. Simba 3.0 bruger en sprogparameter og tilbyder indfødte stemmer på flere sprog. Simba 3.2 fokuserer på udvalgte engelske stemmer.
Ja. Simba 3.0 har en sprogparameter og leverer naturlige stemmer på engelsk og seks europæiske sprog. Simba 3.2 fokuserer på udvalgte engelske stemmer.
Kun hvis en eksisterende integration kræver en ældre stemme. Ellers bør du skifte til Simba 3.2 eller Simba 3.0.
Kun så længe en integration afhænger af en ældre stemme. De udfases fra API-version 2026-09-21 og slukkes 2026-11-21, så migrér til Simba 3.2 eller Simba 3.0 inden da.
Vælg Simba 3.2 for kortest tid til første byte. Stream outputtet til live-brug.
