Speechify bietet eine bewusst überschaubare Auswahl an Text-to-Speech-Modellen. Welche Option die richtige ist, hängt von Latenz, Sprachenvielfalt und Stimmqualität ab. Dieser Leitfaden zeigt, welches Modell sich für welchen Einsatz eignet, damit Sie nicht alles selbst testen müssen.
Die Modellbeiträge auf speechify.ai liefern zu jeder Version detaillierte Hintergründe. Die Ankündigung zu Simba 3.2 erklärt, warum dieses Modell jetzt empfohlen wird.
Mehr zum Einstieg in die Speechify Text-to-Speech API finden Sie in unserem Quickstart-Guide.
Welche Modelle bietet Speechify an?
Zwei aktuelle Modelle und ein auslaufendes Legacy-Duo.
- Simba 3.2
- : Das empfohlene Modell für Englisch – streaming-optimiert, mit der geringsten Latenz und ausgewählten englischen Stimmen. Ideal für interaktive Anwendungen.
- Simba 3.0
- : Der aktuelle API-Standard. Streaming-optimiert und mehrsprachig: Englisch, Deutsch, Spanisch, Französisch, Italienisch und brasilianisches Portugiesisch. Etwas höhere Latenz als 3.2, dafür breiter einsetzbar.
- Legacy-Modelle (
- simba-english
- ,
- simba-multilingual
- ): Das Simba-1.6-Duo. Wird ab API-Version 2026-09-21 eingestellt und am 2026-11-21 abgeschaltet. Nutzen Sie diese Versionen nur, wenn eine bestehende Integration auf eine bestimmte ältere Stimme oder Sprache angewiesen ist – und planen Sie die Migration am besten jetzt.
Welches Modell ist am schnellsten?
Simba 3.2. Es wurde für Streaming entwickelt und liefert das erste Audiosignal am schnellsten. Für englischsprachige Sprachassistenten ist es die beste Wahl.
Simba 3.0 liegt knapp dahinter, bringt durch die Unterstützung mehrerer Sprachen aber etwas mehr Aufwand mit. Das Legacy-Duo ist am langsamsten und sollte nach Möglichkeit ersetzt werden.
Welches Modell unterstützt die meisten Sprachen?
Simba 3.0. Offiziell unterstützt werden Englisch, Deutsch, Spanisch (Spanien und Mexiko), Französisch, Italienisch und brasilianisches Portugiesisch. Übergeben Sie bei POST /v1/audio/speech den Parameter language, um die gewünschte Sprache auszuwählen. Sie erhalten dann eine native Stimme. Das Legacy-Modell simba-multilingual deckt mehr als 30 Sprachen ab, ist ab API-Version 2026-09-21 jedoch nicht mehr verfügbar und wird am 2026-11-21 abgeschaltet.
Für Produkte mit nur einer Sprache bieten Simba 3.2 die höchste Geschwindigkeit und Qualität. Für mehrere Sprachen bietet Simba 3.0 derzeit die beste Abdeckung.
Mehr zu unserer Sprachunterstützung in der Dokumentation.
Welches Modell klingt am besten?
Die Qualität steigt mit jeder Modellgeneration. Simba 3.2 setzt bei natürlichem Englisch aktuell den Maßstab. Simba 3.0 überzeugt in allen unterstützten Sprachen. Die Legacy-Modelle sind am ältesten und klingen am stärksten nach Maschine.
Für den direkten Kundenkontakt empfehlen sich Simba 3.2 oder Simba 3.0.
Wie kann ich verfügbare Stimmen auflisten?
Verwenden Sie GET /v1/voices. Filtern Sie nach Typ, Sprache, Geschlecht und Modell, um die passende Stimme zu finden. Die Beiträge zu Stimmen und Modellen auf speechify.ai zeigen das Antwortformat.
Streaming oder Batch?
Beide Simba-3-Modelle unterstützen Streaming. Nutzen Sie POST /v1/audio/stream für die Live-Wiedergabe, POST /v1/audio/stream/with-timestamps für Live-Audio mit Wort-Timestamps (Speech Marks) und POST /v1/audio/speech für Einzeldateien. Die Modellwahl ist unabhängig vom Auslieferungsweg.
FAQ
Welches Speechify TTS-Modell wird empfohlen?
Simba 3.2. Der Standard für neue Anwendungen: streaming-optimiert, mit der schnellsten Audiowiedergabe und der höchsten Qualität für Englisch.
Welches Modell verwendet die API standardmäßig?
Simba 3.0. Wenn kein model-Parameter gesetzt ist, verwendet die API Simba 3.0. Für Englisch setzen Sie explizit model: "simba-3.2", um 3.2 zu nutzen.
Unterstützt Speechify TTS mehrere Sprachen?
Ja. Simba 3.0 verwendet einen language-Parameter und liefert native Stimmen in Englisch, Deutsch, Spanisch (Spanien und Mexiko), Französisch, Italienisch und brasilianischem Portugiesisch. Simba 3.2 konzentriert sich auf ausgewähltes Englisch.
Sollten die Legacy-Modelle weiter genutzt werden?
Nur solange eine bestehende Integration auf eine ältere Stimme angewiesen ist. simba-english und simba-multilingual werden ab API-Version 2026-09-21 eingestellt und am 2026-11-21 abgeschaltet. Migrieren Sie deshalb rechtzeitig auf Simba 3.2 oder Simba 3.0.
Welches Modell eignet sich für Sprachassistenten?
Wählen Sie Simba 3.2 für die geringste Latenz (time to first byte) und streamen Sie das Ergebnis für den Live-Einsatz.
