Speechify tarjoaa pienen valikoiman Text-to-Speech-malleja. Oikean mallin valinta on tasapainoilua viiveen, kielituen ja äänenlaadun välillä. Tämä opas auttaa yhdistämään jokaisen mallin sille parhaiten sopivaan käyttötarkoitukseen, jotta voit valita oikein ilman, että testaat kaikkea itse.
speechify.ai:n mallijulkaisuista löydät tarkempaa tietoa jokaisesta versiosta. Simba 3.2 -julkaisussa kerrotaan, miksi se on nyt suositeltu malli.
Lue pikaoppaastamme, miten pääset alkuun Speechify Text-to-Speech API:n käytössä.
Mitä malleja Speechify tarjoaa?
Kaksi nykyistä mallia ja poistuva legacy-pari.
- Simba 3.2
- : suositeltu englanninkielinen malli. Suunniteltu suoratoistoon, nopein aika ensimmäiseen tavuun, kuratoidut englanninkieliset äänet. Sopii kaikkeen vuorovaikutteiseen käyttöön.
- Simba 3.0
- : API:n nykyinen oletusmalli. Suunniteltu suoratoistoon, monikielinen: englanti sekä saksa, espanja, ranska, italia ja brasilianportugali. Viive on hieman suurempi kuin 3.2:ssa, mutta kielituki on laajempi.
- Legacy-mallit (
- simba-english
- ,
- simba-multilingual
- ): Simba 1.6 -mallipari. Ne poistuvat käytöstä API-versiosta 2026-09-21 alkaen ja suljetaan 2026-11-21. Käytä niitä vain, jos nykyinen integraatio riippuu tietyistä vanhoista äänistä tai kielistä, ja aloita siirtymä hyvissä ajoin.
Mikä malli on nopein?
Simba 3.2. Se on rakennettu suoratoistoon, joten ensimmäinen ääni saapuu nopeimmin. Se on paras oletus englanninkielisiin puheagentteihin.
Simba 3.0 on lähes yhtä nopea, mutta monikielisyys tuo hieman lisää viivettä. Legacy-mallit ovat hitain vaihtoehto, eikä niiden käyttöä enää suositella.
Mikä malli tukee eniten kieliä?
Simba 3.0. Se tukee virallisesti englantia, saksaa, espanjaa (Espanja ja Meksiko), ranskaa, italiaa ja brasilianportugalia. Anna language-parametri POST /v1/audio/speech -pyynnössä valitaksesi kielen — saat aina kyseiselle kielelle luodun äänen. Legacy simba-multilingual tukee yli 30 kieltä, mutta poistuu käytöstä API-versiosta 2026-09-21 ja suljetaan 2026-11-21.
Jos tuotteesi toimii vain yhdellä kielellä, Simba 3.2 on paras valinta nopeuden ja laadun kannalta. Monikielisessä käytössä Simba 3.0 tarjoaa tällä hetkellä laajimman tuen.
Lue lisää kielituesta dokumentaatiosta.
Mikä malli kuulostaa luonnollisimmalta?
Äänenlaatu paranee jokaisen mallisukupolven myötä. Simba 3.2 tarjoaa luonnollisimman englanninkielisen äänen. Simba 3.0 toimii hyvin kaikilla tukemillaan kielillä. Legacy-mallit ovat vanhimpia ja kuulostavat robottimaisimmilta.
Asiakaskäyttöön kannattaa valita Simba 3.2 tai Simba 3.0.
Miten näen käytettävissä olevat äänet?
Kutsu GET /v1/voices. Suodata tyypin, kielen, sukupuolen ja mallin mukaan löytääksesi oikean äänen ennen synteesiä. speechify.ai:n voice/model-julkaisuissa esitellään vastauksen rakenne.
Suoratoisto vai eräkäsittely?
Molemmat Simba 3 -mallit tukevat suoratoistoa. Käytä POST /v1/audio/stream reaaliaikaiseen toistoon, POST /v1/audio/stream/with-timestamps saadaksesi sanatasoiset aikaleimat ja POST /v1/audio/speech yksittäistä tiedostoa varten. Mallin valinta ei riipu toimitustavasta.
UKK
Mikä on suositeltu Speechify TTS -malli?
Simba 3.2. Se on paras oletus uusiin projekteihin: rakennettu suoratoistoon, nopein ensimmäinen ääni ja paras laatu englanniksi.
Mitä mallia API käyttää oletuksena?
Simba 3.0. Jos model-parametri puuttuu, API käyttää Simba 3.0:aa, joten määritä model: "simba-3.2", jos haluat käyttää 3.2-mallia englanniksi.
Tukeeko Speechify TTS useita kieliä?
Kyllä. Simba 3.0 vastaanottaa language-parametrin ja tuottaa luonnollisen äänen englanniksi, saksaksi, espanjaksi (Espanja ja Meksiko), ranskaksi, italiaksi ja brasilianportugaliksi. Simba 3.2 keskittyy kuratoituihin englanninkielisiin ääniin.
Kannattaako legacy-malleja käyttää enää?
Vain, jos nykyinen integraatio tarvitsee jonkin vanhan äänen. simba-english ja simba-multilingual poistuvat käytöstä API-versiosta 2026-09-21 ja suljetaan 2026-11-21. Siirry Simba 3.2- tai Simba 3.0 -malliin ennen sitä.
Mikä malli sopii puheavustajille?
Valitse Simba 3.2 nopeimpaan reagointiin ja suoratoista tulos reaaliaikaiseen käyttöön.
