Speechify कुछ चुने हुए टेक्स्ट-टू-स्पीच मॉडल उपलब्ध कराता है। सही विकल्प चुनना लेटेंसी, भाषा कवरेज और वॉयस क्वालिटी के बीच संतुलन बनाने जैसा है। यह गाइड हर मॉडल को उसके सही उपयोग से जोड़ती है, ताकि आप सब कुछ आज़माए बिना सही चुनाव कर सकें।
speechify.ai पर मॉडल पोस्ट्स हर रिलीज़ की विस्तार से जानकारी देती हैं। Simba 3.2 की घोषणा बताती है कि अब यही अनुशंसित मॉडल क्यों है।
Speechify टेक्स्ट-टू-स्पीच API शुरू करने के लिए हमारी क्विकस्टार्ट गाइड देखें।
Speechify कौन-कौन से मॉडल उपलब्ध कराता है?
इस समय दो मौजूदा मॉडल हैं, साथ ही दो पुराने लेगेसी मॉडल हैं जिन्हें चरणबद्ध तरीके से बंद किया जा रहा है।
- Simba 3.2: अंग्रेज़ी के लिए अनुशंसित मॉडल। स्ट्रीमिंग-नेटिव, सबसे तेज़ फर्स्ट बाइट, और चुनी हुई अंग्रेज़ी आवाज़ें। इंटरैक्टिव उपयोग के लिए आदर्श।
- Simba 3.0: मौजूदा API डिफ़ॉल्ट। स्ट्रीमिंग-नेटिव, बहुभाषी: अंग्रेज़ी के साथ जर्मन, स्पेनिश, फ्रेंच, इतालवी और ब्राज़ीलियाई पुर्तगाली। 3.2 की तुलना में थोड़ी अधिक लेटेंसी, लेकिन भाषा कवरेज अधिक।
- लेगेसी मॉडल (simba-english, simba-multilingual): Simba 1.6 की जोड़ी। API संस्करण 2026-09-21 से रिटायर कर दिए गए हैं और 2026-11-21 को बंद हो जाएंगे। इन्हें तभी इस्तेमाल करें जब कोई इंटीग्रेशन किसी खास पुरानी आवाज़ या भाषा पर निर्भर हो, और अभी से माइग्रेशन की योजना बना लें।
सबसे तेज़ मॉडल कौन सा है?
Simba 3.2। इसे स्ट्रीमिंग के लिए तैयार किया गया है, इसलिए पहला ऑडियो सबसे जल्दी मिलता है। अंग्रेज़ी वॉयस एजेंट्स के लिए यही सबसे उपयुक्त डिफ़ॉल्ट है।
Simba 3.0 भी काफ़ी करीब है, लेकिन बहुभाषी सुविधाओं की वजह से थोड़ा धीमा है। लेगेसी मॉडल सबसे धीमे हैं, इसलिए जहाँ संभव हो, इन्हें हटाना बेहतर है।
सबसे अधिक भाषाओं का सपोर्ट किस मॉडल में है?
Simba 3.0। यह आधिकारिक तौर पर अंग्रेज़ी के साथ जर्मन, स्पेनिश (स्पेन और मेक्सिको), फ्रेंच, इतालवी और ब्राज़ीलियाई पुर्तगाली को सपोर्ट करता है। POST /v1/audio/speech में language पैरामीटर पास करें और चुनी गई भाषा की स्थानीय आवाज़ पाएं। लेगेसी simba-multilingual 30+ भाषाओं को कवर करता है, लेकिन API संस्करण 2026-09-21 से हटा दिया गया है और 2026-11-21 को बंद हो जाएगा।
अगर आपका प्रोडक्ट एक ही भाषा में है, तो गति और गुणवत्ता के लिए Simba 3.2 सबसे बेहतर है। कई भाषाओं के लिए Simba 3.0 फिलहाल सबसे अच्छा कवरेज देता है।
हमारे डॉक्युमेंट्स में भाषा सपोर्ट की विस्तृत जानकारी पढ़ें।
कौन सा मॉडल सबसे अच्छा सुनाई देता है?
हर नई मॉडल जनरेशन के साथ गुणवत्ता बेहतर होती जाती है। Simba 3.2 अंग्रेज़ी की स्वाभाविकता में सबसे आगे है। Simba 3.0 अपनी समर्थित भाषाओं में ठोस प्रदर्शन देता है। लेगेसी मॉडल सबसे पुराने हैं और उनकी आवाज़ सबसे अधिक रोबोटिक लगती है।
ग्राहकों के सामने इस्तेमाल होने वाली आवाज़ों के लिए Simba 3.2 या Simba 3.0 को प्राथमिकता दें।
उपलब्ध आवाज़ों की सूची कैसे पाएं?
GET /v1/voices कॉल करें। सिंथेसिस से पहले सही आवाज़ ढूंढने के लिए टाइप, भाषा, लिंग और मॉडल के आधार पर फ़िल्टर करें। speechify.ai पर वॉयस और मॉडल पोस्ट्स रिस्पॉन्स की संरचना दिखाते हैं।
स्ट्रीमिंग या बैच?
Simba 3 के दोनों मॉडल स्ट्रीमिंग सपोर्ट करते हैं। लाइव प्लेबैक के लिए POST /v1/audio/stream का इस्तेमाल करें, शब्द-स्तरीय टाइमस्टैम्प्स के साथ लाइव ऑडियो के लिए POST /v1/audio/stream/with-timestamps, और एक फ़ाइल के लिए POST /v1/audio/speech। मॉडल का चुनाव डिलीवरी मोड से स्वतंत्र है।
अक्सर पूछे जाने वाले सवाल
अनुशंसित Speechify TTS मॉडल कौन सा है?
Simba 3.2। नया काम शुरू करने के लिए यही डिफ़ॉल्ट विकल्प है: स्ट्रीमिंग-नेटिव, सबसे तेज़ ऑडियो शुरुआत, और अंग्रेज़ी में सर्वोत्तम गुणवत्ता।
API डिफ़ॉल्ट रूप से किस मॉडल का इस्तेमाल करती है?
Simba 3.0। अगर अनुरोध में model नहीं दिया गया है, तो API Simba 3.0 का इस्तेमाल करती है। इसलिए अंग्रेज़ी के लिए model: "simba-3.2" को स्पष्ट रूप से सेट करें।
क्या Speechify TTS कई भाषाओं को सपोर्ट करता है?
हाँ। Simba 3.0 language पैरामीटर स्वीकार करता है और अंग्रेज़ी के साथ जर्मन, स्पेनिश (स्पेन और मेक्सिको), फ्रेंच, इतालवी और ब्राज़ीलियाई पुर्तगाली में स्थानीय आवाज़ें देता है। Simba 3.2 चुनी हुई अंग्रेज़ी आवाज़ों पर केंद्रित है।
क्या मुझे अभी भी लेगेसी मॉडल का इस्तेमाल करना चाहिए?
केवल तब, जब कोई मौजूदा इंटीग्रेशन किसी पुराने वॉयस पर निर्भर हो। simba-english और simba-multilingual API संस्करण 2026-09-21 से रिटायर कर दिए गए हैं और 2026-11-21 को बंद हो जाएंगे। उससे पहले Simba 3.2 या Simba 3.0 पर माइग्रेट करें।
वॉयस एजेंट के लिए कौन सा मॉडल चुनूं?
सबसे तेज़ फर्स्ट बाइट के लिए Simba 3.2 चुनें और लाइव इस्तेमाल के लिए आउटपुट को स्ट्रीम करें।
