A Speechify több text-to-speech modellt kínál. A megfelelő választás a késleltetés, a nyelvi lefedettség és a hangminőség közötti egyensúlyról szól. Ez az útmutató segít a modelleket a legjobb felhasználási esetekhez párosítani, így nem kell mindegyiket külön kipróbálnia.
A speechify.ai modellismertetői részletesen bemutatják az egyes kiadásokat. A Simba 3.2 bejelentése azt is elmagyarázza, miért ez a jelenleg ajánlott modell.
A Speechify text-to-speech API használatának megkezdéséhez nézze meg a gyorsindító útmutatónkat.
Milyen modelleket kínál a Speechify?
Három fő termékvonal érhető el.
- Simba 3.2
- : az angol nyelvhez ajánlott modell. Streamingre optimalizált, a legalacsonyabb kezdeti késleltetéssel és válogatott angol hangokkal. Interaktív használatra ideális.
- Simba 3.0
- : a jelenlegi API-alapértelmezett. Streamingre optimalizált, többnyelvű modell: az angol mellett németet, spanyolt, franciát, olaszt és brazil portugált is támogat. A 3.2-nél valamivel nagyobb a késleltetése, cserébe szélesebb a lefedettsége.
- Régebbi modellek (
- simba-english
- ,
- simba-multilingual
- ): a Simba 1.6 család tagjai. Az API 2026-09-21-es verziójától kivezetésre kerülnek, 2026-11-21-től pedig leállnak. Csak akkor használja őket, ha egy meglévő integráció miatt szükség van a régi hangokra vagy nyelvekre, és az átállást érdemes már most megtervezni.
Melyik modell a leggyorsabb?
Simba 3.2. Streamingre készült, ezért ez adja a leggyorsabb első hangkimenetet. Angol nyelvű hangasszisztensekhez ez az alapértelmezett választás.
Simba 3.0 közel ilyen gyors, de a többnyelvű támogatás miatt kissé lassabb. A régi modellek a leglassabbak, ezért érdemes őket kivezetni.
Melyik modell támogatja a legtöbb nyelvet?
Simba 3.0. Hivatalosan támogatja az angolt, a németet, a spanyolt (spanyolországi és mexikói változatban), a franciát, az olaszt és a brazil portugált. A language paraméterrel a POST /v1/audio/speech végponton választhatja ki a nyelvet, a rendszer pedig natív hangot ad vissza. A régi simba-multilingual 30+ nyelvváltozatot fed le, de az API-ból 2026-09-21-től kivezetésre kerül, 2026-11-21-től pedig leáll.
Ha a terméke csak egyetlen nyelvet támogat, a Simba 3.2 a leggyorsabb és a legjobb minőségű választás. Több nyelv esetén jelenleg a Simba 3.0 az ajánlott modell.
További információ a nyelvi támogatásról a dokumentációban.
Melyik modell hangzik a legtermészetesebben?
A minőség modellgenerációnként javul. Simba 3.2 jelenleg az angol természetességében vezet. Simba 3.0 minden támogatott nyelven jól teljesít. A régi modellek hangzása elavultabb és gépiesebb.
Ügyféloldali használatra a Simba 3.2 vagy a Simba 3.0 ajánlott.
Hogyan lehet listázni a hangokat?
Hívja meg a GET /v1/voices végpontot. Szűrhet típus, nyelv, nem és modell szerint, hogy megtalálja az ideális hangot. A speechify.ai modell- és hangismertetői segítenek a választásban.
Streaming vagy batch feldolgozás?
Mindkét Simba 3 modell támogatja a streamelést. Használja a POST /v1/audio/stream végpontot élő lejátszáshoz, a POST /v1/audio/stream/with-timestamps-ot időbélyegekkel, vagy a POST /v1/audio/speech-t, ha egy fájlra van szüksége. A modell kiválasztása független a lejátszás módjától.
Gyakori kérdések
Melyik Speechify TTS modellt ajánlják?
Simba 3.2. Új fejlesztésekhez ez az alapértelmezett választás: streamingre optimalizált, ez a leggyorsabb, és angolul ez nyújtja a legjobb minőséget.
Simba 3.2 az ajánlott választás angolhoz: streamingre optimalizált, a leggyorsabb, és kiváló a hangminősége. Ha az API-hívásban nincs megadva a model, akkor az alapértelmezett modell a Simba 3.0; ha a 3.2-t szeretné használni, adja meg expliciten: model: "simba-3.2".
Igen. A Simba 3.0 több nyelvet támogat, és számos régióban natív hangokat kínál. A Simba 3.2 az angolra összpontosít, válogatott hangokkal.
Igen. A Simba 3.0 fogad nyelvi paramétert, és több európai nyelven is natív hangot biztosít, az angolt is beleértve. A Simba 3.2 kizárólag angolul működik, válogatott hangokkal.
Csak akkor, ha a meglévő integráció kifejezetten egy régi hangot igényel. Egyébként érdemes a Simba 3.2 vagy a Simba 3.0 modellre váltani.
Csak addig használja, amíg egy meglévő integrációban szükség van a régi hangra. Ezek a modellek megszűnnek: az API-ból 2026-09-21-től kivezetik őket, 2026-11-21-től pedig leállnak. Előtte válassza a Simba 3.2 vagy a Simba 3.0 modellt.
A leggyorsabb eredményhez válassza a Simba 3.2-t. Streaming használatával élő hangkimenetet kap.
