A Speechify néhány gondosan kiválasztott Text-to-Speech modellt kínál. A megfelelő választás a késleltetés, a nyelvi lefedettség és a hangminőség közötti egyensúly megtalálásáról szól. Útmutatónk segít eldönteni, melyik modell melyik feladathoz illik, így gyorsan választhat felesleges próbálgatás nélkül.
A speechify.ai modelljeiről szóló bejegyzések részletesen bemutatják az egyes kiadásokat. A Simba 3.2 bejelentése azt is összefoglalja, miért ezt a modellt ajánljuk jelenleg.
Ha szeretné elindítani a Speechify Text-to-Speech API-t, olvassa el a gyorsútmutatónkat.
Milyen modelleket kínál a Speechify?
Két aktuális modell és két kivezetés előtt álló régebbi modell érhető el.
- Simba 3.2
- : az ajánlott modell angolhoz. Streamingre optimalizált, ez biztosítja a leggyorsabb indulást, és válogatott angol hangokat kínál. Minden interaktív használati esetre ideális.
- Simba 3.0
- : a jelenlegi API-alapértelmezés. Streamingre épül, többnyelvű: angol, német, spanyol, francia, olasz és brazil portugál nyelven érhető el. A késleltetése kicsit magasabb, cserébe szélesebb lefedettséget kínál.
- Régi modellek (
- simba-english
- ,
- simba-multilingual
- ): a Simba 1.6 párosa. Az API-ból 2026-09-21-től kivezetik, 2026-11-21-től pedig leállítják. Csak akkor használja őket, ha a jelenlegi integráció egy adott régi hangtól vagy nyelvtől függ, és tervezze meg időben az átállást.
Melyik a leggyorsabb modell?
Simba 3.2. Streamingre tervezték, ezért ennél érkezik meg leghamarabb az első hang. Angol nyelvű beszédügynökökhöz ez az alapértelmezett választás.
Simba 3.0 nagyon közel áll hozzá, de a többnyelvűség miatt kissé lassabb. A régi páros a leglassabb, ezért ahol lehet, érdemes lecserélni.
Melyik modell támogatja a legtöbb nyelvet?
Simba 3.0. A hivatalosan támogatott nyelvek: angol, német, spanyol (Spanyolország, Mexikó), francia, olasz és brazil portugál. A language paramétert a POST /v1/audio/speech kérésben adhatja meg, így az adott nyelvhez tartozó natív hangot kapja vissza. A régi simba-multilingual több mint 30 nyelvet fed le, de az API-ból 2026-09-21-től kivezetik, a leállítás dátuma pedig 2026-11-21.
Ha a terméke csak egy nyelven érhető el, a Simba 3.2 gyorsabb és jobb hangminőséget kínál. Több nyelv esetén jelenleg a Simba 3.0 nyújtja a legszélesebb lefedettséget.
A nyelvi támogatásról bővebben a dokumentációban olvashat.
Melyik modell hangzik a legtermészetesebben?
A minőség generációról generációra javult. Simba 3.2 az angol természetesség terén vezet. Simba 3.0 a támogatott nyelveken szintén kiemelkedő. A régebbi modellek hallhatóan robotikusabbak.
Ha az ügyfelei hallják a hangot, érdemes a Simba 3.2 vagy a Simba 3.0 modellt választani.
Hogyan listázhatom a választható hangokat?
Futtassa a GET /v1/voices hívást. Szűrhet típus, nyelv, nem vagy modell szerint, hogy még a szintézis előtt megtalálja a megfelelő hangot. A speechify.ai hangokról és modellekről szóló bejegyzései bemutatják a válasz formátumát.
Streaming vagy kötegelt feldolgozás?
Mindkét Simba 3 modell támogatja a streaminget. Használja a POST /v1/audio/stream végpontot élő lejátszáshoz, a POST /v1/audio/stream/with-timestamps kérést szóalapú időzítéssel (speech marks), a POST /v1/audio/speech kérést pedig akkor, ha egyetlen fájlt szeretne. A modell kiválasztása független a kézbesítés módjától.
Gyakori kérdések
Melyik Speechify TTS modellt ajánlják?
Simba 3.2. Új felhasználási esetekhez ez az alapértelmezett választás: streamingre tervezték, ez indul a leggyorsabban, és angolhoz ez nyújtja a legjobb minőséget.
Melyik modellt használja az API alapértelmezésként?
Simba 3.0. Ha nincs megadva model paraméter, az API alapértelmezetten a Simba 3.0 modellt használja, ezért angolhoz a model: "simba-3.2" beállítással érdemes ezt külön megadni.
Több nyelvet is támogat a Speechify TTS?
Igen. Simba 3.0 a language paraméter használatával natív hangokat kínál angol, német, spanyol (Spanyolország, Mexikó), francia, olasz és brazil portugál nyelven. A Simba 3.2 kizárólag válogatott angol hangokra optimalizált.
Érdemes még a régi modelleket használni?
Csak akkor, ha a meglévő integráció egy régi hangtól függ. A simba-english és simba-multilingual modelleket 2026-09-21-től kivezetik az API-ból, 2026-11-21-től pedig leállítják, ezért érdemes időben átállni a Simba 3.2 vagy a Simba 3.0 modellre.
Melyik modell ajánlott beszédügynökhöz?
A legalacsonyabb késleltetéshez válassza a Simba 3.2 modellt, és streamelje az eredményt élő helyzetekben.
