Speechify offre una gamma essenziale di modelli text-to-speech. Scegliere quello giusto significa trovare il giusto equilibrio tra latenza, copertura linguistica e qualità della voce. Questa guida ti aiuta ad associare ogni modello al caso d’uso più adatto, così puoi scegliere senza doverli provare tutti.
I post sui modelli di speechify.ai approfondiscono ogni rilascio. L’annuncio di Simba 3.2 spiega perché oggi è il modello consigliato.
Per iniziare con l’API text-to-speech di Speechify, consulta la guida rapida.
Stai sviluppando in autonomia? L’API di Speechify per text-to-speech e clonazione vocale è disponibile su speechify.ai, con documentazione e una chiave gratuita su docs.speechify.ai.
Quali modelli offre Speechify?
Tre famiglie.
- Simba 3.2
- : il modello consigliato per l’inglese. Ottimizzato per lo streaming, latenza minima, voci inglesi selezionate. Ideale per casi d’uso interattivi.
- Simba 3.0
- : il modello predefinito dell’API. Ottimizzato per lo streaming, multilingue: inglese, tedesco, spagnolo, francese, italiano e portoghese brasiliano. Ha una latenza leggermente superiore rispetto al 3.2, ma una copertura più ampia.
- Modelli legacy (
- simba-english
- ,
- simba-multilingual
- ): la coppia Simba 1.6. Ritirati dalla versione API 2026-09-21 e dismessi il 2026-11-21. Usali solo se un’integrazione esistente richiede una voce o una lingua precedente specifica e pianifica fin da ora la migrazione.
Qual è il modello più veloce?
Simba 3.2. È progettato per lo streaming, quindi il primo audio arriva più rapidamente. Per agenti vocali in inglese, è la scelta migliore.
Simba 3.0 è simile, ma comporta il sovraccarico del supporto multilingue. I modelli legacy sono i più lenti e andrebbero sostituiti quando possibile.
Quale modello copre più lingue?
Simba 3.0. Supporta ufficialmente inglese, tedesco, spagnolo (Spagna e Messico), francese, italiano e portoghese brasiliano. Imposta il parametro language in POST /v1/audio/speech per scegliere la lingua e ottenere una voce nativa. Il modello legacy simba-multilingual copre oltre 30 lingue, ma è stato ritirato dalla versione API 2026-09-21 e sarà dismesso il 2026-11-21.
Se il tuo prodotto è disponibile in una sola lingua, Simba 3.2 è la scelta migliore per velocità e qualità. Se invece è multilingue, Simba 3.0 offre oggi la copertura più ampia.
Scopri di più sul supporto delle lingue nella documentazione.
Quale modello ha la voce più naturale?
La qualità migliora con ogni nuova generazione del modello. Simba 3.2 offre una naturalezza superiore in inglese. Simba 3.0 mantiene ottime prestazioni nelle lingue supportate. I modelli legacy sono più datati e meno naturali.
Per applicazioni rivolte ai clienti, scegli Simba 3.2 o Simba 3.0.
Come vedere le voci disponibili?
Esegui GET /v1/voices. Filtra per tipo, lingua, genere e modello per trovare la voce giusta prima della sintesi. I post su speechify.ai mostrano il formato della risposta.
Streaming o batch?
Entrambi i modelli Simba 3 supportano lo streaming. Usa POST /v1/audio/stream per la riproduzione in tempo reale, POST /v1/audio/stream/with-timestamps per audio live con timestamp e allineamento parole, e POST /v1/audio/speech per un singolo file. La scelta del modello è indipendente dalla modalità di erogazione.
FAQ
Qual è il modello TTS di Speechify consigliato?
Simba 3.2. È il modello consigliato per i nuovi progetti: ottimizzato per lo streaming, primo audio più rapido e massima qualità per l’inglese.
Simba 3.2 è la scelta ideale per l’inglese: nativo per lo streaming, audio quasi immediato e qualità massima. L’API usa Simba 3.0 come predefinito se non specifichi model, quindi imposta model: "simba-3.2" per selezionare Simba 3.2.
Sì. Simba 3.0 accetta un parametro lingua e restituisce voci native in più lingue. Simba 3.2 si concentra invece su un set selezionato di voci inglesi.
Sì. Simba 3.0 accetta un parametro lingua e restituisce voci native in inglese e in sei lingue europee. Simba 3.2 si concentra invece su un set selezionato di voci inglesi.
Solo se un’integrazione esistente richiede una voce precedente specifica. Altrimenti, passa a Simba 3.2 o Simba 3.0.
Solo finché un’integrazione esistente dipende da una voce precedente specifica. Saranno ritirati dalla versione API 2026-09-21 e dismessi il 2026-11-21, quindi passa a Simba 3.2 o Simba 3.0 prima di quella data.
Scegli Simba 3.2 per la latenza più bassa. Per l’uso live, trasmetti il risultato in streaming.
