Speechify siūlo ribotą tekstų į kalbą (text-to-speech) modelių rinkinį. Tinkamo modelio pasirinkimas priklauso nuo delsos, kalbų aprėpties ir balso kokybės. Šiame gide kiekvienas modelis susiejamas su tinkamiausia paskirtimi, kad galėtumėte pasirinkti neišbandę visų variantų.
Išsamesnes kiekvieno leidimo apžvalgas rasite speechify.ai modelių įrašuose. Simba 3.2 pranešime paaiškinama, kodėl šiuo metu tai rekomenduojamas modelis.
Jei norite greitai pradėti naudotis Speechify text-to-speech API, perskaitykite mūsų trumpą gidą.
Kuriate patys? Speechify text-to-speech ir balso klonavimo API rasite adresu speechify.ai, o dokumentaciją ir nemokamą raktą – docs.speechify.ai.
Kokius modelius siūlo Speechify?
Yra trys modelių šeimos.
- Simba 3.2
- : rekomenduojamas modelis anglų kalbai. Sukurtas transliavimui, pasižymi greičiausiu atsaku ir atrinktu anglų kalbos balsų rinkiniu. Tinka visiems interaktyviems sprendimams.
- Simba 3.0
- : dabartinis numatytasis API modelis. Sukurtas transliavimui, palaiko daug kalbų: anglų, vokiečių, ispanų, prancūzų, italų ir brazilų portugalų. Delsa šiek tiek didesnė nei 3.2, bet kalbų pasirinkimas platesnis.
- Senieji modeliai (
- simba-english
- ,
- simba-multilingual
- ): Simba 1.6 pora. Jų palaikymas API baigiasi 2026-09-21, o jie bus išjungti 2026-11-21. Naudokite tik jei integracijai būtinas konkretus senas balsas ar kalba – migraciją planuokite iš anksto.
Kurio modelio atsakas greičiausias?
Simba 3.2. Jis sukurtas transliavimui, todėl pirmasis garsas pasiekia greičiausiai. Anglų kalbos agentams tai numatytasis pasirinkimas.
Simba 3.0 nedaug atsilieka, tačiau dėl daugiakalbystės veikia kiek lėčiau. Senieji modeliai yra lėčiausi, todėl jų verta atsisakyti.
Kurio modelio kalbų aprėptis didžiausia?
Simba 3.0. Oficialiai palaikomos anglų, vokiečių, ispanų (Ispanijos ir Meksikos), prancūzų, italų ir brazilų portugalų kalbos. Užklausoje POST /v1/audio/speech nurodykite parametrą language ir gausite natūraliai skambantį tos kalbos balsą. Senasis simba-multilingual palaiko daugiau nei 30 kalbų, bet jo palaikymas baigiasi 2026-09-21, o jis bus išjungtas 2026-11-21.
Jei jūsų produktas skirtas vienai kalbai, Simba 3.2 užtikrina geriausią spartą ir kokybę. Jei reikia kelių kalbų, šiuo metu daugiau galimybių suteikia Simba 3.0.
Daugiau apie kalbų palaikymą rasite dokumentacijoje.
Kurio modelio balsas natūraliausias?
Kokybė priklauso nuo modelio kartos. Simba 3.2 išsiskiria natūraliai skambančia anglų kalba. Simba 3.0 užtikrina aukštą kokybę visose palaikomose kalbose. Senieji modeliai skamba labiausiai robotiškai.
Klientams skirtiems sprendimams rinkitės Simba 3.2 arba Simba 3.0.
Kaip gauti balsų sąrašą?
Iškvieskite GET /v1/voices. Prieš sintezę filtruokite pagal tipą, lokalę, lytį ir modelį, kad rastumėte tinkamiausią balsą. Balsų ir modelių įrašuose svetainėje speechify.ai pateikiami atsakymų pavyzdžiai.
Transliavimas ar vienkartiniai failai?
Abu Simba 3 modeliai palaiko transliavimą. Naudokite POST /v1/audio/stream tiesioginiam atkūrimui, POST /v1/audio/stream/with-timestamps – garsui su žodžių laiko žymomis, arba POST /v1/audio/speech – vienkartiniam failui. Modelio pasirinkimas nuo pateikimo būdo nepriklauso.
DUK
Kuris Speechify TTS modelis rekomenduojamas?
Simba 3.2. Tai numatytasis pasirinkimas naujiems projektams: jis skirtas transliavimui, greičiausiai sugeneruoja garsą ir užtikrina geriausią anglų kalbos kokybę.
Simba 3.2 anglų kalbai: skirtas transliavimui, greičiausias pirmasis garsas ir aukščiausia anglų kalbos kokybė. Jei užklausoje nenurodytas model, numatytasis API modelis yra Simba 3.0, todėl norėdami naudoti 3.2 nurodykite model: "simba-3.2".
Taip. Simba 3.0 leidžia pasirinkti kalbą ir pateikia natūraliai skambančius balsus daugeliui lokalizacijų. Simba 3.2 orientuotas į atrinktą anglų kalbos rinkinį.
Taip. Simba 3.0 priima kalbos parametrą ir pateikia balsus anglų bei šešioms Europos kalboms. Simba 3.2 skirtas tik atrinktai anglų kalbai.
Tik jei esamai integracijai būtinas senas balsas. Kitu atveju pereikite prie Simba 3.2 arba Simba 3.0.
Tik tol, kol integracija priklauso nuo konkretaus seno balso. Jų palaikymas API baigiasi 2026-09-21, o jie bus išjungti 2026-11-21, todėl iki tol pereikite prie Simba 3.2 arba Simba 3.0.
Rinkitės Simba 3.2, jei svarbiausias kuo trumpesnis pirmojo atsako laikas. Garsą transliuokite tiesiogiai.
