Speechify siūlo nedidelį teksto į kalbą (TTS) modelių rinkinį. Tinkamo modelio pasirinkimas reiškia pusiausvyrą tarp vėlavimo, kalbų aprėpties ir balso kokybės. Šiame gide kiekvienas modelis susiejamas su tinkamiausiais naudojimo scenarijais, kad galėtumėte pasirinkti jų visų neišbandę.
Išsamesnę informaciją apie kiekvieną modelio versiją rasite speechify.ai. Simba 3.2 naujienose paaiškinama, kodėl šis modelis dabar yra rekomenduojamas.
Norėdami pradėti naudoti Speechify teksto į kalbą API, peržiūrėkite mūsų greitos pradžios gidą.
Kokius modelius siūlo Speechify?
Du dabartiniai modeliai ir dvi ankstesnės kartos versijos, kurios netrukus bus išjungtos.
- Simba 3.2
- : rekomenduojamas modelis anglų kalbai. Optimizuotas srautiniam perdavimui, pasižymi trumpiausiu pirmojo garso pateikimo laiku ir išskirtiniais anglų kalbos balsais. Puikiai tinka interaktyviems sprendimams.
- Simba 3.0
- : dabartinis numatytasis API modelis. Optimizuotas srautui, daugiakalbis: anglų, vokiečių, ispanų, prancūzų, italų ir brazilų portugalų. Vėlavimas šiek tiek didesnis nei 3.2, tačiau kalbų aprėptis platesnė.
- Ankstesnės kartos modeliai (
- simba-english
- ,
- simba-multilingual
- ): Simba 1.6 pora. API palaikymas nutraukiamas nuo 2026-09-21, visiškai išjungiami 2026-11-21. Naudokite tik jei esama integracija priklauso nuo konkretaus seno balso ar kalbos, tačiau migraciją jau verta planuoti.
Kurio modelio sparta didžiausia?
Simba 3.2. Šis modelis sukurtas srautiniam perdavimui, todėl pirmasis garsas pateikiamas itin greitai. Jei kuriate anglų kalbos balso agentus, tai geriausias modelis pagrindiniam naudojimui.
Simba 3.0 nuo jo atsilieka nedaug, tačiau dėl daugiakalbystės apkrova yra didesnė. Ankstesnės kartos modeliai yra lėčiausi, todėl jų naudojimą rekomenduojama nutraukti, kai tik įmanoma.
Kuris modelis palaiko daugiausia kalbų?
Simba 3.0. Oficialiai palaikomos anglų, vokiečių, ispanų (Ispanijos ir Meksikos), prancūzų, italų ir brazilų portugalų kalbos. Norėdami pasirinkti kalbą, užklausoje POST /v1/audio/speech nurodykite parametrą language – bus grąžintas natūralus tos kalbos balsas. Ankstesnės kartos simba-multilingual palaiko daugiau kaip 30 kalbų, tačiau šio modelio palaikymas bus nutrauktas nuo 2026-09-21, o visiškai jis bus išjungtas 2026-11-21.
Jei jūsų produktas kuriamas tik viena kalba, Simba 3.2 laimi greičiu ir kokybe. Jei keliomis, Simba 3.0 šiuo metu užtikrina plačiausią aprėptį.
Daugiau apie kalbų palaikymą rasite dokumentacijoje.
Kurio modelio balsas skamba natūraliausiai?
Kokybė priklauso nuo modelio kartos. Simba 3.2 išsiskiria natūraliu anglų kalbos skambesiu. Simba 3.0 užtikrina aukštą kokybę visose palaikomose kalbose. Senesni modeliai skamba labiau robotiškai.
Klientams skirtoms balso patirtims geriausia rinktis Simba 3.2 arba Simba 3.0.
Kaip rasti visus galimus balsus?
Iškvieskite GET /v1/voices. Filtruokite pagal tipą, kalbą, lytį ir modelį, kad prieš sintezę rastumėte tinkamą balsą. Daugiau apie atsakymų struktūrą rasite balsų ir modelių skiltyse speechify.ai svetainėje.
Srautinis perdavimas ar failų generavimas?
Abu Simba 3 modeliai palaiko srautinį perdavimą. Naudokite POST /v1/audio/stream tiesioginiam atkūrimui, POST /v1/audio/stream/with-timestamps – tiesioginiam garsui su žodžių laiko žymomis (kalbos ženklais), o POST /v1/audio/speech – vienam garso failui gauti. Modelio pasirinkimas nuo pateikimo būdo nepriklauso.
DUK
Kuris Speechify TTS modelis rekomenduojamas?
Simba 3.2. Naujiems projektams tai yra numatytasis pasirinkimas: modelis optimizuotas srautui, pasižymi trumpiausiu pirmojo garso pateikimo laiku ir aukščiausia anglų kalbos kokybe.
Kokį modelį API naudoja pagal nutylėjimą?
Simba 3.0. Jei užklausoje nenurodytas model, API naudoja Simba 3.0, todėl jei anglų kalbai norite 3.2 versijos, aiškiai nurodykite model: "simba-3.2".
Ar Speechify TTS palaiko kelias kalbas?
Taip. Simba 3.0 priima parametrą language ir generuoja natūralius balsus anglų, vokiečių, ispanų (Ispanijos ir Meksikos), prancūzų, italų ir brazilų portugalų kalbomis. Simba 3.2 orientuotas į atrinktus anglų kalbos balsus.
Ar verta naudoti ankstesnės kartos modelius?
Tik jei dabartinė integracija priklauso nuo konkretaus seno balso. simba-english ir simba-multilingual palaikymas bus nutrauktas nuo 2026-09-21, o visiškai jie bus išjungti 2026-11-21, todėl iki šių datų pereikite prie Simba 3.2 arba Simba 3.0.
Kokį modelį rinktis balso agentui?
Rinkitės Simba 3.2 dėl trumpiausio reakcijos laiko ir srautinio perdavimo galimybių.
