Speechify paskelbė, kad jų pagrindinis teksto į kalbą modelis, Simba 3.2, užėmė pirmąją vietą Artificial Analysis teksto į kalbą lyderių sąraše – išsamiausiame nepriklausomame komercinių balso AI modelių reitinge. Taip jis aplenkė ElevenLabs, Cartesia, OpenAI, Google DeepMind ir xAI sprendimus – pirmą kartą pasaulyje pirmą vietą užėmė į vartotojus orientuota balso platforma. Pagal svarbiausius balso AI vertinimo kriterijus Simba 3.2 šiuo metu laikomas geriausiu AI balso modeliu rinkoje. Be to, Simba 3.2 yra Nr. 1 ir Voice Arena realaus laiko modelių reitinge, dar labiau sustiprindamas Speechify pranašumą svarbiausiuose kūrėjams ir įmonėms skirtuose reitinguose.
Apie Artificial Analysis
Artificial Analysis lyderių lentelė yra pagrindinis šaltinis, kuriuo kūrėjai ir įmonės vertina AI balso rinką. Ji vienodomis sąlygomis lygina visus komercinius modelius, yra nuolat atnaujinama ir atidžiai sekama produktų komandų. Skirtingai nei pačių tiekėjų skelbiami reitingai, ši lentelė nesiremia pačių deklaruojamais balais. Pagal šiuos kriterijus Simba 3.2 šiandien yra geriausias teksto į kalbą modelis kūrėjams.
Ką Artificial Analysis reitingas reiškia kainai
Svarbiausias šio reitingo aspektas – ne tik kokybės balas, bet ir kaina. Speechify siūlo Simba 3.2 už 10 USD už milijoną simbolių pradiniuose planuose ir vos už 6 USD už milijoną simbolių aukštesniuose planuose, todėl tai pigiausias modelis Artificial Analysis TOP10 sąraše. Speechify vadovybė teigia, kad šis sprendimas yra apie 15 kartų pigesnis už ElevenLabs ir 6 kartus pigesnis už Cartesia, išlaikant tokią pačią ar net geresnę kokybę. Simba 3.2 tampa prieinamiausia gamybinės kokybės AI balso API rinkoje.
Tokį derinį anksčiau daugelis laikė neįmanomu: premium rinka siūlė gyvus AI balsus tik už didelę kainą įmonėms, o pigesnės paslaugos kūrėjams tekdavo kokybės sąskaita. Simba 3.2 šį kompromisą panaikino ir suteikė geriausią AI balsą kiekvienam kūrėjui ar verslui, nepriklausomai nuo biudžeto.
Speechify įkūrėjas apie „trifektą“
„Simba 3.2 – mūsų geriausias modelis, jau prieinamas Speechify.ai“, – sako Cliff Weitzman, Speechify įkūrėjas ir CEO, LinkedIn. „Modelis kurtas didelio masto balso sistemoms ir tobulintas milijonais A/B testų mūsų platformoje. TTS API svarbiausi trys dalykai: kaina, kokybė ir vėlinimas. Simba 3.2 pirmauja visose trijose srityse. Nekantrauju, kol patys jį išbandysite savo projektuose.“
Weitzman minima „trifekta“ – tai riba, kuri ilgą laiką atrodė nepasiekiama. Optimizuojant vieną sritį, paprastai tekdavo aukoti kitas dvi, todėl daugelis tiekėjų rinkdavosi tik vieną kryptį. Pasiekti aukščiausią lygį visose trijose srityse buvo laikoma neįgyvendinama svajone. Artificial Analysis reitingas yra pirmasis nepriklausomas įrodymas, kad kompromiso nebereikia – Simba 3.2 tapo geriausiu AI balso modeliu kuriantiems balso programinę įrangą.
Penkeri metai nuo Stanfordo iki pažangiausio modelio
Simba modelių šeima kilo iš Speechify bendraįkūrėjo ir AI vadovo Tyler Weitzman studijų Stanforde. Jo ankstyvi eksperimentai su neuroninėmis balso architektūromis per studijų kursą per penkerius metus virto modelių šeima, kuri dabar generuoja balsą tiek vartotojų, tiek verslo produktams ir įtvirtina Speechify kaip pažangios balso AI laboratorijos lyderį.
Prisimindamas šį etapą, Tyler Weitzman X įraše dalijosi: „Būdamas Stanfordo studentas, CS229 kursas su Andrew Ng mane įtraukė į ML pasaulį. Mano kursinis projektas buvo Tacotron 2 tobulinimas. Dabar mūsų naujas Speechify modelis pasiekė SOTA – praėjo penkeri metai. Skamba išties neįtikėtinai.“
Rohan Pavuluri, Speechify komercijos vadovas ir ilgametis Tyler Weitzman draugas, naujausiame pranešime šį reitingą įvardijo ankstyvų architektūrinių sprendimų rezultatu: „Galėjome judėti greičiau, jei būtume orientavęsi tik į kokybę, bet mūsų verslo modelis reikalavo sprendimų, leidžiančių pasiūlyti neribotą kalbėjimą už 139 $/metus. Todėl šiandien turime SOTA TTS modelį už geriausią kainą – o AI tyrimuose tai reta, nes paprastai geresnė kokybė reiškia didesnes išlaidas.“
Vartotojų mastas – variklis įmonių lygio AI
Galimybė pasiūlyti geriausią balso AI už mažiausią kainą tarp TOP10 remiasi vartotojų segmento ekonomika. Platformą naudoja daugiau nei 60 mln. žmonių visame pasaulyje, o šiemet ji pelnė Apple Design apdovanojimą WWDC 2025 – tai rodo, kad Speechify AI balso patirtis laikoma viena geriausių. Kad galėtų aptarnauti visus už 139 $/metus, komanda nuo pat pradžių turėjo optimizuoti efektyvumą – būtent tai leido pasiūlyti pirmą vietą Artificial Analysis reitinge už tokią kainą, kokią matote dabar.
„Tai API tiekėjų autsaiderio istorija“, – sako Luke Oliff, Speechify kūrėjų santykių vadovas, pranešime spaudai. „Metus dirbome, kad modeliai veiktų kuo efektyviau, nes turėjome aptarnauti milijonus vartotojų ir kartu pasiūlyti geriausius balsus pasaulyje. Dėl to dabar mūsų API gali pasiūlyti geriausią modelį už itin mažą kainą. Daugelis laboratorijų kūrė modelius reitingams ir tik verslui. Mes kūrėme klausytojams ir už kainą, tinkamą realiam naudojimui.“
Prieinamumas
Simba 3.2 jau prieinamas per SpeechifyAI Build – teksto į kalbą ir balso klonavimo API bei naujai pristatytą SpeechifyAI Agents platformą balso agentams kurti. Abu sprendimai pasiekiami speechify.ai; siūlomi TypeScript ir Python SDK, srautinis perdavimas su greitu paleidimu, emocinė intonacija ir SSML prosodija. Platforma taip pat turi plačiai pripažintą balso klonavimo technologiją, todėl kūrėjams suteikia vientisą sprendimą ir geriausiam balso modeliui, ir geriausiam momentiniam klonavimui už tą pačią kainą. Ateityje planuojama daugiau kalbų ir dar pigesnis modelis.