Speechify oferă un set restrâns de modele text-to-speech. Alegerea modelului potrivit presupune un echilibru între latență, acoperirea lingvistică și calitatea vocii. Acest ghid asociază fiecare model cu scenariile potrivite, ca să poți decide fără să testezi fiecare opțiune.
Articolele despre modele de pe speechify.ai oferă detalii despre fiecare lansare. Anunțul Simba 3.2 explică de ce acest model este acum recomandat.
Ca să începi cu API-ul Speechify pentru text-to-speech, consultă ghidul nostru de pornire rapidă.
Dezvolți pe cont propriu? API-ul Speechify pentru text-to-speech și clonare vocală este disponibil pe speechify.ai, iar documentația și cheia gratuită sunt la docs.speechify.ai.
Ce modele oferă Speechify?
Trei familii.
- Simba 3.2: modelul recomandat pentru engleză. Este nativ pentru streaming, are timp minim până la primul byte și voci în limba engleză atent selectate. Ideal pentru aplicații interactive.
- Simba 3.0: în prezent, modelul implicit în API. Este nativ pentru streaming și multilingv: engleză, germană, spaniolă, franceză, italiană și portugheză braziliană. Are o latență ușor mai mare decât 3.2, dar o acoperire mai largă.
- Modele vechi (simba-english, simba-multilingual): perechea Simba 1.6. Retrase din API începând cu versiunea 2026-09-21 și dezactivate pe 2026-11-21. Folosește-le doar dacă o integrare veche depinde de o voce sau de o limbă anume și planifică migrarea din timp.
Care model este cel mai rapid?
Simba 3.2. Este proiectat pentru streaming, așa că primul audio ajunge cel mai repede. Pentru asistenți vocali în engleză, aceasta este alegerea potrivită.
Simba 3.0 este foarte aproape, dar are latență suplimentară pentru suportul multilingv. Modelele vechi sunt cele mai lente și ar trebui înlocuite atunci când este posibil.
Care model acoperă cele mai multe limbi?
Simba 3.0. Oferă suport oficial pentru engleză, germană, spaniolă (Spania și Mexic), franceză, italiană și portugheză braziliană. Setează parametrul language în POST /v1/audio/speech ca să alegi limba, iar modelul va returna o voce nativă. Vechiul simba-multilingual acoperă peste 30 de limbi, dar este retras din API în versiunea 2026-09-21 și va fi dezactivat pe 2026-11-21.
Dacă produsul tău funcționează într-o singură limbă, Simba 3.2 este alegerea mai bună la viteză și calitate. Pentru mai multe limbi, Simba 3.0 oferă acum cea mai largă acoperire.
Află mai multe despre limbile acceptate în documentația noastră.
Care model sună cel mai natural?
Calitatea crește de la o generație la alta. Simba 3.2 oferă cea mai naturală voce în engleză. Simba 3.0 are performanțe bune în limbile acceptate. Modelele vechi sună cel mai robotic.
Pentru o voce orientată spre client, alege Simba 3.2 sau Simba 3.0.
Cum pot vedea lista vocilor disponibile?
Apelează GET /v1/voices. Filtrează după tip, limbă, gen și model ca să găsești vocea potrivită înainte de sinteză. Articolele despre voci și modele de pe speechify.ai arată structura răspunsului.
Streaming sau batch?
Ambele modele Simba 3 sunt concepute pentru streaming. Folosește POST /v1/audio/stream pentru redare live, POST /v1/audio/stream/with-timestamps pentru audio cu marcaje și timpi sau POST /v1/audio/speech pentru un fișier unic. Alegerea modelului nu depinde de modul de livrare.
Întrebări frecvente
Care este modelul TTS Speechify recomandat?
Simba 3.2. Este alegerea implicită pentru proiectele noi: nativ pentru streaming, cel mai rapid până la primul audio și cu cea mai bună calitate pentru engleză.
Simba 3.2 pentru engleză: nativ pentru streaming, cel mai rapid până la primul audio și cu cea mai bună calitate pentru engleză. În mod implicit, dacă nu specifici model, API-ul folosește Simba 3.0, așa că setează explicit model: "simba-3.2" pentru a activa acest model.
Da. Simba 3.0 acceptă parametrul de limbă și returnează voci native pentru mai multe limbi. Simba 3.2 se concentrează pe engleză atent selectată.
Da. Simba 3.0 acceptă parametrul de limbă și returnează voci native pentru engleză și alte șase limbi europene. Simba 3.2 pune accent pe engleză atent selectată.
Doar dacă o integrare existentă depinde de o voce veche. În rest, treci la Simba 3.2 sau Simba 3.0.
Numai cât timp o integrare existentă depinde de o voce veche anume. Aceste modele sunt retrase din API în versiunea 2026-09-21 și vor fi dezactivate pe 2026-11-21, deci migrează la Simba 3.2 sau Simba 3.0 înainte de această dată.
Alege Simba 3.2 pentru cel mai scurt timp până la primul byte. Redă ieșirea în streaming pentru utilizare live.
