Speechify oferă o gamă restrânsă de modele text-to-speech. Alegerea potrivită înseamnă un echilibru între latență, acoperirea limbilor și calitatea vocii. Acest ghid asociază fiecare model cu scenariul potrivit, ca să alegi ușor, fără să le testezi pe toate.
Articolele despre modele de pe speechify.ai analizează în detaliu fiecare lansare. Anunțul Simba 3.2 explică de ce este acum modelul recomandat.
Află cum să începi cu API-ul Speechify text-to-speech din ghidul nostru rapid.
Ce modele oferă Speechify?
Două modele actuale și o pereche mai veche, aflată în curs de retragere.
- Simba 3.2
- : modelul recomandat pentru engleză. Optimizat pentru streaming, cu cel mai scurt timp până la primul byte și voci engleze atent selectate. Ideal pentru aplicații interactive.
- Simba 3.0
- : modelul implicit în API. Optimizat pentru streaming, multilingv: engleză, germană, spaniolă, franceză, italiană și portugheză braziliană. Este puțin mai lent decât 3.2, dar oferă o acoperire mai largă.
- Modele vechi (
- simba-english
- ,
- simba-multilingual
- ): perechea Simba 1.6. Vor fi retrase din API începând cu versiunea 2026-09-21 și oprite pe 2026-11-21. Folosește-le doar dacă o integrare existentă depinde de o voce sau de o limbă veche și planifică migrarea chiar de acum.
Care model este cel mai rapid?
Simba 3.2. Este conceput pentru streaming, așa că primul audio ajunge cel mai repede. Pentru agenți vocali în engleză, aceasta este alegerea principală.
Simba 3.0 este aproape la fel de rapid, dar adaugă suport multilingv. Modelele vechi sunt cele mai lente și ar trebui înlocuite acolo unde este posibil.
Ce model acoperă cele mai multe limbi?
Simba 3.0. Suportă oficial engleza, germana, spaniola (Spania și Mexic), franceza, italiana și portugheza braziliană. Setează parametrul language în POST /v1/audio/speech ca să selectezi limba, iar API-ul va returna o voce nativă. Modelul vechi simba-multilingual acoperă peste 30 de limbi, dar va fi retras din API începând cu 2026-09-21 și oprit pe 2026-11-21.
Dacă produsul tău este disponibil într-o singură limbă, Simba 3.2 câștigă la viteză și calitate. Pentru mai multe limbi, Simba 3.0 oferă o acoperire mai bună.
Află mai multe despre suportul pentru limbi în documentația noastră.
Ce model are cel mai bun sunet?
Calitatea audio se îmbunătățește cu fiecare generație de model. Simba 3.2 excelează prin naturalețea vocii în engleză. Simba 3.0 oferă rezultate solide în limbile pe care le suportă. Modelele vechi au cel mai puțin natural sunet.
Pentru o voce folosită în relația cu clienții, alege Simba 3.2 sau Simba 3.0.
Cum listez vocile disponibile?
Apelează GET /v1/voices. Filtrează după tip, limbă, gen și model ca să găsești vocea potrivită înainte de sinteză. Articolele de pe speechify.ai despre voci și modele prezintă și structura răspunsului.
Streaming sau batch?
Ambele modele Simba 3 suportă streaming. Folosește POST /v1/audio/stream pentru redare live, POST /v1/audio/stream/with-timestamps pentru audio live cu marcaje temporale pentru fiecare cuvânt și POST /v1/audio/speech pentru un singur fișier. Alegerea modelului este independentă de modul de livrare.
Întrebări frecvente
Care este modelul TTS recomandat de Speechify?
Simba 3.2. Este alegerea implicită pentru proiecte noi: optimizat pentru streaming, cu cel mai rapid timp până la primul audio și cea mai bună calitate în engleză.
Ce model folosește API-ul în mod implicit?
Simba 3.0. Dacă nu specifici model, API-ul folosește Simba 3.0; setează model: "simba-3.2" explicit dacă vrei să alegi 3.2 pentru engleză.
Speechify TTS suportă mai multe limbi?
Da. Simba 3.0 acceptă parametrul language și returnează voci native pentru engleză, germană, spaniolă (Spania și Mexic), franceză, italiană și portugheză braziliană. Simba 3.2 este dedicat unei selecții atent alese de voci în limba engleză.
Mai ar trebui folosite modelele vechi?
Doar dacă o integrare existentă depinde de o voce mai veche. simba-english și simba-multilingual vor fi retrase din API pe 2026-09-21 și oprite pe 2026-11-21, așa că treci la Simba 3.2 sau Simba 3.0 până atunci.
Ce model să folosesc pentru un agent vocal?
Alege Simba 3.2 pentru cel mai scurt timp până la primul byte și folosește streaming live.
