В Speechify доступно несколько моделей синтеза речи. Выбор подходящей зависит от баланса между задержкой, языковой поддержкой и качеством голоса. В этом руководстве мы соотнесли модели с типами задач, чтобы вы могли быстро выбрать нужную без долгих тестов.
В постах о моделях на speechify.ai подробно разобрана каждая версия. В анонсе Simba 3.2 объясняется, почему именно она теперь рекомендована.
Подробнее о начале работы с API синтеза речи Speechify — в нашем кратком руководстве.
Разрабатываете сами? API синтеза речи и клонирования голоса Speechify доступны на speechify.ai, а документация и бесплатный ключ — на docs.speechify.ai.
Какие модели доступны в Speechify?
Три семейства.
- Simba 3.2
- : рекомендуемая модель для английского языка. Изначально потоковая, с минимальной задержкой и отобранными английскими голосами. Рекомендуется для любых интерактивных сценариев.
- Simba 3.0
- : текущая модель API по умолчанию. Тоже потоковая, поддерживает английский, немецкий, испанский, французский, итальянский и бразильский португальский. Задержка немного выше, чем у 3.2, зато больше языков.
- Устаревшие модели (
- simba-english
- ,
- simba-multilingual
- ): пара Simba 1.6. Поддержка в API прекращается с версии 2026-09-21, отключение запланировано на 2026-11-21. Используйте их только если интеграция зависит от конкретного старого голоса или языка, и заранее планируйте переход.
Какая модель самая быстрая?
Simba 3.2. Она создана для потоковой передачи, поэтому первый аудиофрагмент приходит быстрее всего. Если вам нужен голосовой агент на английском, это лучший выбор.
Simba 3.0 сопоставима по скорости, но работает с несколькими языками, из-за чего возникает небольшая дополнительная задержка. Устаревшие модели самые медленные, поэтому их стоит выводить из эксплуатации.
Какая модель поддерживает больше всего языков?
Simba 3.0. Она официально поддерживает английский, а также немецкий, испанский (Испания и Мексика), французский, итальянский и бразильский португальский. Передайте параметр language в POST /v1/audio/speech, чтобы выбрать нужную локаль и получить голос, адаптированный под этот язык. Устаревшая simba-multilingual поддерживает более 30 языков, но её поддержка прекращается с версии API 2026-09-21, а отключение запланировано на 2026-11-21.
Если ваш продукт рассчитан только на один язык, Simba 3.2 выигрывает по скорости и качеству. Если нужна поддержка нескольких языков, на сегодня лучший вариант — Simba 3.0.
Подробнее о языковой поддержке — в нашей документации.
Какая модель звучит наиболее натурально?
Качество во многом зависит от поколения модели. Simba 3.2 лидирует по естественности английских голосов. Simba 3.0 обеспечивает уверенное качество звучания на всех поддерживаемых языках. Устаревшие модели звучат наиболее роботизированно и уже заметно уступают новым.
Для клиентских решений выбирайте Simba 3.2 или Simba 3.0.
Как получить список доступных голосов?
Вызовите GET /v1/voices. Используйте фильтры по типу, языку, полу и модели, чтобы подобрать подходящий голос перед синтезом. Посты о голосах и моделях на speechify.ai показывают структуру ответа.
Потоковый или пакетный режим?
Обе модели Simba 3 поддерживают потоковую передачу. Используйте POST /v1/audio/stream для воспроизведения в реальном времени, POST /v1/audio/stream/with-timestamps — для аудио с временными метками и разметкой слов, а POST /v1/audio/speech — для вывода одним файлом. Выбор модели не зависит от способа доставки аудио.
FAQ
Какая TTS-модель Speechify рекомендована?
Simba 3.2. Это вариант по умолчанию для новых решений: потоковая модель, быстрее всех выдает первый звук и обеспечивает лучшее качество для английского.
Simba 3.2 — лучший выбор для английского: потоковая, быстрее всех выдает первый звук и обеспечивает максимальное качество. При этом в API по умолчанию используется Simba 3.0, если в запросе не указан model, поэтому для явного выбора задайте model: "simba-3.2".
Да. Simba 3.0 поддерживает параметр языка и возвращает голоса носителей для разных локалей. Simba 3.2 ориентирована на отобранные английские голоса.
Да. Simba 3.0 поддерживает параметр языка и возвращает голоса носителей для английского и шести европейских языков. Simba 3.2 — только отобранные английские голоса.
Только если ваша интеграция зависит от конкретного устаревшего голоса. Во всех остальных случаях переходите на Simba 3.2 или Simba 3.0.
Только если текущая интеграция требует конкретного устаревшего голоса. Поддержка прекращается с версии API 2026-09-21, а отключение произойдет 2026-11-21, поэтому переход на Simba 3.2 или Simba 3.0 лучше запланировать заранее.
Для минимальной задержки выбирайте Simba 3.2. Это потоковая модель для сценариев использования в реальном времени.
