Speechify ponúka úzky výber modelov syntézy reči. Výber správneho modelu znamená nájsť rovnováhu medzi latenciou, jazykovou podporou a kvalitou hlasu. Tento sprievodca priraďuje každý model k vhodnému použitiu, aby ste si vedeli jednoducho vybrať bez testovania všetkých možností.
Príspevky o modeloch na speechify.ai podrobne rozoberajú každé vydanie. Oznámenie Simba 3.2 vysvetľuje, prečo je teraz odporúčaným modelom.
Viac o začiatkoch so Speechify Text-to-Speech API nájdete v našom rýchlom sprievodcovi.
Aké modely Speechify ponúka?
Dva aktuálne modely a dvojica, ktorá sa postupne vyraďuje.
- Simba 3.2: odporúčaný model pre angličtinu. Natívny streaming, najnižšia latencia, starostlivo vybrané anglické hlasy. Vhodný na interaktívne použitie.
- Simba 3.0: aktuálne predvolený model v API. Podporuje streaming a viac jazykov: angličtinu, nemčinu, španielčinu, francúzštinu, taliančinu a brazílsku portugalčinu. O niečo vyššia latencia než pri 3.2, ale širšie jazykové pokrytie.
- Pôvodné modely (simba-english, simba-multilingual): dvojica Simba 1.6. Budú vyradené od verzie API 2026-09-21 a vypnuté 2026-11-21. Používajte ich len vtedy, ak vaša integrácia závisí od konkrétneho staršieho hlasu alebo jazyka, a už teraz plánujte prechod na novšie modely.
Ktorý model je najrýchlejší?
Simba 3.2. Je navrhnutý pre streaming, takže prvý zvuk dorazí najrýchlejšie. Pre anglických hlasových agentov je to najlepšia voľba.
Simba 3.0 je mu veľmi blízko, ale má mierne vyššiu latenciu kvôli podpore viacerých jazykov. Pôvodné modely sú najpomalšie a podľa možnosti by sa už nemali používať.
Ktorý model podporuje najviac jazykov?
Simba 3.0. Oficiálne podporuje angličtinu, nemčinu, španielčinu (Španielsko a Mexiko), francúzštinu, taliančinu a brazílsku portugalčinu. V API použite parameter language v POST /v1/audio/speech a získate natívny hlas pre vybraný jazyk. Model simba-multilingual z pôvodnej dvojice pokrýva vyše 30 jazykov, no bude vyradený od API verzie 2026-09-21 a vypnutý 2026-11-21.
Ak váš produkt funguje v jednom jazyku, Simba 3.2 ponúka rýchlosť aj kvalitu. Ak potrebujete viac jazykov, najširšie pokrytie má aktuálne Simba 3.0.
Viac o jazykovej podpore nájdete v našej dokumentácii.
Ktorý model znie najprirodzenejšie?
Kvalita hlasu rastie s každou generáciou modelu. Simba 3.2 vedie v prirodzenosti angličtiny. Simba 3.0 si drží vysokú úroveň vo všetkých podporovaných jazykoch. Pôvodné modely sú najstaršie a znejú najviac synteticky.
Pre hlas určený koncovým zákazníkom vyberte Simba 3.2 alebo Simba 3.0.
Ako zistím zoznam dostupných hlasov?
Použite GET /v1/voices. Pred výberom hlasu filtrujte podľa typu, jazyka, pohlavia a modelu. Viac o odpovedi nájdete v príspevkoch na speechify.ai.
Streaming alebo dávkové spracovanie?
Oba modely Simba 3 podporujú streaming. POST /v1/audio/stream slúži na živé prehrávanie, POST /v1/audio/stream/with-timestamps na živé audio s časovaním po slovách a POST /v1/audio/speech na generovanie jedného súboru. Výber modelu je nezávislý od spôsobu doručenia.
FAQ
Ktorý model Speechify TTS sa odporúča?
Simba 3.2. Je odporúčaný pre nové použitie: natívny streaming, najrýchlejší nábeh zvuku a najvyššia kvalita v angličtine.
Ktorý model používa API predvolene?
Simba 3.0. Ak v požiadavke nie je zadaný model, API vyberie Simba 3.0. Ak chcete Simba 3.2 pre angličtinu, nastavte model: "simba-3.2" explicitne.
Podporuje Speechify TTS viac jazykov?
Áno. Simba 3.0 podporuje parameter language a vracia natívne hlasy pre angličtinu, nemčinu, španielčinu (Španielsko, Mexiko), francúzštinu, taliančinu a brazílsku portugalčinu. Simba 3.2 je zameraný na starostlivo vybrané anglické hlasy.
Mám ešte používať pôvodné modely?
Len ak existujúca integrácia vyžaduje konkrétny starší hlas. simba-english a simba-multilingual budú vyradené od verzie API 2026-09-21 a vypnuté 2026-11-21, preto na Simba 3.2 alebo Simba 3.0 prejdite včas.
Ktorý model mám použiť pre hlasového agenta?
Vyberte Simba 3.2 pre najnižšiu latenciu a streamujte výstup naživo.
