Speechify erbjuder ett begränsat urval av text-to-speech-modeller. Att välja rätt modell handlar om att väga latens, språkstöd och röstkvalitet mot varandra. Den här guiden hjälper dig att matcha varje modell med rätt användningsområde, så att du slipper testa alla varianter själv.
Inläggen på speechify.ai går djupare in på varje modellversion. Lanseringen av Simba 3.2 förklarar varför den nu rekommenderas.
Läs vår snabbstartsguide om du vill komma igång med Speechify text-to-speech API.
Vilka modeller erbjuder Speechify?
Två aktuella modeller, plus ett äldre modellpar som fasas ut.
- Simba 3.2: den rekommenderade modellen för engelska. Optimerad för streaming, kortast svarstid och noggrant utvalda engelska röster. Använd den för allt som kräver interaktivitet.
- Simba 3.0: nuvarande API-standard. Optimerad för streaming och flerspråkig: engelska samt tyska, spanska, franska, italienska och brasiliansk portugisiska. Något högre latens än 3.2, men bredare språkstöd.
- Äldre modeller (simba-english, simba-multilingual): Simba 1.6-paret. De utgår i API-version 2026-09-21 och stängs av 2026-11-21. Använd dem bara om en befintlig integration är beroende av en specifik äldre röst eller ett visst språk – planera migreringen redan nu.
Vilken modell är snabbast?
Simba 3.2. Den är byggd för streaming och levererar därför första ljudet snabbast. För engelska röstassistenter är det här det bästa förstahandsvalet.
Simba 3.0 är nästan lika snabb men har viss overhead för flerspråkighet. De äldre modellerna är långsammast och bör fasas ut där det är möjligt.
Vilken modell stödjer flest språk?
Simba 3.0. Den stöder officiellt engelska samt tyska, spanska (Spanien och Mexiko), franska, italienska och brasiliansk portugisiska. Skicka parametern language till POST /v1/audio/speech för att välja språk, så får du en infödd röst på det språket. Den äldre modellen simba-multilingual täcker över 30 språkvarianter, men utgår från API-version 2026-09-21 och stängs av 2026-11-21.
Om produkten levereras på ett enda språk är Simba 3.2 bäst när det gäller hastighet och kvalitet. Har du flera språk är Simba 3.0 det bästa valet just nu.
Läs mer om språkstöd i dokumentationen.
Vilken modell låter bäst?
Kvaliteten följer modellgenerationen. Simba 3.2 låter mest naturlig på engelska. Simba 3.0 håller hög kvalitet på alla språk den stöder. De äldre modellerna låter mest robotlika.
För kundnära röstlösningar bör du välja Simba 3.2 eller Simba 3.0.
Hur listar jag tillgängliga röster?
Anropa GET /v1/voices. Filtrera på typ, språk, kön och modell för att hitta rätt röst innan du syntetiserar. Inläggen om röster och modeller på speechify.ai visar exempelsvar.
Streaming eller batch?
Båda Simba 3-modellerna har stöd för streaming. Använd POST /v1/audio/stream för liveuppspelning, POST /v1/audio/stream/with-timestamps för live-ljud med tidsstämplar på ordnivå och POST /v1/audio/speech för en fristående fil. Valet av modell är oberoende av leveranssättet.
FAQ
Vilken Speechify TTS-modell rekommenderas?
Simba 3.2. Det är förstahandsvalet för nytt arbete: streaming som standard, snabbast till första ljudet och högst kvalitet för engelska.
Vilken modell använder API:t som standard?
Simba 3.0. Om inget model anges används Simba 3.0, så ange model: "simba-3.2" om du vill välja 3.2 för engelska.
Stödjer Speechify TTS flera språk?
Ja. Simba 3.0 använder parametern language och levererar infödda röster på engelska samt tyska, spanska (Spanien och Mexiko), franska, italienska och brasiliansk portugisiska. Simba 3.2 fokuserar på ett urval engelska röster.
Bör jag fortsätta använda äldre modeller?
Endast om den nuvarande integrationen kräver en specifik äldre röst. simba-english och simba-multilingual utgår ur API-version 2026-09-21 och stängs av 2026-11-21, så migrera till Simba 3.2 eller Simba 3.0 innan dess.
Vilken modell ska jag välja för en röstassistent?
Välj Simba 3.2 för kortast svarstid och streama resultatet för direkt uppspelning.
