什么是Speechify.ai？
Speechify.ai 是面向开发者的文本转语音 API，支持通过单一接口实现多语言合成与声音克隆。该服务专为构建实时音频应用设计，提供流式响应能力。用户需注册获取 API 密钥方可调用，且声音克隆功能仅在付费方案中可用。
Speechify.ai的核心功能有哪些？
- 多语言文本转语音Simba 3.5 模型支持48种语言，可通过请求参数指定语言，使用目录中的任一语音进行合成。
- 声音克隆基于经授权的参考录音创建可复用的自定义声音，目前仅适用于 Simba 3.5 和 Simba 3.2 模型。
- 流式低延迟输出支持流式传输，Simba 3.5 在95%的生产负载下首字节时间为72毫秒，适合实时交互场景。
- SSML 控制Simba 3.2 模型支持 SSML 标签，允许开发者精确设置停顿、节奏及语音特征。
- 按字符计费API 使用量以字符数为单位计量，不同模型（Simba 3.0/3.2/3.5）费率不同，超出包含额度后可通过充值继续服务。
Speechify.ai的使用案例有哪些？
- 实时语音代理开发利用低延迟流式 API 和 SSML 控制，为客服或助手类应用生成自然流畅的即时语音反馈。
- 个性化内容合成使用声音克隆功能，将特定人物的录音转化为可复用声音，用于有声读物或品牌宣传内容的自动化生成。
- 多语言本地化发布通过 Simba 3.5 的单模型 ID 快速切换48种语言，为全球化产品提供原生发音的音频内容。
如何使用Speechify.ai？
- 获取 API 密钥在平台注册账户并生成用于身份验证的 Bearer Token。
- 配置请求参数构造 JSON 数据，指定
input文本、model(如 simba-3.5)、language代码及voice_id。 - 发起流式请求向
/v1/audio/stream端点发送 POST 请求，设置 Header 接受audio/mpeg格式。 - 接收音频数据系统返回流式音频字节，可直接保存为 MP3 文件或用于前端播放。
Speechify.ai定价信息：
- Free$0/月；每月包含 500K 字符（Simba 3.5 在2026年11月21日前为500K，之后为250K）；支持目录语音、流式和 SSML；商用许可；无信用卡要求。
- Starter$10/月；每月包含 1.9M 字符（Simba 3.5 在2026年11月21日前为1.9M，之后为950K）；支持声音克隆；超出部分按每百万字符 $20（限时 $10）计费；无硬性上限。
- Pro$99/月；每月包含 13.5M 字符（Simba 3.5 在2026年11月21日前为13.5M，之后为6.75M）；支持声音克隆；超出部分按每百万字符 $16（限时 $8）计费。
- Scale$499/月；每月包含 78M 字符（Simba 3.5 在2026年11月21日前为78M，之后为39M）；支持声音克隆；超出部分按每百万字符 $12（限时 $6）计费；最多25个席位。
- Enterprise / Custom联系销售；针对全球大流量、合规及采购需求定制。
