Modelli692 modelli

Mistral: Voxtral TTS 3

mistralai/voxtral-mini-tts-3-0

Mistral Voxtral TTS 3 è un modello text-to-speech di Mistral. Si colloca nella categoria speech ed è identificato su api14 come mistralai/voxtral-mini-tts-3-0. È prodotto da Mistral, lo stesso provider dietro al resto della famiglia Voxtral, e il suo compito è ristretto e specifico: trasformare…

HeyGen: HeyGen Voice

heygen/heygen-voice-1

HeyGen Voice è un modello text-to-speech di HeyGen, elencato su api14 con l'id modello heygen/heygen-voice-1. Si colloca nella categoria speech ed è costruito specificamente per trasformare testo scritto in audio parlato. HeyGen è il provider che lo sviluppa, e il modello è pensato per sviluppatori…

HeyGen: HeyGen Voice Turbo

heygen/heygen-voice-1-turbo

HeyGen Voice Turbo è un modello text-to-speech di HeyGen, elencato su api14 con l'id modello heygen/heygen-voice-1-turbo. Si colloca nella categoria speech ed è posizionato come una versione a latenza inferiore di HeyGen Voice, il modello text-to-speech principale dell'azienda. Se conosci già…

Fish Audio: Drama 3

fish-audio/drama-3

Fish Audio: Drama 3 è un modello text to speech di Fish Audio, elencato su api14 nella categoria speech. È progettato per performance vocali dirette, il che significa che il modello è costruito attorno all'idea che tu descriva come una battuta debba essere recitata invece di fornire solo le parole.…

ElevenLabs: Eleven v4

elevenlabs/eleven-v4

ElevenLabs: Eleven v4 è un modello text-to-speech di ElevenLabs, rilasciato dal provider il 7 ottobre 2026. Si colloca nella categoria speech ed è descritto da ElevenLabs come il suo modello più espressivo. Se stai costruendo qualcosa che deve trasformare testo scritto in audio parlato, questo è il…

ElevenLabs: Eleven v4 Turbo

elevenlabs/eleven-v4-turbo

Eleven v4 Turbo è un modello text-to-speech di ElevenLabs, l'azienda nota per il suo lavoro sulla sintesi vocale. Si colloca nella categoria speech ed è posizionato come variante a bassa latenza di Eleven v4, mantenendo la resa espressiva e i tag audio di quel modello, ma essendo ottimizzato per…

ElevenLabs: Eleven v3

elevenlabs/eleven-v3

Eleven v3 è un modello text-to-speech di ElevenLabs, elencato su api14 con il model id elevenlabs/eleven-v3. Si colloca nella categoria speech, quindi non è un modello generico di chat o di ragionamento: il suo compito è trasformare testo scritto in audio parlato. Se la tua applicazione ha bisogno…

ElevenLabs: Eleven v3 Conversational

elevenlabs/eleven-v3-conversational

Eleven v3 Conversational è un modello text-to-speech di ElevenLabs. È una variante di Eleven v3 che il provider ha ottimizzato specificamente per il dialogo naturale negli agenti conversazionali, piuttosto che per la narrazione una tantum. Se stai costruendo un agente vocale, un assistente…

ElevenLabs: Eleven Flash v2.5

elevenlabs/eleven-flash-v2.5

Eleven Flash v2.5 è un modello text-to-speech di ElevenLabs, elencato su api14 nella categoria speech. Si colloca nella linea Flash dei modelli ElevenLabs, che il provider descrive come text-to-speech a latenza ultra-bassa, ed è pensato espressamente per casi d'uso conversazionali e in tempo reale,…

ElevenLabs: Eleven Turbo v2

elevenlabs/eleven-turbo-v2

Eleven Turbo v2 è un modello text-to-speech di ElevenLabs, distribuito qui con il model id elevenlabs/eleven-turbo-v2. Appartiene alla categoria speech ed è posizionato dal suo provider come un sistema text-to-speech solo in inglese e a bassa latenza, pensato per casi d'uso di sviluppatori in cui…

ElevenLabs: Eleven Multilingual v2

elevenlabs/eleven-multilingual-v2

Eleven Multilingual v2 è un modello text-to-speech di ElevenLabs, offerto tramite api14 con l'id modello elevenlabs/eleven-multilingual-v2. Si colloca nella categoria speech ed è progettato per trasformare testo scritto in audio parlato. ElevenLabs lo posiziona per narrazioni long-form realistiche…

ElevenLabs: Eleven Turbo v2.5

elevenlabs/eleven-turbo-v2.5

Eleven Turbo v2.5 è un modello text-to-speech di ElevenLabs, elencato su api14 nella categoria speech. È realizzato da ElevenLabs ed è identificato sulla piattaforma dal model id elevenlabs/eleven-turbo-v2.5. Si colloca nella linea Turbo, che è posizionata sulla bassa latenza, quindi è rivolto agli…

ElevenLabs: Eleven Flash v2

elevenlabs/eleven-flash-v2

Eleven Flash v2 è un modello text-to-speech di ElevenLabs, elencato su api14 nella categoria speech. È un modello solo in inglese, progettato per una sintesi a latenza ultra-bassa, il che lo colloca nella parte in tempo reale e conversazionale della gamma ElevenLabs, piuttosto che tra le voci di…

Microsoft AI: MAI-Voice-2.1-Flash

microsoft/mai-voice-2.1-flash

MAI-Voice-2.1-Flash è un modello text-to-speech di Microsoft AI, parte della famiglia MAI-Voice. Si colloca nella categoria speech ed è progettato per la sintesi a bassa latenza, che Microsoft descrive come ottimizzata per la reattività in tempo reale. Se stai già lavorando con i modelli Microsoft…

Microsoft AI: MAI-Voice-2.1

microsoft/mai-voice-2.1

MAI-Voice-2.1 è un modello text-to-speech di Microsoft, elencato sotto il nome Microsoft AI. Si colloca nella categoria speech, ed è il modello text-to-speech di Microsoft con la più alta fedeltà e la maggiore espressività secondo la descrizione del provider. Se la tua applicazione deve trasformare…

ByteDance Seed: Seed Audio 1.0

bytedance-seed/seed-audio-1-0

ByteDance Seed: Seed Audio 1.0 è un modello di generazione audio di ByteDance Seed, il ramo di ricerca dietro la famiglia di modelli Seed di ByteDance. Si colloca nella categoria vocale ed è descritto dal suo fornitore come un modello di generazione audio non in streaming. In altre parole, è…

Google: Gemini 3.8 Flash Lite TTS

google/gemini-3.8-flash-lite-tts

Google: Gemini 3.8 Flash Lite TTS è un modello text to speech di Google. Appartiene alla famiglia Gemini 3.8 TTS, dove si colloca come membro veloce e ad alto throughput insieme a Gemini 3.8 Flash TTS. La sua categoria principale è speech, ed è stato rilasciato dal provider il 2026-09-23.

Google: Gemini 3.8 Flash TTS

google/gemini-3.8-flash-tts

Google: Gemini 3.8 Flash TTS è un modello text to speech di Google, ed è il successore di Gemini 3.1 Flash TTS Preview. Si colloca nel tier creativo della famiglia 3.8 TTS, il che significa che Google lo posiziona per la generazione espressiva del parlato piuttosto che per la trascrizione o il…

Deepgram: Flux TTS

deepgram/flux-tts

Deepgram: Flux TTS è un modello text-to-speech di Deepgram, un provider noto per l'infrastruttura vocale e audio. Si colloca nella categoria speech ed è costruito specificamente per trasformare testo scritto in inglese in audio parlato. Se già instradi altri modelli Deepgram attraverso api14,…

Fish Audio: S1

fish-audio/s1

Fish Audio: S1 è un modello text-to-speech multilingue di Fish Audio. Fish Audio è il provider dietro il modello, e S1 si colloca nella categoria speech su api14. È progettato per applicazioni vocali che necessitano di un'ampia espressività emotiva, e utilizza controlli tra parentesi per guidare lo…

Fish Audio: S2 Pro

fish-audio/s2-pro

Fish Audio: S2 Pro è un modello text-to-speech di Fish Audio. Si colloca nella categoria speech, e la sua data di rilascio da parte del provider è il 29 luglio 2026. Se stai costruendo qualcosa che deve trasformare testo scritto in audio parlato, questo è il tipo di modello che guarderesti per…

Fish Audio: S2.1 Pro Free (free)

fish-audio/s2.1-pro-free:free

Fish Audio: S2.1 Pro Free è un modello di sintesi vocale di Fish Audio, offerto come variante senza costi di Fish Audio S2.1 Pro. È pensato per test, prototipazione e applicazioni a basso volume, e fornisce le stesse capacità di sintesi del modello a pagamento senza garanzie di latenza o…

Fish Audio: S2.1 Pro

fish-audio/s2.1-pro

Fish Audio: S2.1 Pro è un modello text-to-speech di Fish Audio, elencato su api14 nella categoria speech. È descritto dal suo provider come orientato alla produzione, il che lo colloca nella parte della gamma Fish Audio rivolta alle applicazioni vocali distribuite anziché alla sperimentazione. Se…

Microsoft AI: MAI-Voice-2-Flash

microsoft/mai-voice-2-flash

MAI-Voice-2-Flash è un modello text-to-speech di Microsoft AI, rilasciato dal provider il 23 luglio 2026. Si colloca nella categoria speech ed è costruito specificamente per la generazione vocale a bassa latenza, il che lo pone nella stessa famiglia di carichi di lavoro degli agenti vocali, degli…

Qwen: Qwen-Audio-3.0-TTS Plus

qwen/qwen-audio-3.0-tts-plus

Qwen-Audio-3.0-TTS Plus è un modello text-to-speech di Qwen, la famiglia di modelli di Alibaba. Si colloca nella categoria speech ed è descritto come il modello text-to-speech di qualità superiore di Alibaba, posizionato al di sopra del tier standard della stessa linea. Genera audio parlato a…

Qwen: Qwen-Audio-3.0-TTS Flash

qwen/qwen-audio-3.0-tts-flash

Qwen-Audio-3.0-TTS Flash è un modello text-to-speech di Qwen, la famiglia di modelli di Alibaba. Si colloca nella categoria speech ed è descritto dal provider come un sistema text-to-speech veloce ed economicamente efficiente. Il modello è stato rilasciato dal provider il 2026-07-23. Se stai già…

Deepgram: Aura-2

deepgram/aura-2

Deepgram: Aura-2 è un modello text-to-speech di Deepgram, elencato su api14 nella categoria speech. Deepgram è il provider dietro il modello, e Aura-2 è costruito attorno al catalogo vocale canonico Aura-2 di Deepgram per la sintesi vocale. Se lavori già con la selezione vocale di Deepgram, questa…

MiniMax: Speech 2.8 HD

minimax/speech-2.8-hd

MiniMax: Speech 2.8 HD è un modello text to speech di MiniMax. Appartiene alla categoria speech ed è progettato per trasformare testo scritto in audio parlato. MiniMax fornisce il modello, e su api14 viene servito con il model id minimax/speech-2.8-hd. Se conosci già la lineup speech di MiniMax,…

MiniMax: Speech 2.8 Turbo

minimax/speech-2.8-turbo

MiniMax: Speech 2.8 Turbo è un modello text to speech di MiniMax. Si colloca nella categoria speech ed è pensato per applicazioni che devono trasformare testo scritto in audio parlato. MiniMax è il provider dietro il modello, e l'id del modello su api14 è minimax/speech-2.8-turbo.

Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

MAI-Voice-2 è un modello text-to-speech espressivo di Microsoft AI, rilasciato dal provider il 2 giugno 2026. Si colloca nella categoria speech, quindi il suo compito è trasformare testo scritto in audio parlato, non generare o modificare testo. Se stai costruendo qualcosa che richiede una voce…

SpaceXAI: Grok Voice TTS 1.0

x-ai/grok-voice-tts-1.0

SpaceXAI: Grok Voice TTS 1.0 è un modello text-to-speech di xAI, elencato su api14 nella categoria speech. Prende testo scritto e lo trasforma in audio parlato, il che lo rende adatto a qualsiasi workload in cui si dispone già di testo e si necessita di una traccia vocale anziché di una risposta…

Google: Gemini 3.1 Flash TTS Preview

google/gemini-3.1-flash-tts-preview

Google: Gemini 3.1 Flash TTS Preview è un modello text to speech di Google. Si colloca nella categoria speech ed è una release preview, il che significa che il comportamento e l'insieme delle voci possono ancora cambiare prima che arrivi una versione stabile. Google lo descrive come un sostanziale…

Sesame: CSM 1B

sesame/csm-1b

Sesame: CSM 1B è un modello di parlato conversazionale di Sesame. Si colloca nella categoria speech ed è identificato su api14 con il model id sesame/csm-1b. Il provider lo descrive come un modello da 1B parametri, il che lo rende un'opzione relativamente piccola per generare audio parlato da testo…

Canopy Labs: Orpheus 3B

canopylabs/orpheus-3b-0.1-ft

Canopy Labs: Orpheus 3B è un modello text-to-speech di Canopy Labs. È un modello da 3B parametri messo a punto per la sintesi vocale in inglese, con particolare attenzione alla prosodia naturale e a un'esposizione espressiva. Il modello è stato rilasciato dal provider il 23 aprile 2026. La sua…

hexgrad: Kokoro 82M

hexgrad/kokoro-82m

hexgrad: Kokoro 82M è un modello text-to-speech leggero e a pesi aperti di hexgrad. Si colloca nella categoria speech, quindi il suo compito è ristretto e chiaro: trasformare testo scritto in audio parlato. Poiché i pesi sono aperti, puoi ragionare sul deployment e sull'hosting più liberamente…

Mistral: Voxtral Mini TTS

mistralai/voxtral-mini-tts-2603

Mistral Voxtral Mini TTS è un modello text to speech di Mistral, elencato su api14 nella categoria speech. Prende il testo come unico input e produce parlato come unico output, quindi si colloca nella metà di sintesi di una pipeline vocale rather than nella metà di riconoscimento. Se già instradi…