ModeleModele: 692

Mistral: Voxtral TTS 3

mistralai/voxtral-mini-tts-3-0

Mistral Voxtral TTS 3 to model zamiany tekstu na mowę od Mistral. Należy do kategorii mowy i jest identyfikowany w api14 jako mistralai/voxtral-mini-tts-3-0. Jest tworzony przez Mistral, tego samego dostawcę stojącego za resztą rodziny Voxtral, a jego zadanie jest wąskie i konkretne: zamiana tekstu…

HeyGen: HeyGen Voice

heygen/heygen-voice-1

HeyGen Voice to model zamiany tekstu na mowę od HeyGen, wymieniony na api14 pod identyfikatorem modelu heygen/heygen-voice-1. Należy do kategorii mowy i został zbudowany specjalnie do zamiany tekstu pisanego na mowę. HeyGen jest dostawcą stojącym za nim, a model jest skierowany do programistów,…

HeyGen: HeyGen Voice Turbo

heygen/heygen-voice-1-turbo

HeyGen Voice Turbo to model zamiany tekstu na mowę od HeyGen, wymieniony na api14 pod identyfikatorem modelu heygen/heygen-voice-1-turbo. Należy do kategorii mowy i jest pozycjonowany jako wersja HeyGen Voice o niższych opóźnieniach, czyli podstawowego modelu zamiany tekstu na mowę tej firmy. Jeśli…

Fish Audio: Drama 3

fish-audio/drama-3

Fish Audio: Drama 3 to model zamiany tekstu na mowę od Fish Audio, wymieniony na api14 w kategorii mowy. Jest zbudowany do reżyserowanych występów głosowych, co oznacza, że model został zaprojektowany wokół idei, że opisujesz, jak dana kwestia ma być wypowiedziana, zamiast tylko dostarczać słowa.…

ElevenLabs: Eleven v4

elevenlabs/eleven-v4

ElevenLabs: Eleven v4 to model zamiany tekstu na mowę od ElevenLabs, wydany przez dostawcę 7 października 2026. Należy do kategorii mowy i jest opisywany przez ElevenLabs jako jego najbardziej ekspresyjny model. Jeśli budujesz cokolwiek, co musi zamieniać pisany tekst na mowę, to jest model, który…

ElevenLabs: Eleven v4 Turbo

elevenlabs/eleven-v4-turbo

Eleven v4 Turbo to model zamiany tekstu na mowę od ElevenLabs, firmy znanej ze swojej pracy nad syntezą głosu. Należy do kategorii mowy i jest pozycjonowany jako wariant Eleven v4 o niskich opóźnieniach, zachowując ekspresyjną dostawę i tagi audio tego modelu, będąc jednocześnie dostrojonym do…

ElevenLabs: Eleven v3

elevenlabs/eleven-v3

Eleven v3 to model zamiany tekstu na mowę od ElevenLabs, wymieniony na api14 pod identyfikatorem modelu elevenlabs/eleven-v3. Należy do kategorii mowy, więc nie jest to ogólny model czatu ani rozumowania: jego zadaniem jest zamiana tekstu pisanego na mowę. Jeśli Twoja aplikacja potrzebuje warstwy…

ElevenLabs: Eleven v3 Conversational

elevenlabs/eleven-v3-conversational

Eleven v3 Conversational to model zamiany tekstu na mowę od ElevenLabs. Jest to wariant Eleven v3, który dostawca dostroił specjalnie do naturalnego dialogu w agentach konwersacyjnych, a nie do jednorazowej narracji. Jeśli budujesz agenta głosowego, interaktywnego asystenta lub dowolny produkt, w…

ElevenLabs: Eleven Flash v2.5

elevenlabs/eleven-flash-v2.5

Eleven Flash v2.5 to model zamiany tekstu na mowę od ElevenLabs, wymieniony na api14 w kategorii speech. Należy do linii modeli Flash od ElevenLabs, którą dostawca opisuje jako tekst na mowę o ultra niskich opóźnieniach, i jest skierowany wprost do zastosowań konwersacyjnych i czasu rzeczywistego,…

ElevenLabs: Eleven Turbo v2

elevenlabs/eleven-turbo-v2

Eleven Turbo v2 to model zamiany tekstu na mowę od ElevenLabs, dystrybuowany tutaj pod identyfikatorem modelu elevenlabs/eleven-turbo-v2. Należy do kategorii mowy, a jego dostawca pozycjonuje go jako angielskojęzyczny system zamiany tekstu na mowę o niskich opóźnieniach, stworzony dla zastosowań…

ElevenLabs: Eleven Multilingual v2

elevenlabs/eleven-multilingual-v2

Eleven Multilingual v2 to model zamiany tekstu na mowę od ElevenLabs, oferowany przez api14 pod identyfikatorem modelu elevenlabs/eleven-multilingual-v2. Należy do kategorii mowy i służy do przekształcania tekstu pisanego w mowę. ElevenLabs pozycjonuje go do realistycznej, spójnej narracji długiej…

ElevenLabs: Eleven Turbo v2.5

elevenlabs/eleven-turbo-v2.5

Eleven Turbo v2.5 to model zamiany tekstu na mowę od ElevenLabs, wymieniony na api14 w kategorii speech. Został stworzony przez ElevenLabs i jest identyfikowany na platformie przez model id elevenlabs/eleven-turbo-v2.5. Należy do linii Turbo, która jest pozycjonowana wokół niskich opóźnień, więc…

ElevenLabs: Eleven Flash v2

elevenlabs/eleven-flash-v2

Eleven Flash v2 to model zamiany tekstu na mowę od ElevenLabs, wymieniony na api14 w kategorii speech. To model wyłącznie angielski, zbudowany do syntezy o ultraniskim opóźnieniu, co lokuje go w części oferty ElevenLabs przeznaczonej do pracy w czasie rzeczywistym i rozmów, a nie wśród…

Microsoft AI: MAI-Voice-2.1-Flash

microsoft/mai-voice-2.1-flash

MAI-Voice-2.1-Flash to model zamiany tekstu na mowę od Microsoft AI, należący do rodziny MAI-Voice. Znajduje się w kategorii mowy i został stworzony do syntezy o niskich opóźnieniach, którą Microsoft opisuje jako zoptymalizowaną pod kątem responsywności w czasie rzeczywistym. Jeśli już pracujesz z…

Microsoft AI: MAI-Voice-2.1

microsoft/mai-voice-2.1

MAI-Voice-2.1 to model zamiany tekstu na mowę od Microsoft, wymieniony pod nazwą Microsoft AI. Należy do kategorii mowy i według opisu dostawcy jest najbardziej wiernym i najbardziej ekspresyjnym modelem zamiany tekstu na mowę firmy Microsoft. Jeśli Twoja aplikacja musi zamieniać pisany tekst na…

ByteDance Seed: Seed Audio 1.0

bytedance-seed/seed-audio-1-0

ByteDance Seed: Seed Audio 1.0 to model generowania audio od ByteDance Seed, ramienia badawczego stojącego za rodziną modeli Seed firmy ByteDance. Należy do kategorii mowy i jest opisywany przez dostawcę jako niestrumieniowy model generowania audio. Innymi słowy, został stworzony do zamiany tekstu…

Google: Gemini 3.8 Flash Lite TTS

google/gemini-3.8-flash-lite-tts

Google: Gemini 3.8 Flash Lite TTS to model zamiany tekstu na mowę od Google. Należy do rodziny Gemini 3.8 TTS, gdzie zajmuje miejsce szybkiego, wysokoprzepustowego członka obok Gemini 3.8 Flash TTS. Jego główna kategoria to mowa, a został wydany przez dostawcę 2026-09-23.

Google: Gemini 3.8 Flash TTS

google/gemini-3.8-flash-tts

Google: Gemini 3.8 Flash TTS to model zamiany tekstu na mowę od Google i jest następcą Gemini 3.1 Flash TTS Preview. Należy do kreatywnej warstwy rodziny 3.8 TTS, co oznacza, że Google pozycjonuje go do ekspresyjnego generowania mowy, a nie do transkrypcji czy ogólnej pracy z tekstem. Jeśli już…

Deepgram: Flux TTS

deepgram/flux-tts

Deepgram: Flux TTS to model text-to-speech od Deepgram, dostawcy znanego z infrastruktury mowy i dźwięku. Należy do kategorii mowy i został zbudowany specjalnie do zamiany pisanego tekstu angielskiego na mowę. Jeśli już kierujesz inne modele Deepgram przez api14, ten pochodzi od tego samego…

Fish Audio: S1

fish-audio/s1

Fish Audio: S1 to wielojęzyczny model zamiany tekstu na mowę od Fish Audio. Fish Audio jest dostawcą stojącym za modelem, a S1 znajduje się w kategorii mowy na api14. Jest zaprojektowany dla aplikacji głosowych, które potrzebują szerokiej ekspresji emocjonalnej, i używa nawiasowych formantów…

Fish Audio: S2 Pro

fish-audio/s2-pro

Fish Audio: S2 Pro to model zamiany tekstu na mowę od Fish Audio. Należy do kategorii mowy, a data premiery u dostawcy to 29 lipca 2026. Jeśli budujesz cokolwiek, co wymaga zamiany pisanego tekstu na mowę, to jest właśnie ten rodzaj modelu, na który spojrzysz w pierwszej kolejności, a Fish Audio to…

Fish Audio: S2.1 Pro Free (free)

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

Fish Audio: S2.1 Pro Free to model syntezy mowy od Fish Audio, oferowany jako bezpłatny wariant Fish Audio S2.1 Pro. Jest przeznaczony do testowania, tworzenia prototypów i zastosowań o małym natężeniu ruchu, i zapewnia takie same możliwości syntezy jak model płatny, bez gwarancji opóźnienia…

Fish Audio: S2.1 Pro

fish-audio/s2.1-pro

Fish Audio: S2.1 Pro to model zamiany tekstu na mowę od Fish Audio, wymieniony na api14 w kategorii speech. Jego dostawca opisuje go jako zorientowany na produkcję, co umieszcza go w tej części oferty Fish Audio, która jest skierowana do wdrożonych aplikacji głosowych, a nie do eksperymentów. Jeśli…

Microsoft AI: MAI-Voice-2-Flash

microsoft/mai-voice-2-flash

MAI-Voice-2-Flash to model zamiany tekstu na mowę od Microsoft AI, udostępniony przez dostawcę 23 lipca 2026. Należy do kategorii mowy i jest zbudowany specjalnie do generowania mowy z niskim opóźnieniem, co sytuuje go w tej samej rodzinie obciążeń co agenci głosowi, asystenci, centra obsługi…

Qwen: Qwen-Audio-3.0-TTS Plus

qwen/qwen-audio-3.0-tts-plus

Qwen-Audio-3.0-TTS Plus to model zamiany tekstu na mowę od Qwen, rodziny modeli Alibaby. Należy do kategorii mowy i jest opisywany jako model zamiany tekstu na mowę Alibaby o wyższej jakości, pozycjonowany powyżej standardowego poziomu tej samej linii. Generuje mowę z tekstu i jest normalnie…

Qwen: Qwen-Audio-3.0-TTS Flash

qwen/qwen-audio-3.0-tts-flash

Qwen-Audio-3.0-TTS Flash to model zamiany tekstu na mowę od Qwen, rodziny modeli Alibaba. Należy do kategorii mowy i jest opisywany przez dostawcę jako szybki, efektywny kosztowo system zamiany tekstu na mowę. Model został udostępniony przez dostawcę 2026-07-23. Jeśli już pracujesz w ekosystemie…

Deepgram: Aura-2

deepgram/aura-2

Deepgram: Aura-2 to model zamiany tekstu na mowę od Deepgram, wymieniony na api14 w kategorii mowa. Deepgram jest dostawcą stojącym za tym modelem, a Aura-2 jest zbudowany wokół kanonicznego katalogu głosów Aura-2 firmy Deepgram do syntezy mowy. Jeśli już pracujesz z zestawem głosów Deepgram, to ta…

MiniMax: Speech 2.8 HD

minimax/speech-2.8-hd

MiniMax: Speech 2.8 HD to model zamiany tekstu na mowę od MiniMax. Należy do kategorii speech i służy do przekształcania tekstu pisanego w mowę. MiniMax dostarcza ten model, a na api14 jest on udostępniany pod identyfikatorem modelu minimax/speech-2.8-hd. Jeśli znasz już ofertę modeli mowy MiniMax,…

MiniMax: Speech 2.8 Turbo

minimax/speech-2.8-turbo

MiniMax: Speech 2.8 Turbo to model zamiany tekstu na mowę od MiniMax. Należy do kategorii mowy i jest stworzony dla aplikacji, które muszą zamieniać pisany tekst na mowę. MiniMax jest dostawcą stojącym za tym modelem, a identyfikator modelu na api14 to minimax/speech-2.8-turbo.

Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

MAI-Voice-2 to ekspresyjny model zamiany tekstu na mowę od Microsoft AI, udostępniony przez dostawcę 2 czerwca 2026. Należy do kategorii mowy, więc jego zadaniem jest zamiana tekstu pisanego na dźwięk mowy, a nie generowanie ani edytowanie samego tekstu. Jeśli budujesz cokolwiek, co wymaga…

SpaceXAI: Grok Voice TTS 1.0

x-ai/grok-voice-tts-1.0

SpaceXAI: Grok Voice TTS 1.0 to model zamiany tekstu na mowę od xAI, wymieniony na api14 w kategorii speech. Przyjmuje pisany tekst i zamienia go na mowę, co czyni go odpowiednim dla każdego zadania, w którym masz już tekst i potrzebujesz ścieżki audio, a nie odpowiedzi tekstowej. Identyfikator…

Google: Gemini 3.1 Flash TTS Preview

google/gemini-3.1-flash-tts-preview

Google: Gemini 3.1 Flash TTS Preview to model zamiany tekstu na mowę od Google. Należy do kategorii mowy i jest wydaniem zapoznawczym, co oznacza, że zachowanie oraz zestaw głosów mogą się jeszcze zmienić, zanim pojawi się stabilna wersja. Google opisuje go jako znaczący skok generacyjny względem…

Sesame: CSM 1B

sesame/csm-1b

Sesame: CSM 1B to model mowy konwersacyjnej od Sesame. Należy do kategorii mowy i jest identyfikowany w api14 przez identyfikator modelu sesame/csm-1b. Dostawca opisuje go jako model o 1B parametrów, co czyni go stosunkowo małą opcją do generowania mowy z tekstu pisanego.

Canopy Labs: Orpheus 3B

canopylabs/orpheus-3b-0.1-ft

Canopy Labs: Orpheus 3B to model zamiany tekstu na mowę od Canopy Labs. Jest to model o 3B parametrów dostrojony do syntezy mowy angielskiej, z naciskiem na naturalną prozodię i ekspresyjne wykonanie. Model został udostępniony przez dostawcę 23 kwietnia 2026. Jego główna kategoria to mowa, a…

hexgrad: Kokoro 82M

hexgrad/kokoro-82m

hexgrad: Kokoro 82M to lekki model zamiany tekstu na mowę o otwartych wagach od hexgrad. Należy do kategorii mowy, więc jego zadanie jest wąskie i jasne: zamienić pisany tekst na mówione audio. Ponieważ wagi są otwarte, możesz swobodniej rozważać wdrożenie i hosting niż w przypadku zamkniętej,…

Mistral: Voxtral Mini TTS

mistralai/voxtral-mini-tts-2603

Mistral Voxtral Mini TTS to model zamiany tekstu na mowę od Mistral, wymieniony na api14 w kategorii speech. Przyjmuje tekst jako jedyne wejście i produkuje mowę jako jedyne wyjście, więc znajduje się w połowie syntezy potoku mowy, a nie w połowie rozpoznawania. Jeśli już kierujesz inne modele…