Медиа о нейросетях для бизнеса и жизни

Озвучка в Google AI Studio бесплатно: голос и диалог

Озвучить текст на русском в Google AI Studio можно бесплатно: выберите модель Gemini 3.8 Flash TTS и голос, опишите подачу и вставьте текст, а диалог на двоих делается одним запросом.

8 мин чтения ✓ проверено
Карточка сценария с двумя репликами превращается в звуковую волну, рядом наушники и оранжевая кнопка воспроизведения: озвучка в AI Studio
Видео: Google AI Studio Voice Generator – Text to Speech Tutorial
Google AI Studio Voice Generator – Text to Speech Tutorial

Google AI Studio бесплатно озвучивает русский, казахский и узбекский текст моделью Gemini 3.8 Flash TTS: 30 готовых голосов, подача задаётся словами, паузы и смех ставятся пометками прямо в тексте, например <laugh>. В одном запросе можно озвучить диалог двух говорящих, но только готовыми голосами. Точные бесплатные лимиты Google не публикует. Запросы бесплатного уровня могут читать проверяющие Google, поэтому конфиденциальные сценарии туда не загружайте.

Google AI Studio бесплатно озвучивает текст на русском прямо в браузере, нужен только аккаунт Google. Вы выбираете модель Gemini 3.8 Flash TTS, один из 30 готовых голосов, описываете словами, как говорить, и получаете WAV-файл. Там же можно озвучить диалог двух персонажей одним запросом.

Если вы ещё выбираете сервис, сначала посмотрите наш обзор нейросетей для озвучки текста: там ElevenLabs, SpeechKit и Silero с ценами. Ниже — инструкция только по AI Studio.

Как озвучить текст в Google AI Studio бесплатно

Откройте aistudio.google.com, войдите в аккаунт Google и перейдите в раздел генерации речи (Speech Playground). Дальше пять шагов.

Примите условия при первом входе

  • AI Studio попросит подтвердить, что вам есть 18 и вы используете сервис для работы или бизнеса.
  • Там же предупреждение: запросы и ответы могут просматривать и использовать, чтобы обучать нейросети Google.
1

Выберите модель

  • В настройках выберите Gemini 3.8 Flash TTS для качества или Flash-Lite TTS для больших объёмов.
2

Выберите голос

  • Прослушайте 3-4 голоса на одной и той же фразе.
  • Для диалога добавьте второго говорящего и дайте ему другой голос.
3

Опишите подачу и вставьте текст

  • Подача — отдельной строкой: «тепло, неспешно, как диктор подкаста».
  • Текст — без пометок для себя: модель прочитает всё, что в нём есть.
4

Сгенерируйте и скачайте

  • Прослушайте результат целиком, особенно имена и цифры.
  • Скачайте файл и вставьте в монтаж.
5
Страница Google о генераторе речи AI Studio: образцы голосов, три шага озвучки и список возможностей с тегами и 130 языками
Официальная страница генератора речи: голос, текст с тегами, описание подачи · снято 13.11.2026

По справке Google, озвучка выдаётся в WAV: 24 кГц, моно. Если площадка просит MP3, перегоните файл при экспорте в видеоредакторе.

Какую модель и голос выбрать для русской озвучки

Для русского текста берите Gemini 3.8 Flash TTS: по справке Google, она лучше справляется с выразительной речью и сложными диалогами. Flash-Lite TTS пригодится, если озвучиваете сотни файлов через платное подключение к Google (API): там она дешевле. Обе модели вышли 23 сентября 2026 года и знают русский, казахский и северноузбекский язык.

МодельЯзыковКогда выбирать
Gemini 3.8 Flash TTSбольше 130ролики, реклама, диалоги
Gemini 3.8 Flash-Lite TTSбольше 100длинные тексты, много файлов подряд
Gemini 3.1 Flash TTS Preview, 2.5 Pro Preview TTS—ранние версии, для новых проектов не нужны

У каждого из 30 голосов есть короткая характеристика. Имена латиницей, но русский они читают все: язык модель определяет по тексту. Для закадра к обучающему ролику подойдут Charon (информативный), Iapetus (чёткий) и Schedar (ровный), для рекламы и рилсов — Puck (бодрый), Sadachbia (живой) и Fenrir (азартный). Сказку или аудиокнигу лучше читают Sulafat (тёплый), Achernar (мягкий) и Vindemiatrix (нежный), а голос эксперта постарше дают Gacrux (зрелый) и Algenib (с хрипотцой).

Кроме 30 основных голосов на странице AI Studio Google пишет о библиотеке из 2 000 с лишним голосов. Для диалога в одном запросе берите голоса из основных тридцати.

Как сделать диалог двумя голосами

Диалог в AI Studio делается одним запросом: включаете двух говорящих, даёте каждому имя и голос и пишете реплики по очереди. Модель сама меняет голос на каждой реплике, склеивать файлы не нужно.

Ограничений два. Говорящих в одном запросе не больше двух, и оба голоса должны быть из готового набора. Скопированный свой голос в такой диалог не встанет: его реплики озвучивают по одной и потом склеивают. Сценку на троих делают так же: два голоса одним запросом, третий отдельно.

Чтобы голоса не путались, дайте персонажам разные по характеру голоса (мужской и женский, бодрый и спокойный) и короткие реплики, по одной-две фразы. Длинный монолог в диалоге звучит как чтение по бумажке. Готовый диалог хорошо ложится в рилсы: например, сценка «клиент и продавец» для кофейни или магазина.

Как управлять интонацией: описание стиля и теги

Интонацией управляют тремя способами: описанием стиля для всей реплики, тегами в угловых скобках внутри текста и самим текстом (заглавные буквы, многоточия). Описание стиля пишут обычными словами: «шёпотом, тревожно», «медленно, с улыбкой».

В описание стиля Google советует не писать возраст, пол, имя и постоянный акцент: это задаёт выбор голоса. Стиль описывает, как звучит именно эта реплика.

Тегов около 45. Чаще всего пригодятся эти:

  • <short pause> и <long pause> — пауза короче или длиннее;
  • <laugh>, <sigh>, <breath> — смех, вздох, вдох;
  • <whispers> — переход на шёпот;
  • <gasp>, <cough> — ахнуть, кашлянуть.

Ещё два приёма. Слово ЗАГЛАВНЫМИ буквами голос выделит интонацией. Многоточие и тире дают запинку, как у живого человека. Звуковые эффекты вроде аплодисментов Google вписывать в текст не советует: теги рассчитаны на звуки, которые издаёт сам голос.

Ниже пример сценки для рилса кофейни. Поле стиля и поле текста в AI Studio разные, поэтому в промте они разделены.

Говорящий 1: Айгерим, голос Sulafat
Стиль: тепло, с улыбкой, неспешно
Говорящий 2: Тимур, голос Puck
Стиль: бодро, чуть удивлённо
 
Тимур: Это правда, что у вас кофе на кокосовом молоке?
Айгерим: Правда. <short pause> И ещё на миндальном, и на овсяном.
Тимур: А какой самый популярный?
Айгерим: <laugh> Раф с халвой. Его берут ПОЧТИ все.

Строки «Стиль» и имена голосов вставляйте в настройки говорящих, а в поле текста — только реплики.

Если написать «скажи бодро» прямо в поле текста, голос может эту фразу произнести. Модель читает поле с текстом как точную расшифровку, поэтому указания по подаче пишите в описании стиля, а паузы и смех ставьте тегами.

Как подготовить русский текст, чтобы голос не ошибался

Русский текст перед озвучкой стоит почистить: развернуть цифры и сокращения, поставить «ё», уточнить слова, которые пишутся одинаково, а читаются по-разному. Отдельного знака ударения в справке Google по генерации речи нет, поэтому ошибки исправляют самим текстом.

Голос ошибётся

  • «с 9:00 до 21:00», «−15%»
  • «ул. Абая, д. 12»
  • «все» вместо «всё»
  • «замок» без подсказки, о каком речь
  • абзац на 10 строк

Голос прочитает верно

  • «с девяти утра до девяти вечера», «скидка пятнадцать процентов»
  • «улица Абая, дом двенадцать»
  • «всё», «ещё», «берёт»
  • «дверной замок» или «старинный замок»
  • короткие фразы по 10-15 слов

Длинный текст режьте на куски по смыслу: абзац-два на один запрос. Если голос споткнётся, переделывать придётся один кусок. Названия брендов и иностранные слова прослушайте отдельно: если голос читает их по-английски, а нужно по-русски, напишите название кириллицей так, как его произносят.

Сколько можно озвучить бесплатно и сколько стоит дальше

В браузере озвучка бесплатна: в тарифах Gemini API все четыре модели речи отмечены как бесплатные на бесплатном уровне. Бесплатные лимиты для озвучки Google не публикует: они привязаны к проекту в AI Studio, и свои цифры видно только на странице лимитов.

Когда бесплатного не хватает, озвучку подключают через платный API. Google считает аудио в токенах, условных единицах оплаты: секунда речи равна 25 токенам, час — 90 000. По прайсу на 13 ноября 2026 года и курсу ЦБ на ту же дату (82,98 ₽ за доллар) час речи стоит так:

МодельДо 31.12.2026С 1 января 2027
Gemini 3.8 Flash TTS$0,81 (≈67 ₽)$1,62 (≈130 ₽)
Gemini 3.8 Flash-Lite TTS$0,54 (≈45 ₽)$1,08 (≈90 ₽)

К этому добавляется входной текст по $0,50 за миллион токенов, с 2027 года — $1. На фоне цены аудио это копейки. Как получить ключ и подключить оплату, мы разбирали в инструкции по API-ключам Gemini и других нейросетей.

Можно ли использовать озвучку в рекламе и на YouTube

Можно: по условиям Gemini API Google не претендует на права на то, что вы сгенерировали. Но у бесплатного уровня есть цена другого рода: Google использует ваши тексты и ответы для улучшения своих продуктов, а люди-проверяющие могут их читать. Сам Google просит не отправлять туда конфиденциальное и личное.

Проще говоря, рекламный ролик кофейни озвучивать можно, а сценарий с ценами для закрытой презентации, данными клиентов или неанонсированным продуктом — лучше через платный API.

Что ещё проверить перед публикацией:

  • Водяной знак. Каждый файл Gemini TTS Google помечает невидимым знаком SynthID: по нему видно, что речь синтезирована.
  • YouTube. Пометку «Использование ИИ» в Творческой студии ставить обязательно, если ролик реалистично показывает, как реальный человек говорит то, чего не говорил. Свой скопированный голос для закадра YouTube относит к незначительным изменениям, пометка не нужна.
  • Копия голоса. Модели Gemini 3.8 копируют голос по записи в 30 секунд, но только свой или тот, на который у вас есть права, и с устным согласием владельца. В Евросоюзе и других странах ЕЭЗ (Норвегия, Исландия, Лихтенштейн), Великобритании, Швейцарии, Индии и двух штатах США (Иллинойс и Техас) копирование недоступно.
  • Страны. Казахстан, Узбекистан, Кыргызстан, Таджикистан, Армения, Грузия и Азербайджан есть в списке стран Gemini API. В России и Беларуси AI Studio официально не работает, подробнее — в новости о блокировке Gemini.

Остальные возможности модели и тарифы Google собраны на странице Gemini.

Бесплатный мастер-класс · онлайнХотите, чтобы ролики для бизнеса делались без отдельного сотрудника? На вебинаре показываем, как нейросети пишут сценарий, озвучивают и монтируют.

Записаться бесплатно →

Частые вопросы

Озвучка в Google AI Studio правда бесплатная?

Да, для проб в браузере. В тарифах Google все четыре модели озвучки отмечены как бесплатные на бесплатном уровне. Взамен Google может использовать ваши тексты для улучшения своих продуктов, а число запросов в день ограничено. Какие лимиты у вашего проекта, смотрите на странице лимитов в самой AI Studio.

Можно ли в AI Studio озвучить текст на казахском или узбекском?

Можно. Казахский и северноузбекский есть в списке языков обеих моделей Gemini 3.8 TTS, язык определяется по тексту автоматически. Писать текст лучше на одном языке: если смешать русский и казахский в одной реплике, голос может читать слова с чужим акцентом. Прослушайте минуту текста с именами и цифрами до основной работы.

Сколько голосов можно поставить в один диалог?

Двух. В одном запросе AI Studio озвучивает до двух говорящих, и оба голоса должны быть из готового набора. Для сценки на троих или со своим скопированным голосом реплики озвучивают по очереди отдельными запросами, а файлы потом склеивают в видеоредакторе.

Как скачать озвучку из AI Studio в MP3?

По документации Google модели Gemini TTS отдают звук в WAV, 24 кГц, моно. Если кнопка скачивания в AI Studio предлагает только WAV, MP3 получится при экспорте ролика в любом видеоредакторе: для YouTube и рилсов отдельный аудиофайл обычно и не нужен. Для подкаста WAV можно перегнать в MP3 любым аудиоконвертером.

Источники

  1. Google AI Studio Docs: генерация речи13.11.2026
  2. Блог Google: Gemini 3.8 text-to-speech13.11.2026
  3. Google AI Studio: генератор речи13.11.2026
  4. Google AI Studio Docs: тарифы Gemini API13.11.2026
  5. Google AI Studio Docs: лимиты запросов13.11.2026
  6. Google AI Studio Docs: условия использования Gemini API13.11.2026
  7. Google AI Studio Docs: страны, где доступен Gemini API07.11.2026
  8. Справка YouTube: контент, созданный ИИ13.11.2026
Автор материала руководитель агентства SkyBird

Пишет о нейросетях и продвижении в них для предпринимателей и маркетологов. Каждый гайд проверяет руками, цены сверяет по официальным страницам.

Читайте также

Все материалы →
Гайды

Как подобрать подарок нейросетью: тест ChatGPT и Gemini

Чтобы нейросеть подобрала подарок, опишите человека: возраст, увлечения, привычки, что у него уже есть, повод и бюджет. ChatGPT или Gemini предложат идеи с объяснением, но цены и магазины в их ответах нужно проверять: в нашем тесте Gemini назвал цены по памяти и вышел за бюджет.

Читать
Гайды

Читают ли люди переписку в ChatGPT, Claude и Gemini

Да, но не всю и не всегда. Часть чатов читают проверяющие компаний: для обучения моделей, проверки нарушений, поддержки и по юридическим запросам. При подозрении на нарушение чат открывают во всех трёх сервисах, а для обучения ChatGPT берёт чаты по умолчанию, Gemini — пока включена история, Claude — если вы это разрешили.

Читать
Гайды

Gemini 4 Neon: что умеет новая модель Google и как попробовать

Gemini 4 Neon вышла 18 ноября 2026 года и стоит в линейке Gemini 4 посередине, между быстрой Hydrogen и самой мощной Carbon. В приложении Gemini её дают подписки Ultra и Google AI Pro за $19,99 (≈1 640 ₽) в месяц, в Казахстане 9 990 ₸, а в API Neon стоит $3 за миллион входных токенов.

Читать