Для роликов и рилсов на русском чаще всего ищут ElevenLabs: бесплатно там 10 000 кредитов в месяц, это около 10 минут речи, а использовать голос в рекламе и ради заработка можно только с тарифа Starter за $6 (≈490 ₽). Попробовать озвучку без оплаты, в том числе на казахском и узбекском, можно в Gemini 3.8 Flash TTS в Google AI Studio. Аудиокнигу на 300 страниц Yandex SpeechKit озвучит примерно за 350-725 ₽ в зависимости от способа подключения, и ударение там ставится вручную знаком «+». Копировать можно свой голос или голос с согласия владельца, а профессиональную копию ElevenLabs делает только из голоса самого владельца аккаунта.
Из сервисов озвучки чаще других ищут по названию ElevenLabs: запрос «elevenlabs» набирают больше 21 тысячи раз в месяц. Без оплаты там дают около 10 минут речи в месяц, но без права на коммерческое использование. Бесплатно, в том числе на казахском и узбекском, текст можно озвучить в Gemini 3.8 Flash TTS в Google AI Studio, а длинные тексты с точными ударениями дешевле делать в Yandex SpeechKit.
Чтобы голос звучал как диктор, текст сначала готовят: ставят ударения в спорных словах, пишут цифры словами и размечают паузы. Это умеет ChatGPT, промт ниже.
Какой нейросетью озвучить текст на русском
Короткий ответ — в таблице: для роликов удобен ElevenLabs, бесплатно и по-казахски говорит Gemini 3.8 Flash TTS, длинные тексты дешевле в SpeechKit, а без интернета работает Silero.
| Сервис | Бесплатно | Платно | Казахский / узбекский | Свой голос | Коммерция |
|---|---|---|---|---|---|
| ElevenLabs | 10 000 кредитов в месяц, около 10 минут | от $6 (≈490 ₽) в месяц | да / да (модели v3 и v4) | с тарифа Starter | с тарифа Starter |
| Gemini 3.8 Flash TTS (Google AI Studio) | пробы в AI Studio | через Gemini API по прайсу Google | да / да | копия по записи 30 секунд, не во всех странах | уточняйте в условиях Gemini API |
| Yandex SpeechKit | — | от 0,1626 ₽ за фрагмент до 250 знаков | да / да | Brand Voice, от 9 150 ₽ за создание | по условиям сервиса |
| OpenAI (через API) | — | $15 (≈1 230 ₽) за миллион знаков, модель tts-1 | — | — | по условиям сервиса |
| Silero на компьютере | без лимитов | — | да / да | — | основные модели — нет |
| SaluteSpeech | физлицам больше не продаётся | — | — | — | — |
Цены и лимиты — с официальных страниц на 07.11.2026, рубли по курсу ЦБ на эту дату ($1 = 82,14 ₽). API — это способ подключить сервис к своей программе, сайту или боту. OpenAI продаёт озвучку файлом через API, а у SpeechKit, кроме API, есть окно в браузере для проб, о нём ниже.
ElevenLabs недоступен из России и Беларуси: по справке сервиса, он обязан блокировать вход из этих стран, а также с Кубы, Ирана, КНДР и Сирии. Gemini и Google AI Studio в России и Беларуси тоже официально не работают, об этом мы писали в новости о блокировке Gemini. Казахстан, Узбекистан, Кыргызстан, Таджикистан, Армения, Грузия и Азербайджан есть в списке стран Gemini API, а в списке ограничений ElevenLabs их нет.
Бесплатный мастер-класс · онлайнОзвучка — одна из двадцати задач, которые нейросеть берёт на себя в бизнесе. На бесплатном онлайн-мастер-классе Даниила Сидоренко «Как за 1 вечер освоить 20 нейросетей для работы, бизнеса и заработка» разбирают и остальные.
Записаться бесплатно →Где озвучить текст нейросетью бесплатно
Бесплатно озвучить текст на русском можно в ElevenLabs (около 10 минут речи в месяц), в Google AI Studio на модели Gemini 3.8 Flash TTS и на своём компьютере через Silero. У всех трёх есть условия, из-за которых бесплатный голос нельзя просто поставить в рекламу.
ElevenLabs Free. На странице тарифов это 10 000 кредитов в месяц, около 10 минут речи. По справке ElevenLabs, у бесплатного тарифа нет коммерческой лицензии, а при публикации в названии ролика нужно указать elevenlabs.io или 11.ai. Для личного видео или пробы голоса этого хватает, для рекламы и любого заработка на ролике нужен платный тариф.
Google AI Studio. Gemini 3.8 Flash TTS вышла 23 сентября 2026 года, и Google предлагает пробовать её в аудио-песочнице AI Studio, то есть в разделе, где голос слушают прямо в браузере. Модель говорит больше чем на 130 языках, среди них русский и языки СНГ, и даёт 30 готовых голосов. Каждый файл Google помечает невидимым водяным знаком SynthID.
Silero. Это открытая модель, которая работает на обычном процессоре без видеокарты. В ней есть русский, казахский, узбекский и другие языки СНГ. Основные модели выложены под лицензией CC BY-NC 4.0, то есть только для некоммерческого использования. Без лицензионных ограничений можно брать базовые модели для языков СНГ под лицензией MIT, но ударение в них ставят вручную. Для запуска нужно установить Python и библиотеку PyTorch через командную строку, так что вариант для тех, кто с ней знаком.
SaluteSpeech от Сбера больше не вариант для частных лиц. С 15 июля 2026 года Сбер прекратил продажу пакетов и продление бесплатного тарифа физлицам. Раньше там давали 200 000 знаков синтеза в месяц бесплатно и миллион знаков за 1 000 ₽. Купленные до этой даты пакеты действуют до конца срока.
Перед оплатой сайта или Telegram-бота с «озвучкой без ограничений» найдите в его условиях, на чьей модели он работает и можно ли использовать полученный голос в рекламе.
Как озвучить текст в ElevenLabs по шагам
В ElevenLabs текст вставляют в раздел Text to Speech, выбирают голос и модель Eleven v4 и скачивают готовый MP3. На первую озвучку уходит около 10 минут вместе с регистрацией.
Зарегистрируйтесь и откройте синтез речи ≈ 2 мин
- Создайте аккаунт на elevenlabs.io.
- В меню выберите Text to Speech.
Выберите модель Eleven v4 ≈ 1 мин
- Это самая новая модель, в ней есть русский, казахский и узбекский.
- В один запрос помещается до 10 000 знаков.
Подберите голос ≈ 3 мин
- Найдите в библиотеке голоса для русского языка.
- Отберите 2-3 голоса для пробы.
Вставьте подготовленный текст ≈ 2 мин
- Цифры словами, спорные ударения проверены, длинные предложения разбиты.
- Интонацию задают пометки в квадратных скобках, например [whispers].
Сгенерируйте и скачайте ≈ 2 мин
- Прослушайте файл целиком: ошибки чаще всего в именах и числах.
- Перегенерируйте только неудачный кусок.
Если ElevenLabs читает телефон или дату как набор цифр, причина обычно в модели. Быстрая Flash v2.5 по умолчанию не приводит числа к словам, и для телефонов, дат и сумм в описании моделей ElevenLabs советуют Multilingual v2. Надёжнее всего заранее написать числа словами, тогда модель не важна.
Как подготовить текст к озвучке: ударения, паузы, цифры
Перед озвучкой в тексте ставят ударения в словах, которые читаются двояко, пишут цифры и сокращения словами и размечают паузы. Синтаксис разметки у каждого сервиса свой. Из облачных сервисов ударение знаком «+» перед гласной официально принимает только Yandex SpeechKit, на компьютере так же работает Silero.
| Что нужно | Yandex SpeechKit | ElevenLabs | Gemini TTS |
|---|---|---|---|
| Ударение | зам+ок перед ударной гласной | словарь произношения с заменой слова, в v4 — транскрипция между косыми чертами | в документации нет |
| Пауза | sil<[300]> в миллисекундах, до 7 000 | <break time="1.5s" /> до 3 секунд, кроме v3 и v4 | тег <short pause> |
| Интонация | голоса с амплуа: дружелюбное, строгое, радостное | пометки [whispers] в моделях v3 и v4 | описание стиля словами, теги вроде <laugh> |
| Выделить слово | **слово** | в документации нет | заглавные буквы и пунктуация |
Разметка — по документации сервисов на 07.11.2026. Модели ElevenLabs v3 и v4 паузы через <break> не понимают: там паузу делают многоточием, структурой текста или пометкой в скобках.
Расставлять «+» и паузы руками в длинном тексте утомительно. Эту работу хорошо делает ChatGPT или любой другой чат-бот. Главное — прямо запретить ему менять слова: пусть только размечает.
Подготовь текст к озвучке в Yandex SpeechKit. Правила: 1. Поставь знак + перед ударной гласной в словах, где ударение можно прочитать двояко (замок, мука, атлас), и в именах и названиях. 2. Цифры, даты, суммы и сокращения напиши словами так, как их произносят. 3. Между абзацами поставь паузу sil<[500]>, после вопросов — sil<[300]>. 4. Раздели текст на фрагменты не длиннее 250 символов, не разрывая предложения. 5. Слова не меняй, только разметка. Текст: «Открываем новый магазин 15.11 в 10:00 на ул. Абая, 52. Первым 100 покупателям — скидка 20%. Где взять замок для велосипеда? У нас, по цене от 3 990 ₸.»
Ограничение в 250 знаков в промте взято из тарифов SpeechKit: в API v3 фрагмент до 250 знаков оплачивается как одна единица. Для ElevenLabs и Gemini этот пункт уберите, а знак «+» замените на букву «ё» там, где она есть.
Голос споткнётся
- «15.11 в 10:00, ул. Абая, 52»
- предложение на три строки без запятых
- «ИП», «ТОО», «Wi-Fi» как есть
- весь текст одним куском на 20 минут
Голос прочитает чисто
- «пятнадцатого ноября в десять утра, улица Абая, пятьдесят два»
- короткие фразы, мысль — в одном предложении
- «индивидуальный предприниматель», «вай-фай»
- текст по главам или абзацам, каждый кусок проверен
Если текст есть только в записи, например вебинар, и его нужно переозвучить чистым голосом, сначала переведите запись в текст. Как это сделать бесплатно, мы разобрали в гайде по транскрибации аудио в текст.
Как озвучить текст в Yandex SpeechKit без программиста
В SpeechKit текст можно озвучить в браузере, в разделе SpeechKit Playground на платформе Yandex AI Studio: вставляете до 5 000 символов, выбираете язык, голос и амплуа и скачиваете файл. Программировать для этого не нужно, понадобится аккаунт Yandex Cloud с рабочим каталогом.
Откройте раздел синтеза ≈ 2 мин
- В интерфейсе Yandex AI Studio выберите каталог.
- На левой панели откройте AI Speech, затем «Синтез речи».
Вставьте размеченный текст ≈ 2 мин
- До 5 000 символов за раз.
- Разметка та же, что в таблице выше: «+»,
sil<[300]>,**слово**.
Настройте голос и скачайте ≈ 3 мин
- Справа выберите язык, голос, амплуа, скорость от 0,1 до 3 и формат файла.
- Нажмите «Синтезировать и воспроизвести», затем значок загрузки.
Для читателей из России это главный вариант: ElevenLabs и AI Studio там официально закрыты. Перед озвучкой большого текста сверьте цены SpeechKit в документации Yandex AI Studio.
Как озвучить текст в Google AI Studio бесплатно
В Google AI Studio текст озвучивают в аудио-песочнице: выбираете модель Gemini 3.8 Flash TTS, голос, пишете словами, как говорить, и вставляете текст. Для проб нужен аккаунт Google. Подробная инструкция с диалогом, тегами и ценами — в гайде озвучка в Google AI Studio.
Откройте AI Studio ≈ 1 мин
- Зайдите на aistudio.google.com под аккаунтом Google.
- Найдите режим генерации речи.
Выберите модель и голос ≈ 3 мин
- Выберите Gemini 3.8 Flash TTS или облегчённую Flash-Lite TTS.
- Выберите один из 30 готовых голосов.
Опишите подачу словами ≈ 1 мин
- Например: «спокойно, тепло, как диктор подкаста».
- Короткие паузы и смех задаются тегами в тексте:
<short pause>,<laugh>.
Вставьте текст и скачайте файл ≈ 2 мин
- Текст модель читает дословно, поэтому всё лишнее уберите заранее.
- Для диалога можно задать двух говорящих с разными голосами.
Модель читает поле с текстом как точную расшифровку, а указания по подаче берёт из отдельного описания стиля. Если вписать «говори бодро» прямо в текст, голос может эту фразу произнести. Диалог на двоих, например подкаст или сценка для рилса, делается одним запросом.
Какой голос выбрать для видео, урока и книги
Рилсу нужен энергичный голос, уроку — спокойный и чёткий, книге — ровный рассказчик, от которого слушатель не устанет за час. Поэтому один голос на все форматы обычно не подходит.
| Формат | Какой голос | Где удобнее |
|---|---|---|
| Рилс, реклама до 60 секунд | бодрый, короткие фразы (подробнее в разделе про рилсы) | ElevenLabs v4, Gemini 3.8 Flash TTS |
| Урок, инструкция, курс | спокойный, чёткий, средний темп | ElevenLabs, SpeechKit с амплуа «нейтральное» |
| Аудиокнига, длинная статья | ровный рассказчик, без ярких эмоций | SpeechKit, голос Ирина (LiveTTS) с амплуа «рассказчик», ElevenLabs Pro |
| Диалог, подкаст, сценка | два разных голоса | Gemini TTS (до двух говорящих в запросе) |
| Ролик на казахском или узбекском | голос, обученный на этом языке | SpeechKit, ElevenLabs v4, Gemini TTS |
Проверяйте голос на своём тексте: демо-фразу сервис подбирает так, чтобы голос звучал выгодно, а ваш текст с цифрами, названиями и длинными словами покажет, как он справится в работе. Если голос будет звучать в нескольких роликах подряд, выберите один и не меняйте его.
Голос для видео и рилсов
Для коротких роликов пишут первую фразу до 7 слов и короткие предложения, которые совпадают с монтажными склейками. Текст на 30 секунд удобно получать сразу с пометками интонации для нейросети и отдельной версией для субтитров.
Попросите чат-бот написать закадровый текст под длительность ролика. Пометки в квадратных скобках ElevenLabs v3 и v4 понимают как подсказки к подаче. Все примеры пометок в справке ElevenLabs английские: [whispers], [shouting], поэтому в промте ниже они тоже на английском. Для Gemini TTS ту же подсказку пишут в описании стиля.
Напиши закадровый текст для вертикального ролика на 30 секунд: кофейня в Ташкенте запускает завтраки до 11:00. Нужно: цепляющая первая фраза до 7 слов, короткие предложения, цифры словами, всего не больше 75 слов. Перед каждой фразой поставь в квадратных скобках пометку для голоса нейросети на английском, как говорить: [excited], [whispers], [laughs]. Отдельной строкой — та же версия без пометок для субтитров.
Gemini уложился в шесть коротких фраз, но добавил пометки, которых не было в списке ([cheerful], [warm], [energetic]), и сам придумал акцию «первым пятидесяти гостям скидка двадцать процентов». Такой текст перед озвучкой стоит вычитать: убрать выдуманные обещания и оставить пометки, которые понимает ваш сервис.
Описания эмоций обычным текстом модель, по предупреждению компании, может произнести вслух, и их придётся вырезать при монтаже.
Готовый MP3 кладут на дорожку в CapCut или другом редакторе, а субтитры делают по тексту без пометок. Если вы собираете ролик целиком с помощью ИИ-агента, озвучку можно отдать ему файлом, порядок описан в гайде по рилсам с помощью нейросетей. Если нужно видео, где человек с фото говорит вашей озвучкой, это умеет Kandinsky Avatar.
Сколько стоит озвучить аудиокнигу нейросетью
Книгу на 300 страниц дешевле всего озвучить в Yandex SpeechKit, от ≈350 ₽. Через OpenAI выйдет около 670 ₽, а в ElevenLabs та же книга займёт почти весь месячный пакет Pro за $99 (≈8 130 ₽).
Для расчёта мы взяли книгу на 300 страниц по 1 800 знаков, всего около 540 000 знаков с пробелами.
| Где | Цена по прайсу | Книга на 540 000 знаков |
|---|---|---|
| Yandex SpeechKit, API v3, стандартные голоса | 0,1626 ₽ за фрагмент до 250 знаков | ≈350 ₽ |
| Yandex SpeechKit, LiveTTS | 0,25 ₽ за фрагмент до 250 знаков | ≈540 ₽ |
| Yandex SpeechKit, API v1 | 1 342 ₽ за 1 млн знаков с НДС | ≈725 ₽ |
| OpenAI, модель tts-1 | $15 за 1 млн знаков | ≈$8 (≈670 ₽) |
| ElevenLabs Pro | $99 в месяц за 600 000 кредитов | почти весь пакет, $99 (≈8 130 ₽) |
| ElevenLabs Creator | $22 (≈1 810 ₽) за 121 000 кредитов | хватит на пятую часть книги |
Расчёт редакции по прайсам на 07.11.2026. Цены SpeechKit по фрагментам верны, если резать текст на куски почти ровно по 250 знаков: короткий фрагмент стоит столько же, сколько полный. Для ElevenLabs мы считали, что 1 кредит ≈ 1 знак текста. На разных моделях расход кредитов может отличаться, поэтому цифра ориентировочная.
Главная статья расходов — проверка. Нейросеть за минуты прочитает книгу, но ошибётся в ударениях, именах героев и омографах вроде «замок» и «мука». Закладывайте время на прослушивание целиком и перегенерацию кусков. Голосом с бесплатного тарифа ElevenLabs продаваемую аудиокнигу озвучивать нельзя.
Для аудиокниги удобнее делить текст по главам: так проще перегенерировать неудачный фрагмент и держать одинаковую громкость. В SpeechKit для длинного текста подходит голос Ирина из LiveTTS с амплуа «рассказчик».
Озвучка текста на казахском и узбекском
Озвучить текст на казахском и узбекском можно в ElevenLabs (модели v3 и v4), в Gemini 3.8 Flash TTS, в Yandex SpeechKit и в Silero. Все четыре заявляют эти языки официально, остальные языки СНГ поддерживаются не везде.
- ElevenLabs. Казахский, узбекский, киргизский, армянский, грузинский и азербайджанский есть только в моделях Eleven v3 и v4. Старые Multilingual v2 и Flash v2.5 из этих языков знают лишь русский, поэтому при выборе модели смотрите на номер.
- Gemini 3.8 Flash TTS. Говорит на всех языках СНГ из этого списка, облегчённая Flash-Lite тоже.
- Yandex SpeechKit. Четыре казахских голоса (Amira, Madi, Saule, Zhanar) и три узбекских (Nigora, Zamira, Yulduz), у части из них есть амплуа: строгое, дружелюбное, у Yulduz ещё и шёпот. Ударение через «+» работает только для русского, паузы на других языках пока в тестовом режиме.
- Silero. Те же языки плюс таджикский и другие, бесплатно на своём компьютере.
Самое трудное для всех сервисов — смешанный текст, где в казахской фразе стоят русские слова или названия брендов латиницей. Такие места прослушайте отдельно в двух сервисах. Носитель языка услышит ошибки, которых не заметит человек, знающий язык по учебнику, поэтому перед публикацией дайте коммерческий ролик послушать носителю.
Можно ли клонировать свой голос нейросетью
Да. В ElevenLabs быстрая копия голоса делается по записи короче двух минут на тарифе Starter за $6 (≈490 ₽), профессиональная — примерно по 30 минутам записи на тарифе Creator за $22 (≈1 810 ₽). Gemini 3.8 Flash TTS делает копию по 30 секундам записи в Google AI Studio.
ElevenLabs предлагает два вида копии. Мгновенная (Instant Voice Cloning) получается из записи короче двух минут и звучит похоже, только если озвучка идёт в той же манере, что и образец. Профессиональная (Professional Voice Cloning) обучается на вашей записи, лучше держит эмоции и разные типы речи. Перед созданием сервис просит прочитать вслух фразу с экрана и сверяет голос с образцами, это называется голосовой капчей.
Gemini 3.8 Flash TTS просит запись примерно на 30 секунд и отдельную запись устного согласия владельца голоса, которая должна совпадать с образцом. В примечании Google сказано, что копирование голоса в AI Studio недоступно в штатах Иллинойс и Техас, в Европейской экономической зоне, Великобритании, Швейцарии и Индии.
Хорошая запись для копии — тихая комната без эха, один микрофон на одном расстоянии, живая речь в той манере, в какой будет звучать озвучка. Если копия нужна для лекций, читайте образец как лекцию, если для рилсов — бодро и коротко.
Копия звучит глухо или с чужой интонацией почти всегда из-за образца. Перезапишите его без музыки и фонового шума, уберите кашель и долгие паузы, добавьте фразы с вопросами и восклицаниями. Мгновенной копии в ElevenLabs помогает разнообразие образцов, а профессиональная сильнее зависит от качества записи. Если копия нужна на казахском или узбекском, записывайте образец на том же языке: голос, обученный на русской речи, на другом языке может звучать с акцентом.
Собственный голос в Yandex SpeechKit заказывают компании через услугу Brand Voice. Вариант Lite стоит 9 150 ₽ за создание и от 101 666 ₽ в месяц за размещение голоса. Это решение для колл-центров и крупных брендов, блогеру оно не по карману.
Можно ли озвучить текст чужим голосом
Без согласия владельца голоса это рискованно юридически и запрещено правилами крупных сервисов. Голосом знаменитости, коллеги или бывшего сотрудника без письменного разрешения озвучивать рекламу и ролики нельзя.
ElevenLabs разрешает делать профессиональную копию только своего голоса: даже с согласием другого человека чужой голос клонировать нельзя. Владелец может сам сделать копию в своём аккаунте и поделиться ею по ссылке. Быструю копию сервис тоже проверяет капчей и прямо пишет, что ответственность за право использовать голос несёт автор. Google для копии требует устное согласие владельца и ставит на каждый файл водяной знак SynthID, по которому синтез можно опознать.
В Казахстане с 18 января 2026 года действует закон «Об искусственном интеллекте»: синтетический контент нужно маркировать, а для дипфейков, по словам одного из авторов закона, депутата Екатерины Смышляевой, главное — согласие человека и соблюдение закона о персональных данных. В других странах СНГ отдельных правил про голос может не быть, но чужой голос в рекламе всё равно может обернуться претензиями за использование образа и обвинением в обмане покупателей.
Правило: озвучиваете своим голосом — копируйте смело. Голос сотрудника или актёра — только с письменным согласием, где сказано, для чего и как долго вы его используете. Голос знаменитости — не используйте.
Отдельный риск — мошенники, которые копируют голос по нескольким голосовым сообщениям. Договоритесь с близкими и бухгалтерией о кодовом слове на случай, если кто-то голосом попросит перевести деньги.
Частые ошибки при озвучке текста нейросетью
Чаще всего озвучку портит сам текст: цифры без расшифровки, длинные предложения, сокращения и омографы. Ещё одна частая ошибка — бесплатный голос в коммерческом ролике.
Озвучивать текст, написанный для чтения глазами. Статья с длинными предложениями и скобками на слух тяжёлая даже у живого диктора. Попросите чат-бот переписать текст «для озвучки вслух»: короче фразы, меньше причастных оборотов, без скобок.
Не проверять ударения. Нейросеть угадывает ударение по контексту и в омографах ошибается. «Замок», «мука», «атлас», «узнаём», фамилии и названия городов прослушайте отдельно, а исправление закрепите разметкой или словарём произношения.
Оставлять латиницу и аббревиатуры как есть. Название бренда латиницей голос может прочитать по-английски, по буквам или по-своему. Напишите его кириллицей так, как произносите: «Вайлдберриз», «эс-и-о».
Генерировать весь текст за раз. В ElevenLabs у модели v4 предел — 10 000 знаков на запрос, у v3 — 5 000. Длинный кусок сложнее перепроверить, а ошибку в середине придётся исправлять перегенерацией всего фрагмента.
Публиковать бесплатную озвучку в рекламе. У ElevenLabs Free нет коммерческой лицензии, у основных моделей Silero тоже. Если ролик продаёт товар или услугу, проверьте условия тарифа до публикации.
Может ли ChatGPT озвучить текст файлом
ChatGPT умеет читать ответы вслух, но готового файла для монтажа штатно не даёт. Для ролика или книги его используют как помощника: написать и разметить текст, а озвучить в сервисе синтеза речи.
В ChatGPT под ответом есть кнопка «Прочитать вслух», и голосовой режим отвечает живой речью. Судя по форуму сообщества OpenAI, отдельной кнопки, чтобы скачать эту озвучку файлом, нет: пользователи просят её добавить. Готовый файл голосом OpenAI проще всего получить через API: модель tts-1 стоит $15 (≈1 230 ₽) за миллион знаков, tts-1-hd — $30 (≈2 460 ₽).
Чтобы получить файл голосом Яндекса, используют Yandex SpeechKit. Озвучку файлом Google даёт вне чата Gemini: модель Gemini 3.8 Flash TTS доступна в AI Studio, Google Vids и Gemini Notebook.
Чат-бот пригодится и для перевода. Если ролик нужен на русском и казахском, попросите ChatGPT или Gemini сделать казахскую версию «для озвучки вслух, разговорным языком, без канцелярита», а потом дайте её прочитать носителю: машинный перевод рекламы часто звучит дословно и сухо.
Частые вопросы
Какая нейросеть озвучивает текст на казахском?
Казахский официально поддерживают модели Eleven v3 и v4 в ElevenLabs, Gemini 3.8 Flash TTS в Google AI Studio, Yandex SpeechKit с четырьмя казахскими голосами и бесплатная Silero для своего компьютера. Самый простой бесплатный вариант без установки — AI Studio. Перед большой работой послушайте минуту текста с именами и цифрами в двух сервисах.
Можно ли использовать бесплатную озвучку ElevenLabs на YouTube?
Для некоммерческого ролика можно, если в названии указать elevenlabs.io или 11.ai: так требует справка сервиса для бесплатного тарифа. Коммерческой лицензии у бесплатного тарифа нет, поэтому для рекламы, платного курса или канала, который приносит доход, безопаснее взять Starter за $6 (≈490 ₽) в месяц.
Сколько стоит озвучить книгу нейросетью?
Книга на 300 страниц занимает примерно 540 тысяч знаков. В Yandex SpeechKit это от ≈350 до ≈725 ₽ в зависимости от способа подключения, в OpenAI на модели tts-1 около $8 (≈670 ₽), в ElevenLabs почти весь пакет Pro за $99 (≈8 130 ₽). Сверху заложите время на прослушивание и исправление ударений.
Можно ли озвучить текст голосом знаменитости?
Технически это умеют многие сервисы, но без согласия владельца голоса это рискованно. ElevenLabs и Google запрещают клонировать чужой голос без прав на него, владелец вправе предъявить претензию, а площадка может удалить ролик по жалобе. В Казахстане синтетический контент к тому же нужно маркировать по закону об ИИ.
Источники
- ElevenLabs: тарифы
- ElevenLabs Help: можно ли публиковать сгенерированное
- ElevenLabs Docs: модели и языки
- ElevenLabs Docs: советы по синтезу речи
- ElevenLabs Docs: клонирование голоса
- ElevenLabs Help: профессиональный клон чужого голоса
- ElevenLabs Help: ограничения доступа по странам
- Блог Google: Gemini 3.8 text-to-speech
- Google AI Studio Docs: генерация речи
- Google AI Studio Docs: страны, где доступен Gemini API
- Yandex SpeechKit: синтез речи в Playground
- Yandex SpeechKit: TTS-разметка
- Yandex SpeechKit: голоса и языки
- Yandex SpeechKit: цены
- SaluteSpeech: тарифы для физлиц
- OpenAI API: цены
- Сообщество OpenAI: запрос на скачивание озвучки
- Silero Models на GitHub
- Informburo: маркировка ИИ-контента по закону РК
- Курс ЦБ РФ (зеркало cbr-xml-daily)



