8 нейросетей для озвучки текста на русском

ElevenLabs знают почти в шесть раз лучше, чем Yandex SpeechKit: 46 баллов Индекса против 8. Но из РФ без смены адреса работает второй.

Ниже места подборки в Индексе. Он показывает, насколько о сервисе говорят в рунете: запросы в поиске, упоминания, вакансии.

Сайтов, которые стоят первыми в Яндексе по запросу «озвучка текста голосом», в Индексе нет вовсе. Люди ищут задачу, а не бренд. Замер Индекса от 22.09.2026.

Нейросеть для озвучки учится на записях речи вместе с их текстом. Потом она получает новый текст и предсказывает звук, каким его прочитал бы человек: с паузами, ударениями и интонацией.

Старые синтезаторы склеивали речь из кусочков и звучали как робот на вокзале. Новые подбирают интонацию под смысл фразы. От чата сервис озвучки отличается просто: чат-бот отвечает на вопрос, а сервис читает ровно ваш текст и отдаёт аудиофайл.

Работают сервисы похоже. Немного озвучки дают бесплатно, дальше вы платите за знаки, минуты или период.

Вот что уже умеют сервисы озвучки:

читают текст голосом диктора с паузами и ударениями и отдают mp3 или wav.

клонируют ваш голос по записи длиной от нескольких секунд до пары часов, смотря какой нужен клон.

играют эмоцию по пометкам прямо в тексте, например задумчиво, шёпотом или со вздохом.

переводят видео на другой язык и сохраняют голос говорящего.

Цены и лимиты я собрал по страницам вендоров в конце сентября 2026. Доступ из РФ проверил сам: открываются ли сайты с серверов в Москве и Петербурге.

Качество беру из двух источников. Слепое сравнение голосов людьми от Artificial Analysis меряет только английский, а открытый русский лидерборд оценивает речь машиной. Доллары пересчитаны по курсу ЦБ на 26.09.2026, 84,34 ₽.

🌎 Доступность в России. Из РФ целиком работают российские сайты и открытая модель, с оплатой в рублях или вовсе без неё. Из мировых зарубежный адрес нужен только ElevenLabs, а Fish Audio и MiniMax Audio работают, но российскую карту не принимают.

😃 Можно начать без оплаты. Бесплатно пробуются семь сервисов из восьми, только у SpeechKit отдельного бесплатного лимита нет. Но у ElevenLabs и Fish Audio бесплатная запись идёт без права на рекламу, а Timbrica отдаёт права и на бесплатных 3 000 знаках.

🗣 Ударения путают все. Фамилии и латиницу путает даже ElevenLabs. Помогает пометка ударной гласной, а числа и английские слова надёжнее написать словами.

Одного победителя я не искал: у каждого сервиса своя роль. Задача — показать, что работает из России и во что обходится.

ElevenLabs — сервис озвучки из Нью-Йорка. Вставляете текст, выбираете голос из библиотеки или записываете полминуты своего и скачиваете файл. Тем же счётом кредитов оплачиваются перевод видео с сохранением голоса, звуковые эффекты и музыка.

Мы озвучиваем ElevenLabs короткие ролики с 21 сентября 2026. Начинали с SpeechKit, но у мужских голосов его основной модели всего три настроения: нейтральное, радостное и строгое.

Модель Eleven v3 понимает пометки в квадратных скобках, и голос по команде задумывается, понижает тон или вздыхает. Ровность голоса мы держим на 0,25. При высокой ровности модель почти не слышит пометок, а при совсем низкой два прогона одного текста звучат по-разному.

Слабое место ElevenLabs на русском — ударения в фамилиях и латинице. Помогает заглавная ударная гласная, а числа и английские слова для голоса мы пишем словами: «девяносто семь», а не «97».

Кредитов тарифа Starter хватает примерно на 42 ролика по 700 знаков. На сайте каждая генерация даёт два дубля, и кредиты уходят вдвое быстрее, чем через API.

Из РФ нужны два шага. Сначала поменяйте российский IP-адрес на иностранный: ElevenLabs сам закрывает вход с российских адресов. Потом платите зарубежной картой, Apple Pay или Google Pay. Пути оплаты собраны на странице «Оплатить ИИ из РФ».

Карточка ElevenLabs

Fish Audio — сервис озвучки с библиотекой голосов, которые загружают сами пользователи. Там же лежат голоса персонажей мультфильмов, и страница одного из них стоит первой в Яндексе по запросу «озвучка текста голосом персонажей».

Модель S2.1 Pro говорит на 83 языках, русский среди них. Автор vc.ru Александр Свиридович летом писал, что сервис «систематически путает ударения», а в брак у него уходило 30–40% сгенерированного.

Разработчикам Fish Audio до конца ноября 2026 отдаёт флагманскую модель через API бесплатно, без жёсткого лимита знаков. На бесплатном тарифе сайта коммерция запрещена, а свой голос в рекламу можно пускать только на платном.

Из РФ сайт открывается без смены адреса. Касса работает через Stripe, и по свидетельствам практиков российские карты он отклоняет. Пути оплаты собраны на странице «Оплатить ИИ из РФ».

Карточка Fish Audio

MiniMax Audio — сервис озвучки шанхайской MiniMax, той же компании, что делает видеосервис Hailuo. По документации вендора вы загружаете запись своего голоса от 10 секунд до 5 минут, и сервис читает им любой текст.

В слепом сравнении на английском новая модель MiniMax стоит чуть выше Eleven v3 и ниже Eleven v3 Conversational. Разница с Eleven v3 в пределах погрешности, а вход дешевле: $5 против $6 у ElevenLabs.

Автор vc.ru в 2025 году советовал при клоне своего голоса явно выбирать русский язык. Докупленные кредиты живут два месяца.

Сам minimax.io из РФ мы не проверяли, а соседний сайт вендора Hailuo 6 сентября 2026 открывался без смены адреса. Касса MiniMax Audio работает через Stripe, поэтому нужна зарубежная карта.

Yandex SpeechKit — движок синтеза речи Яндекса. Напрямую он продаётся разработчикам по знакам, а голоса Яндекса за токены продаёт и сайт Timbrica.

Первым голосом наших роликов в сентябре 2026 был SpeechKit, голос ermil в амплуа «радостный». Ролик в 700 знаков обходился примерно в полрубля.

Через день главным голосом стал ElevenLabs. У мужских голосов основной модели SpeechKit нет управления высотой и настроения сильнее «радостного». SpeechKit остался у нас вторым голосом и черновиком.

Ударение ставится прямо в тексте двойными звёздочками вокруг слова, а вставка sil<[300]> даёт паузу в 300 миллисекунд.

Данил Музафаров, инженер Raft, в апреле 2026 написал на Хабре, что в голосе «чувствуется некоторая роботизированность» рядом с новыми моделями. Зато, по его оценке, SpeechKit справляется с аббревиатурами и не ломается на длинных текстах.

Без кода работает песочница Playground в AI Studio, туда за раз вставляется до 5 000 знаков. В API голоса с амплуа доступны только в версии v3, один запрос берёт не больше 250 знаков, и текст приходится резать по фразам.

Из РФ SpeechKit работает целиком, с оплатой картой РФ и счётом в рублях с НДС.

Карточка Yandex SpeechKit

Zvukogram — российский сайт озвучки с оплатой по факту. Вставляете текст, выбираете голос и настройки, скачиваете файл.

Скачать можно MP3, WAV, OGG и Opus без водяных знаков. За одну озвучку сайт принимает до 2 миллионов знаков, а готовые файлы хранит 30 дней.

Условия меняются быстро. Летом без регистрации давали пять токенов, сейчас дают тысячу знаков, а после регистрации и подтверждения почты добавляют ещё десять токенов.

По запросу «озвучка текста голосом» Zvukogram крутит в Яндексе три рекламных объявления и стоит шестым в обычной выдаче. Из РФ сервис работает целиком, оплата в рублях.

Timbrica — сайт-озвучка, который собирает в одном списке пять источников голосов. Бесплатно работают облачные голоса Microsoft и серверные голоса самого сайта. Голоса Яндекса и OpenAI идут за токены.

Русских голосов Microsoft на сайте 14, из них 7 бесплатные. Скачать озвучку можно в MP3 или WAV.

Права на результат сайт передаёт вам бессрочно, включая коммерческие, но не исключительные. В файл сайт вшивает метку, что голос создан ИИ. У ElevenLabs и Fish Audio бесплатная запись идёт без права на рекламу, а Timbrica отдаёт права и на бесплатной.

Премиум открывает 30 000 знаков за раз и 100 000 в сутки. Из РФ всё работает без смены адреса, Премиум оплачивается через СБП.

Apihost — набор голосовых сервисов ИП Богомолова. В нём озвучка текста, клонирование голоса и расшифровка записей в браузере. Стартом работы сайт называет 2019 год.

Голосов в каталоге 3 017 на 83 языках, они разбиты по версиям V1, V5 и Studio. Версия означает семейство движков озвучки.

Быстрый клон Fast-clone создаётся бесплатно, а озвучка им стоит 5 ₽ за 1 000 знаков.

Профессиональный Pro-clone требует пакета Studio за 1 800 ₽ и списывает 1 000 ₽ за создание голоса.

На платных тарифах за раз озвучивается до 100 000 знаков, файл скачивается в MP3, WAV или OGG. Бесплатный демо-режим годится попробовать, для коммерции нужен платный тариф.

Пакеты включаются разовым пополнением кошелька, автосписаний нет. Из РФ сервис работает целиком, оплата в рублях.

Карточка Apihost

Silero — открытая модель синтеза русской речи от российской команды. Её ставят на свой компьютер, и дальше текст никуда не уходит.

Установщик для Windows из июньского релиза весит 194 МБ и добавляет голоса Silero в систему, как голоса для экранных читалок. Их подхватывает бесплатная программа «Балаболка»: вставили текст, выбрали голос, сохранили файл.

Видеокарта не нужна. По словам команды на Хабре, модель генерирует около 100 секунд звука за секунду.

Модель сама расставляет ударения, различает слова вроде «зáмок» и «замóк» и поднимает интонацию в вопросах. Данил Музафаров из Raft на Хабре в феврале 2026 поставил пятой версии четыре из пяти за естественность.

Главное ограничение касается лицензии. Основная русская модель разрешена только для некоммерческого использования. Базовые модели на 20 языков РФ и СНГ с русскими дикторами выложены под свободной лицензией MIT, их можно брать в работу.

Из РФ всё работает без условий, модель скачивается с сервера самой команды.

Карточка Silero

В места брал сервисы, где частный человек получает файл с русской речью и до которых из РФ можно добраться хотя бы через зарубежный адрес. Из похожих брал тот, у кого больше бесплатного, понятнее права на запись, проще запуск или есть оплата из РФ. Остальные — здесь, с причиной.

SaluteSpeech. С 15.07.2026 Сбер не продаёт пакеты физлицам и закрыл им бесплатный тариф, а новым компаниям закрыл и покупку пакетов, и оплату по факту.

Microsoft Edge «Читать вслух» и Алиса в Яндекс Браузере. Бесплатно и без лимита, но это чтение вслух, а не файл для ролика. У Алисы озвучка работает на Windows и Android.

ChatGPT. Читает свои ответы вслух, но файла не отдаёт. Демо openai.fm я не проверял.

Google Gemini TTS. Второе место в слепом сравнении на английском и бесплатный тир API, но РФ нет в списке стран, а с августа доступ к Gemini рвётся и через зарубежный адрес.

Speechify. Прежде всего читалка, чтобы слушать книги и статьи, а не делать озвучку для роликов. Русские голоса поимённо я не нашёл, Premium стоит $29 (2 446 ₽).

Murf. Бесплатно слушать можно, скачать нельзя, клон только в корпоративном тарифе, Creator стоит $29 в месяц (2 446 ₽).

CapCut. Озвучка прямо в монтаже на телефоне, но русский голос вендор не называет.

HeyGen. Говорящий аватар в кадре, а не озвучка файлом.

Descript. Русскую речь не понимает.

Cartesia и Hume. Cartesia даёт коммерцию и клон за $5, Hume даёт клон даже бесплатно, но русский язык у обоих я не проверил.

WellSaid. Русского нет в списке языков.

PlayHT. Закрыт 31.12.2025.

Robivox и VoiceBot. Сайты в рублях. Внутри Robivox голоса Microsoft, ElevenLabs и Яндекса, у VoiceBot голоса носят имена голосов Яндекса и Microsoft. Бесплатно они дают 100 и 500 знаков, меньше, чем Timbrica.

Speechma и FreeTTS. Полностью бесплатны, по 2 000 знаков за раз без регистрации. Кто владелец и чьи голоса внутри, я не выяснил, а условия FreeTTS известны только по чужой подборке.

SteosVoice, бывший CyberVoice. Голоса персонажей игр и мультфильмов за 200–700 ₽ в месяц. На чём держатся права на узнаваемые тембры, я на сайте не нашёл.

TTSMaker. 20 000 знаков в неделю бесплатно, но живой сайт закрыт от проверки роботом, условия я видел только в архивной копии от 21.08.2026.

CosyVoice 3, Qwen3-TTS и Chatterbox. Открытые модели с правом на коммерцию и клоном, но им нужна видеокарта. У Qwen практики слышат азиатский акцент.

ESpeech. Русская открытая модель с клоном, по карточке лицензия свободная. Выросла ли модель из некоммерческих весов, в карточке не сказано.

XTTS-v2, F5-TTS и Fish Speech. Открытые, но им нужна видеокарта, а коммерция у них запрещена.

Piper и Vosk-TTS. Работают на обычном процессоре, но права неясны: у Piper коммерция спорная из-за исходных данных, у Vosk лицензию весов я не нашёл.

MWS AI и T-Bank VoiceKit. Облачные движки, как сервис для частного человека я их не проверял.

Azure и Google Cloud Text-to-Speech. Облака для разработчиков, из РФ их не оплатить.

Карточки с полными фактами: ElevenLabs · Fish Audio · Yandex SpeechKit · Apihost · Silero.

Как платить за зарубежные сервисы из РФ — «Оплатить ИИ из РФ».

Все инструменты для голоса и музыки — на карте ИИ-инструментов.

Наш курс «Агентная разработка»: как отдавать агенту проект целиком, от первой страницы до первого клиента.