Сервисы для озвучки текстов с помощью нейросетей: выбор ZOOM

APIhost

APIhost — инструмент для работы с аудио и текстами. С его помощью можно превращать текст в речь, извлекать аудио из видеофайлов, создавать уникальные звуковые эффекты, изменять голос, генерировать письменный контент и озвучивать тексты. Интерфейс сервиса — на русском языке.

Доступно более 20 языков и множество реалистичных голосов, включая мужские, женские, детские голоса и голоса с акцентом.  Есть известные голоса, например, Левитана. Пользователи могут также применять различный настройки, например, скорость речи, длительность пауз, эмоциональную окраску: чтобы уточнить ударение, можно поставить в тексте плюс, для смысловой паузы — несколько тире и так далее. Таким образом, можно добиться очень естественного звучания даже для сложных стихов.

Для синтеза речи сервис использует несколько моделей, каждая из которых отличается не только набором голосов, но максимальным объем текста. Например, с помощью V1TTS вы сможете синтезировать в речь до 1000 символов совершенно бесплатно, не нужна даже регистрация. Подписка с доступом ко всем функциям стоит от 0,6 до 6,5 рублей за 1000 символов, также есть безлимитные тарифы стоимостью от 5000 до 10 000 рублей в месяц. Полученные аудиозаписи скачиваются в формате wav и mp3.

Davinchi

Davinchi — многофункциональная нейросеть, которая может быть использована, в том числе, для создания и обработки аудиоконтента. Она предлагает возможности для создания звуковых эффектов и улучшения качества аудио, а также для озвучивания текстов.

Сервис позволяет генерировать аудио для нескольких десятков языков, включая русский. Пользователь может выбрать из нескольких вариантов мужских и женских голосов, изменить тональность, добавить звуковые эффекты (эхо, реверберация и другие) и акцент, установить громкость и длительность пауз. Полученную аудиозапись при желании получится скачать в выбранном формате (mp3, wav, ogg).

Сервис платный, но каждому новому зарегистрированному пользователю начисляют 1000 токенов — этого хватит на одну озвучку. Подписку можно оплатить сервис картой банка РФ, минимальный платеж — 69 рублей за 10 000 токенов.

FreeTTS

FreeTTS — это русскоязычный онлайн-конвертер текста в речь, с помощью которого без регистрации можно генерировать аудио и скачивать в формате mp3. Сервис полностью бесплатный, при этом преобразование текста в речь происходит буквально за секунды.

FreeTTS предлагает на выбор более 20 мужских и женских голосов и несколько десятков языков. Можно озвучивать бесконечное количество текстов, но каждый размером до 2000 символов, так что большое литературное произведение сразу сюда не загрузить, только небольшой отрывок или статью. Также синтезированные записи подходят для озвучивания контента в социальных сетях и на маркетплейсах. 

Существенный недостаток этой нейросети — отсутствие каких-либо дополнительных настроек. Кроме того, некоторые из представленных голосов звучат очень не естественно, паузы делают не всегда в нужных местах. 

Главное преимущество FreeTTS заключается в том, что сервис совершенно бесплатный, не нужна даже регистрация.

Eleven Labs 

Мощный инструмент для создания и обработки текстов, аудио и видеоконтента. Он объединяет в себе несколько известных сервисов на базе ИИ, включая Eleven Labs. 

Для доступа ко всем функциям нейросети придется пройти бесплатную регистрацию, например, с помощью Telegram, при этом пользователь сразу получает 10 токенов, которые можно потратить на озвучку текста.

Перед преобразованием текста в аудио будет предложено выбрать модель, язык, диктора (голос), а также настроить выразительность речи, сходство с образцом голоса, стабильность. Чем стабильнее, тем более монотонной покажется речь, особенно с длинными текстами. Получившуюся аудиозапись можно скачать на свое устройство.

Генератор действительно реалистичный и позволяет добиться точной интонации и акцента при озвучивании фильмов, видеоигр и, разумеется, книг.

Есть разные варианты подписки стоимостью от 480 рублей в месяц, 300 токенов обойдутся в 555 рублей.

Robivox

Простой в использовании российский сервис для озвучки текста, который позволяет создавать аудио продолжительностью до 10 минут. Без регистрации можно озвучить текст длиной не более 100 символов, но после регистрации пользователям начисляются бонусы на 10 минут озвучки обычным голосом или 2 минуты — более естественным «про». Тонкая настройка пауз и ударений для естественного и плавного звучания доступна уже по цене от 2,7 рубля за минуту. Но для профессионального озвучивания настроек все же мало.

У Robivox удобный и интуитивно понятный интерфейс. Есть поддержка иностранных языков, в том числе английского, немецкого, арабского и иврита. Синтезированную аудиозапись можно сохранить в формате wav или mp3.

GPT-tools

Набор инструментов на основе языковой модели YandexGPT на русском языке, который помогает решать повседневные задачи в режиме онлайн, в том числе преобразовывать текст в речь.

Для начала работы придется зарегистрироваться. Каждому новому пользователю начисляют 5000 токенов, которые можно потратить на озвучку. Если этого количества будет недостаточно, то на выбор предложат несколько тарифных планов стоимостью от 540 рублей в месяц. Оплатить подписку можно картами российских банков.

Максимальный объем текста для озвучки ограничен 3000 символов. К сожалению, в GPT-tools небольшой набор голосов и нет никаких дополнительных настроек, кроме интонации, скорости и языка.

Получившийся аудиофайл можно скачать на устройство в формате mp3.

Zvukogram

Российский синтезатор речи, где можно выбрать язык и голос, установить высоту, частоту, длительность пауз между предложениям и параграфами, скорость речи. С помощью этой нейросети получится даже генерировать диалог разными голосами. Можно ставить паузы, ударения и т.д.

Для оплаты генераций используется система токенов. Один токен позволяет озвучить 1000 символов текста с использованием обычного голоса или примерно 200 символов с применением профессионального голоса. Бесплатно сервис дает 5 токенов, после регистрации — 10. Минимальный тариф — 150 рублей за 150 токенов, что соответствует озвучке текста объемом до 150 000 символов.

На сайте доступна таблица, в которой сравниваются характеристики разных голосов: интонация, эмоциональность, скорость, а также есть подробные ответы на вопросы с инструкциями.

Готовую аудиозапись можно сохранить на устройство в выбранном формате mp3, wav, ogg, opus.

Виртуальный рассказчик от Яндекса

В сервисе Яндекс.Книги (в прошлом Букмейт) для любителей слушать литературные произведения появилась функция «Виртуальный рассказчик», разработанная на базе речевых технологий Яндекса. Она позволяет пользователями в режиме реального времени слушать книги, у которых нет предзаписанных аудиоверсий — текст преобразуется к аудио автоматически. Но правообладатель должен одобрить книгу для чтения вслух, потому озвучить можно далеко не все произведения из библиотеки.

В целом, текст звучит близко к естественной речи. Можно выбрать мужской или женский голос, установить скорость чтения. Виртуальный рассказчик делает паузы в нужным местах, и в большинстве случаев текст действительно получается понятным, слушать его приятно. Однако есть проблемы с ударениями, особенно в выражениях наподобие «со дня на день». Стихи слушать пока сложно — рассказчик не всегда читает стихи с нужным ритмом, да и эмоциональных оттенков мало. Настроек тоже практически нет, потому ни о каких смысловых паузах и смене ударений речи не идет.

Послушать виртуального рассказчика получится только из мобильного приложения, которое есть на iOS и Android, в браузере функции нет. На данный момент опция доступна для 13?000 книг и нужно быть подписчиком Яндекс Плюс (от 399 рублей в месяц).