GenVoice: синтез, клонирование и распознавание голоса на русском

О сервисе

GenVoice: сервис, который закрывает сразу четыре задачи с голосом в одном месте: озвучка текста естественной речью, клонирование голоса, распознавание аудио в текст и очистка записи от шума. Больше 90 готовых голосов на русском и английском, а свой голос клонируется по короткой записи буквально за 10 секунд. Мы обратили внимание на прямое сравнение с конкурентами прямо на сайте: GenVoice сам указывает, что мгновенное клонирование голоса выгодно отличает его от Zvukogram (клонирования нет вообще) и от ElevenLabs (клонирование только по подписке, без оплаты картами РФ), хотя по цене за символ GenVoice дороже Яндекс SpeechKit. Это сравнение сервис приводит о себе сам, но цифры выглядят правдоподобно и совпадают с тем, что мы увидели в тарифах.

Возможности

Озвучка поддерживает большие файлы, до 500 тысяч символов за раз, что подходит для аудиокниг и курсов, а отдельный режим озвучки диалогов умеет разносить реплики персонажей по разным голосам для многоголосых сцен. Распознавание речи работает на 25 языках с автоопределением, транскрибацией и субтитрами. Отдельно есть очистка аудио от фонового шума, эха и помех. Управление подпиской устроено честно: автопродление можно отключить в любой момент до конца уже оплаченного периода, а неизрасходованный баланс переносится на следующий месяц, хоть и не больше чем на две квоты вперёд.

Кому подходит

GenVoice подойдёт авторам подкастов и курсов, которым нужна большая озвучка текста, командам, которые собирают голосовое меню для автоответчика или IVR, и всем, кому нужно быстро и легально клонировать собственный голос для видео или презентаций.

Кому подходит меньше

Если нужна разовая короткая озвучка на несколько фраз и не хочется разбираться в балансе и тарифах, может быть проще воспользоваться бесплатными лимитами Яндекс SpeechKit или подобного сервиса без учёта символов.

Как устроены лимиты и цены

Бесплатно каждый месяц начисляется 10 ₽ на баланс (первый раз сразу после регистрации), доступен 1 свой голос и синтез до 500 символов, плюс 3 бесплатных распознавания речи в месяц на любом тарифе. Дальше три тарифа для личной работы, у всех общий баланс на озвучку, распознавание, диалоги и очистку звука: «Старт» от 166 ₽ в месяц при оплате за год (1 990 ₽ за год) даёт баланс 210 ₽ и 2 своих голоса, «Базовый» от 416 ₽ в месяц (4 990 ₽ за год) даёт баланс 550 ₽ и 5 голосов, «Продвинутый» от 1 249 ₽ в месяц (14 990 ₽ за год) даёт баланс 1 800 ₽ и 10 голосов вместе с доступом к Realtime API. Для команд есть более крупные тарифы «Проект», «Команда» и «Масштаб» с бо́льшим числом мест в рабочем пространстве, а для бизнеса объём и цена обсуждаются индивидуально.

Ограничения

Показанные цены за месяц у всех платных тарифов рассчитаны на оплату сразу за год, отдельная помесячная цена на сайте не так заметна. Бесплатного тарифа хватает на пробу (500 символов синтеза), а не на регулярную работу с текстом.

Как начать

Зайти на genvoice.ru, нажать «Начать», выбрать голос из библиотеки или загрузить свою запись для клонирования, вставить текст и получить озвучку. Отдельно можно сразу попробовать распознавание речи из бесплатного лимита.