ElevenLabs на русском языке: что умеет нейросеть и где нужен контроль

Поддержка есть у всех основных версий, различаются они скоростью, ценой и выразительностью:

• Multilingual v2 — 29 языков, русский среди них. Стабильная, выразительная версия для чистовой озвучки; лучше всего держит единый тон на длинном тексте.
• Turbo v2.5 — 32 языка. Отвечает быстрее и стоит вдвое дешевле, но на эмоциональных местах интонация становится площе. Хороша для черновиков и сервисных сообщений.
• Eleven v3 — самая выразительная версия, по данным компании поддерживает более 70 языков. Понимает теги подачи вроде [whispers] или [laughs], и они срабатывают в кириллическом тексте тоже.
• Режим диалога — для сцен, где говорят двое или больше: каждой реплике назначается свой голос, а переходы между ними звучат как живой разговор.

Чаще всего проблемы связаны с буквой «ё». Если в тексте написано «все» вместо «всё» или «узнает» вместо «узнаёт», модель прочитает именно то, что видит. Перед генерацией прогоните текст через автоматическую расстановку «ё» — это снимает заметную долю ошибок.

Вторая зона риска — слова с подвижным ударением и пары вроде «атлас» (сборник карт) и «атлас» (ткань) или «хаос» в обычном и мифологическом значении. Модель выбирает вариант по контексту, но не всегда угадывает. Надёжнее всего перестроить предложение или заменить слово синонимом; если ошибка повторяется на имени героя, запишите его так, как оно звучит.

Третья — вкрапления английского. Названия брендов и терминов модель читает по-английски, если они написаны латиницей. Внутри такой фразы это иногда звучит чужеродно: «Notion» с английским произношением посреди абзаца режет слух. Пишите кириллицей то, что в речи принято произносить без английского акцента.

Наконец, вопросительная интонация. В нашем языке вопрос без вопросительного слова держится только на мелодии фразы: «Ты придёшь завтра?» Модель справляется, но на длинных вопросах иногда читает их как утверждение. Короткие вопросы и вопросительный знак в конце каждого из них решают дело.

В библиотеке ElevenLabs тысячи голосов, но большая часть записана англоязычными дикторами. Для кириллического текста ищите голоса с пометкой языка Russian — у них правильная артикуляция и нет акцента. Фильтруйте по полу, возрасту и подаче: для обучающего курса подходит ровный спокойный тембр, для рекламы — энергичный, для аудиосказки — мягкий с широким диапазоном.

Клонированный голос сохраняет тембр и в других языках. Если записать образец на родном языке, тот же голос сможет читать и английский текст, но с узнаваемым акцентом — для локализации это иногда плюс. Обратная ситуация — англоязычный образец — обычно даёт акцент сильнее.

Перед большой работой полезно озвучить один и тот же абзац тремя-четырьмя голосами и выбрать на слух. Пробные фрагменты удобно делать в Turbo v2.5 — она вдвое дешевле чистовой версии.

Веб-приложение компании переведено на несколько языков — французский, испанский, японский, польский и другие, — но русского среди них нет. В мобильном приложении для iPhone указаны английский и ещё десять языков, этого языка в списке тоже нет. Справка и поддержка отвечают на английском.

Важнее другое: справочный центр компании прямо пишет, что доступ из России ограничен из-за санкций, а подписка оплачивается в долларах зарубежной картой. Поэтому вопрос «как переключить интерфейс на русский» для пользователя из России обычно второстепенный: сначала нужно вообще попасть на сайт и заплатить.

Цены на сайте компании указаны в долларах: например, тариф Creator в американском App Store стоит 22 доллара в месяц. Карты отечественных банков зарубежные платёжные системы не обслуживают с весны 2022 года, так что оплатить подписку напрямую не получится.

Сайты, которые называют себя ElevenLabs на русском, — это сторонние сервисы: переводчики-обёртки или агрегаторы, подключённые к модели через API. Сама компания такую версию не выпускала, и при выборе посредника стоит проверить, что он прямо говорит о своём статусе и честно показывает цены.

У официального сервиса есть бесплатный тариф с небольшим месячным запасом кредитов. Ограничений у него три: лимит по объёму, запрет на коммерческое использование и обязательное указание ElevenLabs как источника. Из России к нему ещё нужно подключиться, что упирается в блокировку.

Бесплатных «зеркал» с неограниченной озвучкой не существует: генерация стоит денег самой компании, и посредник, который раздаёт её даром, либо показывает чужую модель под известным названием, либо собирает данные. Реалистичный бесплатный вариант — приветственный бонус: на НейроХабе это 30 токенов, которых хватает на 1500 знаков текста в Multilingual v2.

Ещё один честный вариант — открытые модели вроде Silero, обученные на отечественных дикторах и запускаемые бесплатно на своём компьютере. Интонация у них проще, установка требует навыков работы с Python, а лицензия не разрешает коммерческое использование без договора с авторами.

НейроХаб — русскоязычный агрегатор, не связанный с компанией-разработчиком, но подключённый к её моделям. Меню, подсказки и поддержка там на русском, вход через Яндекс ID или по номеру телефона, оплата картой российского банка. Доступны версии Multilingual v2 и Turbo v2.5, режим диалога и очистка голоса от шума; за один запуск — до 5000 знаков текста.

Расход считается по объёму. Multilingual v2 списывает 20 токенов за тысячу знаков. В пакете Optimum за 1990 ₽ дают 930 токенов — около 2,14 ₽ за токен, то есть тысяча знаков чистовой озвучки обходится примерно в 43 ₽. При первой оплате токенов начисляют в полтора раза больше.

Клонирование собственного голоса, дубляж видео и полная библиотека голосов остаются функциями оригинального сайта. Если они критичны и у вас есть зарубежная карта, честнее пользоваться им напрямую.