Озвучка текста нейросетью
12 моделей синтеза речи: Gemini TTS, MAI-Voice, MiniMax Speech, Aura, OpenAI TTS. Polza.ai показывает единицу тарифа каждой модели. У Gemini TTS отдельно оплачиваются входные текстовые и выходные аудиотокены; у посимвольных моделей цена зависит от длины текста.
- Gemini TTS, MAI-Voice, Aura
- Тариф каждой модели в каталоге
- Оплата в рублях
- Карта РФ, СБП и счёт
# оплата за входные текстовые и выходные аудиотокены
curl https://polza.ai/api/v1/audio/speech \
-H "Authorization: Bearer $POLZA_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "google/gemini-3.8-flash-tts",
"input": "Текст, который нужно озвучить",
"voice": "alloy"}' --output speech.mp3
- моделей в подборке
- 12
- вендоров
- 6
- за 1M символов
- 1 783 ₽
- добавлено за 90 дней
- 3
Эндпоинт подборки — /api/v1/audio/speech, адрес и ключ общие со всем каталогом.
Если коротко
Модели, с которых стоит начать. Цены из каталога, каждая карточка ведёт на страницу модели.
Все модели подборки
Polza.ai показывает цены в единицах тарифа модели. Сравнивайте посимвольные ставки между собой, а у токенных моделей учитывайте и входной текст, и аудиовыход.
| Модель | Вендор | Цена | Единица | Подробнее |
|---|---|---|---|---|
| microsoft/mai-voice-2-flashMicrosoft: MAI-Voice-2-Flash | Microsoft | 1 783 ₽ | за 1M символов | статья на 10 000 символов — 17,83 ₽ |
| openai/tts-1TTS | OpenAI | 1 820 ₽ | за 1M символов | статья на 10 000 символов — 18,2 ₽ |
| microsoft/mai-voice-2Microsoft: MAI-Voice-2 | Microsoft | 2 615 ₽ | за 1M символов | статья на 10 000 символов — 26,15 ₽ |
| deepgram/aura-2Deepgram: Aura-2 | Deepgram | 3 565 ₽ | за 1M символов | статья на 10 000 символов — 35,65 ₽ |
| openai/tts-1-hdTTS HD | OpenAI | 3 640 ₽ | за 1M символов | статья на 10 000 символов — 36,4 ₽ |
| minimax/speech-2.8-turboMiniMax: Speech 2.8 Turbo | MiniMax | 7 131 ₽ | за 1M символов | статья на 10 000 символов — 71,31 ₽ |
| minimax/speech-2.8-hdMiniMax: Speech 2.8 HD | MiniMax | 11 884 ₽ | за 1M символов | статья на 10 000 символов — 119 ₽ |
| google/gemini-3.8-flash-lite-ttsGoogle: Gemini 3.8 Flash Lite TTS | 60,66 ₽ | за 1M токенов входа | тарификация по токенам | |
| google/gemini-3.8-flash-ttsGoogle: Gemini 3.8 Flash TTS | 60,66 ₽ | за 1M токенов входа | тарификация по токенам | |
| openai/gpt-4o-mini-ttsgpt 4o mini tts | OpenAI | 72,79 ₽ | за 1M токенов входа | тарификация по токенам |
| google/gemini-3.1-flash-tts-previewGoogle: Gemini 3.1 Flash TTS Preview | 121 ₽ | за 1M токенов входа | тарификация по токенам | |
| elevenlabs/eleven-v4ElevenLabs: Eleven v4 | ElevenLabs | 9 507 ₽ | за 1M токенов входа | тарификация по токенам |
Polza.ai показывает цены из каталога в рублях и обновляет их каждый час. Отсортировано по цене. У моделей с тарифной сеткой показана минимальная ставка — итог зависит от разрешения, длительности и других параметров. Каждый идентификатор ведёт на карточку модели.
Платите за результат, а не за месяц
Polza.ai берёт оплату без подписки и сгорающих лимитов, в рублях: карта РФ, СБП или счёт для юрлица.
Свежее в подборке
Что добавилось последним. Каталог обновляется постоянно — новая модель появится здесь сама.
Какую выбрать
Выберите задачу — ниже, какая модель под неё подходит и почему.
Много текста и важна цена
В Polza.ai посимвольные тарифы начинаются от 1 783 ₽ за миллион символов. Gemini Flash TTS и Flash Lite TTS оплачиваются по текстовым и аудиотокенам: одной длины текста для точной цены недостаточно.
Живой голос для ролика
MiniMax Speech HD и Deepgram Aura-2 звучат естественнее, но и стоят соответственно. Брать их имеет смысл там, где голос слышит клиент, а не робот.
Голосовой бот
MAI-Voice-2-Flash и Aura-2 сделаны под низкую задержку: реплика начинает звучать раньше, чем модель досчитала фразу до конца.
Озвучка с управлением интонацией
Модели Gemini TTS принимают инструкции прямо в промпте — тон, темп, эмоцию. Это отдельный текст к модели, а не набор пресетов.
Как подключить
Ключ берётся в кабинете и начинается с pza_. Адрес один на все модели каталога, эндпоинт у этой подборки — /api/v1/audio/speech.
- 1
Получите ключ
Регистрация по почте, раздел «API-ключи» в кабинете. Аккаунтов у вендоров моделей заводить не нужно.
- 2
Пополните баланс
Карта РФ, СБП или счёт для юрлица. Минимальное пополнение в Polza.ai — 100 ₽, баланс общий на все модели и не сгорает.
- 3
Укажите модель
Идентификатор целиком, с префиксом вендора:
google/gemini-3.8-flash-tts. Поменять модель потом — это правка одной строки. - Получить API-ключДокументация
# оплата за входные текстовые и выходные аудиотокены
curl https://polza.ai/api/v1/audio/speech \
-H "Authorization: Bearer $POLZA_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "google/gemini-3.8-flash-tts",
"input": "Текст, который нужно озвучить",
"voice": "alloy"}' --output speech.mp3Сколько это стоит
Самая дешёвая, средняя и самая дорогая модель подборки на типовых задачах. Считается из тех же цен, что в таблице выше.
| Модель | Пост в соцсети, 1 000 символов | Статья на 10 000 символов | Книга на 500 000 символов |
|---|---|---|---|
microsoft/mai-voice-2-flash | 1,78 ₽ | 17,83 ₽ | 891 ₽ |
deepgram/aura-2 | 3,57 ₽ | 35,65 ₽ | 1 783 ₽ |
minimax/speech-2.8-hd | 11,88 ₽ | 119 ₽ | 5 942 ₽ |
А бесплатно?
Бесплатные синтезаторы дают роботизированный голос и режут длину текста. Разница слышна в первой же фразе, а API у них обычно нет совсем. В Polza.ai посимвольные тарифы начинаются от 1 783 ₽ за миллион символов; токенные ставки указаны отдельно.
Если не работает
Причины, на которые приходится почти вся переписка с поддержкой.
401 Unauthorized
Ключ скопирован не целиком. Рабочий начинается с pza_ и передаётся заголовком Authorization: Bearer pza_....
402 или «недостаточно средств»
Кончился баланс. Он общий на все модели и не сгорает — пополните в кабинете.
404 на модели
Забыт префикс вендора: не veo3, а google/veo3. Проверить написание можно запросом к /api/v1/models.
Ошибка на адресе
Синтез идёт через /api/v1/audio/speech, расшифровка — через /api/v1/audio/transcriptions. Это разные эндпоинты.
Счёт больше ожидаемого
Проверьте единицу тарифа выбранной модели. В Polza.ai у токенных TTS оплачивается и входной текст, и сгенерированное аудио; цена входа не равна полной стоимости озвучки.
Для команд и юрлиц
Счёт, УПД и НДС
Оплата по счёту для ООО и ИП, договор с российским юрлицом, закрывающие документы каждый месяц.
Ключ на сотрудника
Отдельные ключи с общим балансом организации: видно, кто и сколько потратил.
Контроль бюджета
Статистика расходов по ключам и моделям в кабинете, без сюрпризов в конце месяца.
Помощь с переездом
Поможем перевести команду с зарубежных подписок на API: настройка окружений и правила расходования.
Вопросы и ответы
Сколько стоит озвучить статью?
Для посимвольных моделей Polza.ai рассчитывает цену по длине текста; примеры по трём объёмам приведены в разделе со стоимостью. У Gemini Flash TTS и Flash Lite TTS оплачиваются входные текстовые и выходные аудиотокены, поэтому итог зависит и от сгенерированного аудио.
Почему такой разброс цен?
Разные модели решают разные задачи: одни дают массовую озвучку по минимальной цене, другие — студийный голос для ролика. Polza.ai показывает цену каждой модели заранее, выбор за вами.
Есть ли русский голос?
Да, многоязычные модели говорят по-русски. Качество произношения отличается от модели к модели — короткий тест дешевле любого описания.
Можно ли управлять интонацией?
У моделей Gemini TTS интонация задаётся текстом инструкции. У остальных — выбором голоса и параметрами запроса.
Нужен ли VPN?
Нет. Polza.ai принимает запросы на российском адресе polza.ai, VPN не нужен.
Можно оплатить по счёту?
Да. Polza.ai выставляет счёт ООО и ИП, работает по договору с российским юрлицом и каждый месяц присылает закрывающие документы.
Один ключ на все модели?
Да. Polza.ai выдаёт один ключ и общий баланс на весь каталог: модель переключается строкой с идентификатором, второй ключ и второй договор не нужны.
Работает там, где вы уже работаете
Редакторы, десктоп-клиенты, чаты для команды, конструкторы сценариев и фреймворки. Ключ и баланс везде одни и те же, меняется только адрес API. На каждый инструмент есть разбор по шагам.
Редакторы и агенты в коде
Ставятся в редактор или запускаются в терминале. Читают проект, правят файлы, гоняют тесты.
Десктоп-клиенты
Обычные приложения с окном чата: поставили, вписали ключ и работаете.
Свой чат для команды
Веб-интерфейс на своём сервере: общий доступ для коллег, история, документы. Рядом с локальными моделями работают облачные через тот же ключ.
Автоматизация и фреймворки
Сценарии, боты и собственные сервисы — там, где модель вызывается из кода или из ноды.
Подсвечены те, для которых эта страница подходит лучше всего. Остальные работают с тем же ключом.
Вендоры этой подборки
Сколько моделей каждого вендора попало в подборку. У части есть отдельная страница с разбором.
Кто проверял эту инструкцию

Руководитель техподдержки · редакция Polza.AI
Собрал подборку «Синтез речи»: сверил идентификаторы моделей с каталогом, прошёл подключение заново и перепроверил адреса API. Разойдётся каталог со страницей — правим страницу.
Обновлено · Как работает редакция · Нашли неточность? Напишите нам
Выберите модель и сравните тарифы
Polza.ai показывает ставки и единицы оплаты в каталоге. У посимвольных моделей цену можно рассчитать по длине текста, у токенных — нужно учитывать также аудиовыход.
Остались вопросы? Документация Polza.AI, поддержка в Telegram или support@polza.ai
Подборку собрала редакция Polza.AI, обновлено . Цены и состав каталога меняются — Polza.ai берёт их из каталога и обновляет каждый час.