Подборка · Синтез речи

Озвучка текста нейросетью

11 моделей синтеза речи: Gemini TTS, MAI-Voice, MiniMax Speech, Aura, OpenAI TTS. Polza.ai тарифицирует по символам: цену озвучки можно посчитать до отправки, прямо по длине текста.

Получить API-ключ Все модели и цены Сколько это стоит

Gemini TTS, MAI-Voice, Aura
Оплата за символы
От 14,62 ₽ за 1M символов
Карта РФ, СБП и счёт

озвучка · один запрос

# тарификация по символам исходного текста

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

Один ключ, один адрес. Модель меняется строкой.

моделей в подборке: 11
вендоров: 5
за 1M символов: 14,62 ₽
добавлено за 90 дней: 6

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.

Много текстаGoogle: Gemini 3.8 Flash TTSНа порядки дешевле остальных за миллион символов.14,62 ₽ за 1M символов Живой голосMiniMax: Speech 2.8 HDЗвучит естественнее там, где голос слышит клиент.11 698 ₽ за 1M символов Голосовой ботDeepgram: Aura-2Низкая задержка: реплика начинает звучать раньше, чем досчитана.3 510 ₽ за 1M символов

Все модели подборки

Главное, что стоит знать про этот раздел: разница в цене между самой дешёвой и самой дорогой моделью — в сотни раз. Поэтому выбор здесь влияет на счёт сильнее, чем в любой другой подборке.

Модель	Вендор	Цена	Единица	Подробнее
google/gemini-3.8-flash-lite-ttsGoogle: Gemini 3.8 Flash Lite TTS	Google	14,62 ₽	за 1M символов	статья на 10 000 символов — 0,15 ₽
google/gemini-3.8-flash-ttsGoogle: Gemini 3.8 Flash TTS	Google	14,62 ₽	за 1M символов	статья на 10 000 символов — 0,15 ₽
microsoft/mai-voice-2-flashMicrosoft: MAI-Voice-2-Flash	Microsoft	1 755 ₽	за 1M символов	статья на 10 000 символов — 17,55 ₽
openai/tts-1TTS	OpenAI	1 755 ₽	за 1M символов	статья на 10 000 символов — 17,55 ₽
google/gemini-3.1-flash-tts-previewGoogle: Gemini 3.1 Flash TTS Preview	Google	2 340 ₽	за 1M символов	статья на 10 000 символов — 23,4 ₽
microsoft/mai-voice-2Microsoft: MAI-Voice-2	Microsoft	2 574 ₽	за 1M символов	статья на 10 000 символов — 25,74 ₽
deepgram/aura-2Deepgram: Aura-2	Deepgram	3 510 ₽	за 1M символов	статья на 10 000 символов — 35,1 ₽
openai/tts-1-hdTTS HD	OpenAI	3 510 ₽	за 1M символов	статья на 10 000 символов — 35,1 ₽
minimax/speech-2.8-turboMiniMax: Speech 2.8 Turbo	MiniMax	7 019 ₽	за 1M символов	статья на 10 000 символов — 70,19 ₽
minimax/speech-2.8-hdMiniMax: Speech 2.8 HD	MiniMax	11 698 ₽	за 1M символов	статья на 10 000 символов — 117 ₽
openai/gpt-4o-mini-ttsgpt 4o mini tts	OpenAI	70,19 ₽	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.

Получить API-ключ Каталог моделей

Свежее в подборке

Что добавилось последним. Каталог обновляется постоянно — новая модель появится здесь сама.

Google: Gemini 3.8 Flash Lite TTSв каталоге с 23 сентября 2026 Google: Gemini 3.8 Flash TTSв каталоге с 23 сентября 2026 Microsoft: MAI-Voice-2-Flashв каталоге с 23 июля 2026 Deepgram: Aura-2в каталоге с 17 июля 2026

Какую выбрать

Выберите задачу — ниже, какая модель под неё подходит и почему.

Много текста и важна цена

Gemini Flash TTS стоит 14,62 ₽ за миллион символов — это на порядки дешевле остальных. На озвучке книги или базы товаров разница получается решающей.

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-ключ Документация

озвучка · один запрос

# тарификация по символам исходного текста
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

Сколько 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
`google/gemini-3.8-flash-lite-tts`	0,01 ₽	0,15 ₽	7,31 ₽
`google/gemini-3.1-flash-tts-preview`	2,34 ₽	23,4 ₽	1 170 ₽
`minimax/speech-2.8-hd`	11,7 ₽	117 ₽	5 849 ₽

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 миллион символов на самой дешёвой модели стоит 14,62 ₽.

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, какую модель вы взяли: разница в цене за миллион символов между первой и последней строкой таблицы — сотни раз.

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?

Polza.ai считает по символам: статья на десять тысяч символов на Gemini Flash TTS обходится в доли рубля. Расчёт по трём объёмам — в разделе со стоимостью.

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, конструкторы сценариев и фреймворки. Ключ и баланс везде одни и те же, меняется только адрес API. На каждый инструмент есть разбор по шагам.

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.

OpenAI3 модели Google3 модели Microsoft2 модели MiniMax2 модели Deepgram1 модель

Другие подборки

Видео22 модели Изображения25 моделей Распознавание речи12 моделей Музыка5 моделей Код97 моделей Текст20 моделей Российские модели28 моделей

Открыть каталог — 419 моделей

Кто проверял эту инструкцию

Евгений Лебедев

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 1 октября 2026 · Как работает редакция · Нашли неточность? Напишите нам

Озвучка по цене, которую видно заранее

Polza.ai берёт оплату за символы. Длину текста вы знаете до отправки — значит, знаете и сумму.

Получить API-ключ

Остались вопросы? Документация Polza.AI, поддержка в Telegram или support@polza.ai

Подборку собрала редакция Polza.AI, обновлено 1 октября 2026. Цены и состав каталога меняются — Polza.ai берёт их из каталога и обновляет каждый час.