# 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.

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

- Моделей в подборке: 11
- Вендоров: 5
- Цена от 14,62 ₽ за 1M символов
- Добавлено за 90 дней: 6
- Эндпоинт: `/api/v1/audio/speech`

## Если коротко

- **Много текста** — [Google: Gemini 3.8 Flash TTS](https://polza.ai/models/google/gemini-3.8-flash-tts.md): На порядки дешевле остальных за миллион символов. 14,62 ₽ за 1M символов
- **Живой голос** — [MiniMax: Speech 2.8 HD](https://polza.ai/models/minimax/speech-2.8-hd.md): Звучит естественнее там, где голос слышит клиент. 11 698 ₽ за 1M символов
- **Голосовой бот** — [Deepgram: Aura-2](https://polza.ai/models/deepgram/aura-2.md): Низкая 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-tts](https://polza.ai/models/google/gemini-3.8-flash-lite-tts.md) | Google | 14,62 ₽ | за 1M символов | статья на 10 000 символов — 0,15 ₽ |
| [google/gemini-3.8-flash-tts](https://polza.ai/models/google/gemini-3.8-flash-tts.md) | Google | 14,62 ₽ | за 1M символов | статья на 10 000 символов — 0,15 ₽ |
| [microsoft/mai-voice-2-flash](https://polza.ai/models/microsoft/mai-voice-2-flash.md) | Microsoft | 1 755 ₽ | за 1M символов | статья на 10 000 символов — 17,55 ₽ |
| [openai/tts-1](https://polza.ai/models/openai/tts-1.md) | OpenAI | 1 755 ₽ | за 1M символов | статья на 10 000 символов — 17,55 ₽ |
| [google/gemini-3.1-flash-tts-preview](https://polza.ai/models/google/gemini-3.1-flash-tts-preview.md) | Google | 2 340 ₽ | за 1M символов | статья на 10 000 символов — 23,4 ₽ |
| [microsoft/mai-voice-2](https://polza.ai/models/microsoft/mai-voice-2.md) | Microsoft | 2 574 ₽ | за 1M символов | статья на 10 000 символов — 25,74 ₽ |
| [deepgram/aura-2](https://polza.ai/models/deepgram/aura-2.md) | Deepgram | 3 510 ₽ | за 1M символов | статья на 10 000 символов — 35,1 ₽ |
| [openai/tts-1-hd](https://polza.ai/models/openai/tts-1-hd.md) | OpenAI | 3 510 ₽ | за 1M символов | статья на 10 000 символов — 35,1 ₽ |
| [minimax/speech-2.8-turbo](https://polza.ai/models/minimax/speech-2.8-turbo.md) | MiniMax | 7 019 ₽ | за 1M символов | статья на 10 000 символов — 70,19 ₽ |
| [minimax/speech-2.8-hd](https://polza.ai/models/minimax/speech-2.8-hd.md) | MiniMax | 11 698 ₽ | за 1M символов | статья на 10 000 символов — 117 ₽ |
| [openai/gpt-4o-mini-tts](https://polza.ai/models/openai/gpt-4o-mini-tts.md) | OpenAI | 70,19 ₽ | за 1M токенов входа | тарификация по токенам |

## Какую выбрать

- **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_`. Эндпоинт подборки — `/api/v1/audio/speech`, модель — `google/gemini-3.8-flash-tts`.

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

| 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

- **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.

## Частые вопросы

### 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.

## Ссылки

- Документация: https://polza.ai/docs
- Каталог моделей: https://polza.ai/models/llms.txt
- Страница: https://polza.ai/collections/tts
- Обновлено: 2026-10-01