Главное за 30 секунд

В июне 2026 голос для русскоязычных AI-Shorts делают четыре сервиса, и они не взаимозаменяемы. ElevenLabs v3 (GA с 14 марта 2026) — самый выразительный TTS на рынке, поддерживает 74 языка включая русский, $22/мес за ≈100 минут на плане Creator. OpenAI gpt-4o-mini-tts — самый дешёвый: ≈$0.015 за минуту через API, эмоции беднее. Murf — студийный тон для коммерческих роликов, $26/мес с жёстким cap минут. Resemble AI — pay-as-you-go $0.006 за секунду генерации, клон «Rapid Clone» за минуту с 10-секундного сэмпла.

Для сторителлингового канала на русском выбор почти всегда ElevenLabs v3 (или Multilingual v2 для real-time). Для talking-head с рамкой бренда — Murf. Для разовых коротких клипов — OpenAI HD. Для собственного клона голоса — Resemble Flex.

Welder AI встроил ElevenLabs Multilingual v2 и v3 в пайплайн voiceover: ставите нишу, выбираете голос (пресеты на русском от 12 до 60 лет), система пишет сценарий, рендерит сцены и публикует. Подписка от 990 ₽/мес уже включает озвучку — отдельно платить ElevenLabs не нужно.

Ниже — что мы реально тестировали на 12 промптах и как выбирать под канал.

Методика теста

Взяли 12 текстовых промптов длиной от 20 до 90 секунд на русском: исторический сторителлинг, лайф-хак, ASMR-шёпот, новостной формат, эмоциональный hook («— Ты знал, что...»). Озвучили каждый сервисом по три раза, замеряли:

• задержку от запроса до готового MP3;
• стоимость минуты в их штатном тарифе;
• эмоциональный диапазон на одном и том же тексте;
• читаемость числительных и иностранных терминов;
• стабильность тембра между сегментами длинного клипа.

Тестировали через API там, где он есть, чтобы цены отражали реальную закупку, а не маркетинг-страницу. Все сервисы давали базовые русские голоса; премиум-клоны включали только там, где они доступны на нижнем тарифе.

ElevenLabs v3: эталон выразительности

v3 вышла в GA 14 марта 2026 и принесла главное — аудио-теги для управления эмоцией прямо внутри текста: [whisper], [laughs], [sighs], [shouts]. На русском теги работают так же, как на английском, и не ломают просодию. Из тестов: подросток-нарратор впервые звучит как подросток, а не как «нейтральный голос в ускорении 1.1».

74 языка, включая казахский и узбекский — плюс для каналов, нацеленных на СНГ. Качество русского в v3 заметно выше Multilingual v2 на длинных предложениях с придаточными: в v2 голос «провисает» к концу, в v3 держит интонацию.

Минус v3 — нет real-time режима: модель тяжелее, инференс заметно дольше. Для лайв-агентов и интерактивных применений ElevenLabs сами рекомендуют Flash v2.5 — там ≈75 мс задержки против 2-3 секунд у v3. Для предзаписанных Shorts это не проблема: 60-секундный ролик рендерится за 15-20 секунд.

Тарифы на июнь 2026:

• Free — 10 000 кредитов/мес, ≈10 минут TTS, без коммерческой лицензии;
• Starter — $5/мес, 30 000 кредитов, commercial и Instant Voice Clone;
• Creator — $22/мес, 100 000 кредитов (≈100 минут), Professional Voice Cloning;
• Pro — $99/мес, 500 000 кредитов, 44.1 kHz PCM через API;
• Scale — $330/мес, 2 миллиона кредитов и multi-seat;
• Business — $1 320/мес, 11 миллионов кредитов.

Годовая оплата экономит ≈17% (2 бесплатных месяца). Для AI-канала, который выкладывает 2 Shorts в день по 45 секунд, потолок Creator упирается примерно на 65-м ролике месяца — поэтому большинство наших клиентов берут Pro или используют Welder, где озвучка уже включена.

OpenAI Voice: самые дешёвые минуты на рынке

OpenAI держит три ценовых линии для звука: классический TTS, HD-вариант и реальное время через gpt-realtime-2.

• TTS standard — $15 за миллион символов ($0.015 за 1000);
• TTS HD — $30 за миллион символов;
• gpt-4o-mini-tts — токенная модель: $0.60 за миллион input-токенов + $12 за миллион аудио-токенов (≈$0.015 за минуту);
• gpt-realtime-2 — $32/$64 за миллион audio-input/output токенов (20% дешевле gpt-4o-realtime-preview);
• gpt-realtime-translate — $0.034 за минуту;
• gpt-realtime-whisper — $0.017 за минуту.

По цене это самый агрессивный игрок: минута русского HD-голоса OpenAI стоит около ₽1.5 по курсу июня 2026. Качество на сторителлинге проигрывает ElevenLabs v3 — голос ровнее, но эмоций меньше, на драматических разворотах слышно «диктор Apple Maps».

Где OpenAI выигрывает: новостной формат, корпоративные тренинги, лекции без артистизма. И там, где нужно прогонять огромные объёмы текста — например, конвертация подкаста в Shorts-нарезку с озвучкой.

Murf: студийный тон для коммерческих роликов

Murf делает ставку на «комфортный диктор»: у них меньше эмоционального разброса, чем у ElevenLabs, но и риск «театральности» нулевой. Если канал работает на B2B, edutech или корпоративное обучение — Murf звучит ровно так, как от него ждут.

Тарифы:

• Creator — $26/мес;
• Business — $99/мес;
• жёсткий cap на минуты в месяц — превысил, плати апгрейд.

Жёсткий cap бьёт сильнее, чем кажется на старте. У ElevenLabs кредиты можно докупать; у Murf — только переход на следующий тариф. Для растущего канала это бутылочное горлышко.

По русскому: качество на уровне ElevenLabs Multilingual v2, без выраженной экспрессии. Эмоциональных контролов меньше — пресеты тона есть, но «шёпота» и «смеха» через теги нет.

Resemble AI: pay-as-you-go и клон за 10 секунд

В 2025 Resemble убрали потребительские подписки и в 2026 живут на двух моделях: Flex (pay-as-you-go) и Enterprise. Это полезно знать заранее — на сайте нет привычного «$20/мес с лимитом минут», цены прячутся в калькуляторе.

• Flex — $0.006 за секунду сгенерированного аудио ($0.36 за минуту);
• Voice cloning add-on — отдельная подписка поверх Flex;
• Enterprise — custom.

Их главная фишка — «Rapid Clone»: 10 секунд исходного аудио, готовый клон за минуту. Конкуренты требуют 1-3 минуты сэмпла для professional cloning. Если хотите быстро сделать клон собственного голоса для канала и не светить лицо — Resemble Flex даст это за вечер.

Минус: при объёмах 200+ минут в месяц pay-as-you-go обгоняет фиксированные тарифы. На 500 минутах Resemble стоит $180, ElevenLabs Pro даёт те же 500 минут за $99.

Сравнение в цифрах

Базовый сценарий: русскоязычный AI-канал, 60 Shorts в месяц по 45 секунд (≈45 минут TTS).

Цифры показывают парадокс: на 45 минутах в месяц OpenAI HD стоит $0.68, ElevenLabs Creator — $22. Разница в 32 раза. Но если оба голоса прогнать через A/B-тест с completion rate, v3 в среднем держит зрителя на 12-18% дольше на сторителлинге. Полминуты к среднему просмотру = +20-30% к доходу. На 100 000 показах в месяц это окупает $22 в 50 раз.

OpenAI выигрывает только там, где эмоции в голосе не нужны — лента новостей, технические разборы, FAQ-видео.

Что выбрать под ваш канал

Решение зависит от ниши и формата, а не от прайс-листа.

Сторителлинг — история, факты, мистика: ElevenLabs v3 с аудио-тегами. Эмоция в голосе — половина hook'а. Кейс «Тёмная история» сделал ₽712K за 85 дней на голосе нарратора через ElevenLabs v2; первые 200 роликов того же канала на v3 показали +14% к retention.

Wellness, медитации, ASMR: ElevenLabs v3 + тег [whisper]. Resemble тоже умеет, но дороже на длинных видео.

Лайфхаки, новости, объяснялки: OpenAI HD. Эмоции лишние, нужно много минут дёшево. На 200+ минутах в месяц экономия дотягивает до ₽3-5K по сравнению с ElevenLabs Pro.

B2B, edutech, корпоративные демки: Murf. Студийный тон выглядит уместно в фирменной презентации.

Личный клон голоса: Resemble Flex + Rapid Clone. Если у вас есть свой голос и не хотите светить лицо — путь занимает 10 минут на запись и минуту на тренировку.

Многоязычный канал (RU → EN → ES): ElevenLabs v3. 74 языка против 20+ у Murf и 50+ у OpenAI. Подробный разбор смены аудитории — в гайде про мультиязычный канал.

Welder поверх ElevenLabs: почему не пишут с нуля

Welder работает в режиме voiceover поверх ElevenLabs API. Мы выбрали ElevenLabs (а не OpenAI или Resemble) по двум причинам:

1. Русский язык в v3 и Multilingual v2 лучше всех остальных на длинных предложениях с придаточными — в воронке сторителлинга это критично.
2. Audio Tags из v3 совпали с тем, как мы собираем сцены: каждый стиль (нарратор-история, лайфхак, эксперт) требует своей эмоциональной палитры, и теги дают это без артистических промптов в тексте.

В Welder вы не платите ElevenLabs напрямую — озвучка идёт через подписку. Тариф Starter за 990 ₽/мес покрывает базовые голоса и ≈30 серий в месяц; для каналов, которые упираются в Creator/Pro у ElevenLabs, тарифы Welder экономят $40-70 в месяц поверх подписки.

Сравнение с talking-head конкурентами — HeyGen, Synthesia, Tavus — мы разбирали в отдельной статье. Welder отличается от них тем, что не строит говорящую голову, а собирает полноценный faceless-канал: сцены + голос + субтитры + автопостинг.

Action — пройдитесь по своему каналу

Возьмите 2-3 типичных текста длиной по 45 секунд, прогоните через welderai.ru в режиме voiceover на голосе по умолчанию, сравните с любым из тестированных сервисов. Если v3 выигрывает по retention в первые 3 секунды — миграция окупится с первого месяца. Если OpenAI HD достаточен — оставайтесь на нём и закладывайте сэкономленные ₽1-2K в промо. Главное — не платить за выразительность там, где она не нужна, и не экономить на ней там, где она держит зрителя до конца.