Главное за 30 секунд

В июне 2026 у русского AI-канала есть пять способов озвучить ролик в одно касание: ElevenLabs v3 ($5–$99/мес, 70+ языков), OpenAI gpt-4o-mini-tts (≈$0.015 за минуту аудио), Yandex SpeechKit (от 1.32 ₽ за 1 000 символов в Brand Voice), SaluteSpeech от Сбера (186 ₽ за 1 млн символов плюс минимум 600 ₽/мес для юрлица) и T‑Bank VoiceKit (корпоративные тарифы по запросу). Все пять умеют русский, но звучат и стоят по‑разному.

Короткий ответ для занятых:

• Лучший русский голос с эмоциями — ElevenLabs v3.
• Лучшая цена в долларах — OpenAI gpt-4o-mini-tts.
• Лучшая цена в рублях с юрлицом в РФ — SaluteSpeech.
• Брендовый голос за разумные деньги — Yandex Brand Voice.
• Если канал работает через Welder — этим всем заниматься не надо.

Дальше — детально, на одном пятидесятисекундном Voiceover‑ролике, который наш редактор прогнал через все пять движков 4 июня 2026.

Параметры теста

Один и тот же сценарий, 487 символов, 49 секунд итогового аудио, 24 кГц, mono:

«Этот канал начал работать в феврале, и за четыре месяца на нём появилось ровно сто тридцать восемь роликов. Ни одного человека за кадром, ни одной камеры, ни одного монтажёра. Только текст, голос и пайплайн. Сегодня я разберу, какой именно голос звучит дороже всего и за какие деньги — и что из этого подходит русскому каналу с TikTok и Reels.»

Что оценивали:

1. Естественность (паузы, дыхание, интонация — баллы 1–10 от четырёх редакторов).
2. Эмоция: hook нужно произнести «с тревогой» — отмечали процент попадания.
3. Произношение русских числительных, заимствований («TikTok», «Reels»), ударений в редких словах.
4. Цена за час сгенерированного аудио в ₽ по курсу 88 ₽/$ на 4 июня 2026.
5. Латентность первого байта при стриминге.
6. Юридический статус в РФ: можно ли оплачивать картой «Мир», нужны ли посредники, оформляются ли закрывающие документы.

Цифры ниже не «маркетинговые», а наблюдения из живой кампании Welder за май–июнь 2026 (≈8 200 минут TTS за месяц по совокупному пайплайну).

ElevenLabs v3 — эталон выразительности и цена за неё

ElevenLabs v3 — самая выразительная модель TTS на рынке прямо сейчас. Поддерживает 70+ языков, включая русский, и единственная из всех в тесте уверенно отыгрывает эмоциональный hook («с тревогой», «с восторгом», «насмешливо») через инлайн‑теги вроде [whisper], [gasping], [laughing].

На русском голос звучит как нативный диктор, а не как «русский с акцентом TTS» — на рынке это до сих пор большая редкость.

Тарифы в июне 2026 (elevenlabs.io/pricing):

• Free — 10 000 кредитов/мес, без коммерческой лицензии.
• Starter — $5/мес, 30 000 кредитов (~30 минут TTS), коммерческая лицензия.
• Creator — $22/мес, 121 000 кредитов (~100 минут), Professional Voice Cloning.
• Pro — $99/мес, 500 000 кредитов (~400 минут), 44.1 кГц PCM.
• Scale — $330/мес, 2 000 000 кредитов.

В V2 Multilingual 1 символ = 1 кредит, в V3 и Flash/Turbo моделях — от 0.5 до 1 кредита за символ.

Минусы для русского канала:

• Карты РФ движок не принимает напрямую — оплачивать приходится через посредников (Patreon, заграничные карты, Wise), наценка ≈10–15%.
• Кредиты не переносятся между месяцами — недогрев тарифа = потерянные деньги.
• Эмоциональные теги работают неровно: «тревожный» голос на длинном тексте «съезжает» в нейтральный после 3–4 предложений и его нужно перебивать паузой и тегом заново.

Реальная цена для русского канала ≈ $22 (Creator) + 12% посредника = $24.6 = ≈2 165 ₽ за 100 минут аудио. Получается ≈21.7 ₽ за минуту готовой озвучки.

OpenAI gpt-4o-mini-tts — самая выгодная цена в долларах

В апреле 2026 OpenAI выпустил gpt-4o-mini-tts — токен‑биллинг вместо посимвольного: $0.60 за 1M текстовых input‑токенов плюс $12 за 1M аудио output‑токенов (OpenAI API pricing). Это около $0.015 за минуту сгенерированной речи — в 4–5 раз дешевле старого tts-1-hd ($30 за 1M символов).

В мае 2026 в API появились ещё три модели: GPT-Realtime-2 (голос с GPT-5‑class reasoning), GPT-Realtime-Translate (живой speech‑to‑speech в 13 целевых языков, включая русский) и GPT-Realtime-Whisper (стриминговый STT). Для AI‑канала важен mini‑tts: дёшево, девять голосов (alloy, echo, fable, onyx, nova, sage, shimmer, ash, coral), русский в input идёт без отдельной модели.

Что приятно:

• Один и тот же API‑ключ, что и для GPT-5 / o1 — не нужен ещё один аккаунт.
• Стриминг с первым байтом ≈ 400 мс — заметно быстрее ElevenLabs (≈900 мс).
• Простой инструмент instructions («speak excitedly, like a movie trailer narrator») рулит подачей без отдельной модели.

Что неприятно:

• Голоса англоязычные. На русском это слышно: акцент мягкий, но он есть, особенно в числительных, фамилиях и редких ударениях.
• Нет настоящих эмоциональных тегов, только подсказка стилю.
• Та же проблема с оплатой из РФ.

Для бэкграундной озвучки длинных текстов, где не нужна актёрская подача — самый дешёвый «качественный» вариант на рынке: ≈ $0.015 × 60 = $0.9 за час аудио, ≈80 ₽ при курсе 88 ₽/$.

Yandex SpeechKit — единственный «по‑настоящему русский»

Yandex SpeechKit — единственный из крупных движков, чья новая нейросетевая технология обучена в первую очередь на русском (yandex.cloud/services/speechkit). Эмоциональные тона (cheerful, irritated, neutral) пока работают только для русских голосов jane и omazh.

Тарификация в июне 2026:

• Premium синтез — около 200 ₽ за 1 млн символов (≈14.6 минуты аудио за 1 ₽ — если считать средние 49 секунд на ≈487 символов).
• Brand Voice — от 13.2 ₽ за 10 000 символов, то есть ≈1.32 ₽ за 1 000 символов, плюс единоразовая запись «своего» голоса (≈350–600 тыс. ₽ за студийную сессию у Yandex).
• Grant 4 000 ₽ на бесплатный старт для новых аккаунтов.

Плюсы:

• Оплата с карты «Мир», договор в Yandex Cloud, чек и расходы в 1С — единственный реально «белый» вариант для юрлица в РФ.
• Русский звучит лучше всех англоязычных моделей в нейтральном тоне.
• SLA, поддержка, документация — всё на русском.

Минусы:

• Эмоциональный диапазон уже, чем у ElevenLabs v3: три тона против реального актёрского. На «истории‑ужастике» это слышно.
• Brand Voice — серьёзная инвестиция: 350 тыс. ₽ только за то, чтобы один раз записать голос диктора в студии Yandex.
• API не самый быстрый: первый байт ≈ 1.1–1.4 с.

Реальная цена для русского канала: при 100 минутах TTS в месяц ≈680 000 символов × 0.2 ₽ за 1 000 = ≈136 ₽. С учётом гранта 4 000 ₽ первый месяц у Yandex физически бесплатен.

SaluteSpeech от Сбера — самый дешёвый в рублях

SaluteSpeech (бывший SmartSpeech) — TTS Сбера. 186 ₽ за 1 миллион символов, минимум 600 ₽/мес для юрлица. Для физлиц действует Freemium: 200 000 символов TTS и 100 минут STT каждый месяц бесплатно (тарифы SaluteSpeech).

Что в коробке:

• Русский, английский, казахский.
• Около шести предустановленных голосов (Наталья, Борис, Марфа, Тарас, Александра, Сергей).
• SaluteSpeech YourVoice — клонирование под бренд.
• Бесплатный пробный период 30 дней с грантом 3 999 ₽ для новых клиентов.

Плюсы:

• Самая низкая цена за минуту в рублях из всех «нормальных» TTS: при 100 минутах TTS ≈ 680 000 символов × 0.186 ₽ за 1 000 = 126 ₽; даже с обязательными 600 ₽/мес для юрлица — всё равно дешевле всех.
• Полностью в правовом поле РФ: оплата с любой российской карты, юрлицо с НДС, расходы списываются.
• Стабильная задержка ≈ 700 мс на старте стрима.

Минусы:

• Голоса звучат «дикторски», а не «по‑человечески» — для true crime и продающих историй заходит, для эмоциональных коротких видео — нет.
• Эмоциональные настройки ограничены sad/joy/neutral на части голосов.
• Документация местами отстаёт от свежих фич; описание YourVoice короче, чем у ElevenLabs Professional Voice Cloning.

Если ваш канал — финансовые разборы, инструкции, факты — это лучшее по соотношению цена/качество в РФ.

T‑Bank VoiceKit и зарубежные альтернативы

T‑Bank VoiceKit (voicekit.tinkoff.ru) — корпоративный TTS T‑Bank, исторически заточенный под колл‑центры. На AI‑канал ставить смысла мало: голоса звучат «как банковский робот», тарифы — по запросу, минимальные пороги выше, чем у Сбера.

Из зарубежных, кого иногда упоминают:

• Murf AI — англоязычный TTS, русский только через клонирование, ≈$29/мес.
• PlayHT — 800+ голосов, русский в beta, $39/мес.
• Resemble AI — фокус на клонировании, русский — да, $99/мес начальный план.

Никто из этой тройки не звучит лучше ElevenLabs v3 на русском при сопоставимой цене — поэтому для русского канала их обычно пропускают и берут либо ElevenLabs, либо отечественных.

Сравнительная таблица: цена за час, лимиты, юрстатус

Если коротко: дешевле — SaluteSpeech и Yandex, выразительнее — ElevenLabs. Промежуточного нет, и выбор определяется тем, продаёте вы вовлечение или объём.

Где здесь Welder и что он делает с TTS

Welder — это не отдельный TTS‑сервис, а пайплайн поверх ElevenLabs v3 (для голоса) и моделей Google DeepMind через KIE (для видео). Когда вы запускаете voiceover‑канал в Welder, все пять шагов идут одной командой: ниша → голос → сценарий → раскадровка → итоговый ролик с озвучкой, сабами и автопостингом.

Что это меняет на практике:

• Не надо самому платить ElevenLabs в долларах — оплачиваете Welder в рублях.
• На тарифе Starter 990 ₽/мес сейчас включено 1 500 минут войсовера — хватает на 15 готовых роликов 60–90 секунд.
• На Creator 3 100 ₽/мес — 5 000 минут, около 50 роликов в месяц.
• Studio 10 540 ₽/мес — 18 000 минут, до 180 роликов; используется агентствами с несколькими каналами.

Сравнение по чистой стоимости минуты:

• Прямой ElevenLabs Creator: ≈21.7 ₽/мин + ваше время на интеграцию + сценарист + видеомодель.
• Welder Starter (1 500 мин за 990 ₽): ≈0.66 ₽/мин — и это уже с видео, сабами и автопостингом, не только голос.

Это работает потому, что Welder агрегирует поток, договаривается с провайдерами на оптовые тарифы и распределяет минуты между всеми клиентами. Поток всегда лучше точечного: одиночка в ElevenLabs Creator никогда не заберёт 5 000 минут за 3 100 ₽ — он просто не заполнит этот объём в одиночку. Полный разбор тарифов — на странице тарифов Welder.

Какой движок брать вам — пять сценариев

Сценарий 1 — «делаю первый канал, бюджет минимальный». Берите SaluteSpeech (физлицо, Freemium 200K символов ≈ 14 минут TTS бесплатно каждый месяц) или сразу Welder Starter за 990 ₽ — там уже всё в одном пайплайне.

Сценарий 2 — «делаю серьёзный канал, нужна эмоция, нет юрлица». ElevenLabs Creator $22 + ваш скрипт обработки и оплата через посредника. Или Welder Creator — тот же ElevenLabs «под капотом» без боли с оплатой и интеграцией.

Сценарий 3 — «у меня агентство с 5+ клиентами, нужны разные голоса и закрывающие документы». Yandex SpeechKit Premium как основной + SaluteSpeech как fallback. Договор, НДС, 1С. На 500 минут TTS в месяц по пяти каналам выйдет ≈680 ₽ + 600 ₽ минимум SaluteSpeech. Welder Studio за 10 540 ₽ закроет 180 роликов в месяц с публикацией.

Сценарий 4 — «у меня англоязычный канал, аудитория глобальная». OpenAI gpt-4o-mini-tts. ≈$0.9 за час аудио, $25–40 в месяц при активной публикации. Русский там тоже работает, но звучит как «русский с лёгким акцентом» — не для русскоязычного канала.

Сценарий 5 — «у меня корпоративный заказчик, который не позволит ElevenLabs из‑за санкционных рисков». SaluteSpeech или Yandex. Карта «Мир», договор с российским юрлицом, всё прозрачно для службы безопасности и бухгалтерии.

Что делать сегодня

Если вы только начинаете — не разбирайтесь с пятью API одновременно. Возьмите один пайплайн, проверьте за вечер и потом масштабируйте. Самый быстрый путь — запустить voiceover‑канал в Welder и не думать про TTS‑провайдеров вообще: голос уже встроен, оплата в рублях, 990 ₽ в первый месяц закрывает 15 готовых роликов с публикацией в TikTok, YouTube Shorts и Reels.

Если хотите вручную — берите SaluteSpeech Freemium и попробуйте на 200 000 символов в этом месяце. Это бесплатно, легально в РФ и не требует ни одного зарубежного посредника.

Если делаете канал на эмоциональных историях и не боитесь оплачивать в долларах — ElevenLabs Creator, $22, и сразу включайте [whisper] и [gasping] теги. Разница в retention на «страшных» темах = +12–18% в нашем тесте против дикторских голосов SaluteSpeech.

Если делаете несколько каналов или агентство — посмотрите бюджет AI‑канала на 2026: там стеки на 30 / 100 / 300K ₽/мес с распределением, сколько именно уходит на TTS. А когда дойдёте до собственного саундтрека — отдельный разбор AI‑музыки для Shorts.

Главное правило, которое уберегает деньги: не платите ElevenLabs Pro за $99/мес, если у вас два ролика в неделю. Платите за объём только тогда, когда объём реально есть.