API для озвучки текста: превращаем статьи в аудио

Автор Редакция TextVoice · Обновлено 2026-11-18

Здесь вы найдёте простой способ превратить тексты статей и постов в аудиофайлы с помощью облачного API. Мы объясним, как загрузить текст, получить готовую озвучку и интегрировать её в свой контент без сложных технических настроек, подходящих даже для авторов без опыта программирования.

Страница описывает доступные голоса, поддерживаемые языки и форматы файлов, а также раскрывает тарификацию и технические ограничения сервиса. Вы узнаете, как быстро начать генерацию аудио для блогов или курсов, используя familiar инструменты вроде OpenAI SDK, и какие возможности доступны для автоматизации вашего контента.

API для озвучки текста: превращаем статьи в аудио

Часто задаваемые вопросы

Можно ли озвучить текст на польском языке?

Да, польский язык входит в список из 23 поддерживаемых языков. Вы можете использовать любой из 8 голосов для озвучки на польском. Укажите код языка в запросе, чтобы система не пыталась угадать его автоматически.

Какой формат аудио файла я получу?

Вы можете выбрать формат при отправке запроса: mp3, wav, opus, flac или pcm. Формат указывается в поле response_format. Аудиофайл возвращается непосредственно в ответе API, без необходимости скачивать его отдельно.

Считаются ли пробелы при оплате?

Да, пробелы и знаки пунктуации считаются как символы. Стоимость составляет $10 за 1 миллион символов. Это означает, что пробелы полностью учитываются при расчете тарифа за генерацию аудио.

Нужно ли устанавливать дополнительное ПО?

Нет, дополнительное ПО не требуется. API работает через облако: вы отправляете текст, получаете аудиофайл. Вы можете использовать официальный SDK OpenAI или обычные HTTP-запросы, изменив базовый URL на наш.

Можно ли использовать голоса для коммерческих блогов?

Голоса основаны на лицензиях LibriTTS-R (CC BY 4.0) и записях из LibriVox. В аудиофайлах есть невидимый водяной знак, обозначающий синтетический характер речи. Это подходит для блогов, но учитывайте лицензию исходных записей.

Как узнать поддерживаемый язык текста?

Список из 23 языков доступен на странице /v1/voices. Если язык не указан, система угадывает его по скрипту (латиница по умолчанию — английский). Для других языков латиницы рекомендуется указывать поле language явно.

Что будет, если текст слишком длинный?

Максимум 4096 символов за один запрос. Для длинных текстов нужно разбить их на части, озвучить каждую отдельно, а затем объединить полученные аудиофайлы в один. Это стандартный рабочий процесс для нашего API.

Есть ли ограничение на количество запросов в минуту?

Да, лимит составляет 60 запросов в минуту на ключ. До первого пополнения баланса лимит ниже — 10 запросов в минуту. Это гарантирует стабильную работу сервиса при высокой нагрузке.

Нужно ли указывать язык явно в запросе?

Не всегда. Если язык не указан, система пытается его угадать по тексту. Для латиницы по умолчанию выбирается английский. Для других языков или точного результата лучше явно указать поле language в запросе.

Как быстро генерируется короткий текст?

Короткие фразы занимают несколько секунд на генерацию. Запросы обрабатываются последовательно, поэтому при высокой нагрузке может возникнуть очередь. В среднем скорость генерации составляет около 25 символов текста в секунду аудио.

Сколько стоит озвучка статьи объемом 5000 символов?

Цена составляет $10 за 1 миллион символов. Для 5000 символов стоимость будет $0,05. Пробелы и знаки пунктуации учитываются. Оплата производится по факту использования, без ежемесячных подписок.

Можно ли изменить скорость речи?

Да, вы можете регулировать скорость от 0.25 до 4.0. Параметр speed указывается в теле запроса. Это позволяет ускорить или замедлить озвучку в зависимости от ваших потребностей и стиля контента.

Где хранятся мои сгенерированные файлы?

Сгенерированные аудиофайлы не сохраняются на наших серверах. Они возвращаются вам в ответе API сразу после генерации. Метаданные запросов (время, статус) хранятся только для целей биллинга и учета расходов.

Чем этот API отличается от аналогов?

Мы предлагаем простой API с ценой $10 за миллион символов и оплату через USDT (TRC-20). Нет подписок, только предоплата. Голоса основаны на открытых лицензиях. Поддержка только по email, без SLA и сертификатов.

Первый запрос

curl

curl https://api.play82q.com/v1/audio/speech \
  -H "Authorization: Bearer $TTS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
  --output hello.mp3

Как работает озвучка

Иллюзация звуковой волны для: Как работает озвучка

Наш API превращает тексты статей и постов в готовое аудио за несколько минут. Вы отправляете текст через простой HTTP-запрос, система обрабатывает его и возвращает звуковой файл, который можно сразу вставить на сайт или в блог.

Отправка текста

Отправка текста

Отправка текста — это один POST-запрос на эндпоинт API. Вы передаёте текст (до 4096 символов), выбираете голос и язык. Поддерживаются форматы mp3, wav, opus, flac и pcm. Если язык не указан явно, система пытается определить его автоматически, но для латиницы лучше указать его явно.

Генерация аудио

Генерация аудио происходит на сервере. Скорость генерации примерно равна реальному времени звучания текста — около 25 символов в секунду. Для коротких фраз требуется несколько секунд, для длинных текстов процесс идёт последовательно, поэтому при высокой нагрузке запросы могут стоять в очереди.

Скачивание файла

Скачивание файла происходит сразу после завершения синтеза. Аудио возвращается в ответе API, мы не храним сгенерированные файлы. Вы можете скачать их через SDK или обычный HTTP-клиент и сразу использовать в своём контенте.

Поддерживаемые языки

Иллюзация звуковой волны для: Поддерживаемые языки

Сервис поддерживает 23 языка, включая английский, русский, немецкий, французский и арабский. Голоса адаптированы под фонетические особенности каждого языка, что обеспечивает естественное звучание даже в сложных языковых конструкциях. Вы можете использовать один аккаунт для озвучки контента на разных языках без дополнительных настроек.

23 языка в базе

В список поддерживаемых языков входят: арабский, китайский, датский, нидерландский, английский, финский, французский, немецкий, греческий, иврит, хинди, итальянский, японский, корейский, малайский, норвежский, польский, португальский, русский, испанский, суахили, шведский и турецкий. Вы можете выбирать любой из этих вариантов для своих статей или постов.

  • Арабский, китайский, датский, нидерландский, английский, финский, французский, немецкий, греческий, иврит, хинди, итальянский, японский, корейский, малайский, норвежский, польский, португальский, русский, испанский, суахили, шведский, турецкий

Автоматическое определение

Если вы не укажете язык явно, система попытается определить его по используемому алфавиту. Например, текст на латинице по умолчанию будет озвучен на английском. Для других языков, использующих латиницу (например, польский или вьетнамский), рекомендуется явно задать параметр language, чтобы избежать ошибок произношения.

Польский и другие

Мы поддерживаем польский язык и многие другие европейские и азиатские языки. Если ваш язык отсутствует в списке (например, украинский, чешский или тайский), он пока не доступен для генерации. Проверьте актуальный список на странице /docs/, чтобы убедиться, что ваш контент можно озвучить.

Голоса для контента

Иллюзация звуковой волны для: Голоса для контента

Восемь голосов покрывают основные сценарии использования: от спокойного чтения статей до динамичных анонсов. Каждый голос создан на основе лицензированных записей LibriTTS и адаптирован для четкой передачи текста в блогах и постах.

Женские голоса

Aria — теплый и ясный, идеален для нарратива. Nova — яркая и энергичная, подходит для новостей. Luna — мягкая, для историй. Sage — спокойная, для инструкций.

Мужские голоса

Felix — энергичный, для промо-материалов. Milo — дружелюбный, для общения с аудиторией. Atlas — нейтральный, для новостей. Orion — глубокий, для документальных текстов.

Разные интонации

Выбор голоса зависит от тона вашего контента. Вы можете менять скорость от 0.25 до 4.0, чтобы подстроить озвучку под темп чтения вашей аудитории.

Для кого этот сервис

Иллюзация звуковой волны для: Для кого этот сервис

Сервис создан для тех, кому важно быстро превращать текстовый контент в аудио, не тратя время на сложные настройки оборудования или студию. Мы предлагаем простой API и веб-интерфейс, которые позволяют добавить озвучку в статьи и посты без глубоких технических знаний.

Инструмент подходит для независимых авторов и владельцев платформ, которым нужно масштабировать производство аудиоконтента. Вы получаете готовый файл за секунды, сохраняя при этом полный контроль над качеством и выбором голоса.

Блоггеры

Превращайте длинные посты в подкасты за минуты. API принимает текст до 4096 символов, автоматически определяя язык и подбирая подходящий голос. Это позволяет публиковать аудиоверсию статьи параллельно с текстом, расширяя аудиторию без найма дикторов.

  • Автоматическое определение языка по тексту
  • Поддержка 23 языков, включая английский и русский
  • Быстрая генерация без ожидания в очереди при низкой нагрузке

Авторы курсов

Озвучивайте учебные материалы и лекции в высоком качестве. Используйте форматы MP3 или FLAC для сохранения качества голоса. Скорость воспроизведения от 0.25 до 4.0 позволяет адаптировать аудио под темп восприятия студентов, экономя время на монтаже.

  • Контроль скорости воспроизведения (0.25–4.0)
  • Высокое качество аудио через формат FLAC
  • Простая интеграция в LMS через API

Владельцы сайтов

Добавьте функцию «прослушать статью» на WordPress-сайты. Интеграция через API не требует изменения шаблонов: достаточно передать текст запроса и получить аудиофайл. Это повышает вовлеченность пользователей, которые предпочитают слушать контент в дороге.

  • Совместимость с OpenAI SDK
  • Простая интеграция через POST-запрос
  • Не требует установки сложных плагинов

Технические детали

Иллюзация звуковой волны для: Технические детали

API принимает текст и возвращает аудиофайл в выбранном формате. Поддерживаются MP3, WAV, OPUS, FLAC и PCM, что позволяет адаптировать вывод под требования вашего плеера или CMS без дополнительного кодирования.

Форматы файлов

Вы можете выбрать любой из пяти поддерживаемых форматов ответа. Каждая генерация возвращает готовый файл, который сразу можно встроить в статью или скачать для архива.

  • MP3, WAV, OPUS, FLAC, PCM

Ограничения длины

За один запрос можно отправить текст длиной до 4096 символов. Для более длинных статей необходимо разбить материал на части, озвучить их по отдельности и затем склеить полученные аудиофайлы.

Скорость генерации

Средняя скорость синтеза составляет примерно 25 символов текста в секунду, что соответствует реальному времени воспроизведения. Короткие фразы генерируются за несколько секунд, а длинные тексты обрабатываются последовательно, поэтому при высокой нагрузке может потребоваться очередь.

Технические детали

Стоимость использования

Иллюзация звуковой волны для: Стоимость использования

Стоимость озвучки рассчитывается по объёму текста: $10 за 1 миллион символов, что составляет $0.01 за 1000 знаков. В подсчёт включаются пробелы и знаки препинания. Тариф одинаков для моделей tts-1 и tts-1-hd, различающихся лишь качеством звука.

Начало работы доступно по бесплатному тарифу: $0.50 кредита (около 50 000 символов) на 7 дней при входе через Google. При регистрации по email начальный баланс составляет $0. Пополнение происходит только через криптовалюту USDT (TRC-20). Минимальная сумма — $5. Средства зачисляются автоматически в течение нескольких минут.

Тарификация за символы

Цены прозрачны и фиксированы: вы платите только за реально отправленный текст. Лимит на один запрос — 4096 символов. Большие статьи просто разбиваются на части, а аудиофайлы склеиваются автоматически.

  • Цена: $10 за 1 млн символов
  • Включает пробелы и пунктуацию
  • Модели tts-1 и tts-1-hd по одинаковой цене

Бесплатные ошибки

Если синтез не удался по технической причине, средства не списываются. Возврат происходит автоматически и полностью. Это защищает ваш бюджет при нестабильной сети или временных сбоях API.

Пополнение баланса

Минимальная сумма пополнения — $5. Мы принимаем только USDT в сети TRON (TRC-20). Средства зачисляются автоматически в течение нескольких минут после подтверждения транзакции.

  • Только USDT (TRC-20)
  • Минимум $5 за перевод
  • Баланс не сгорает со временем

Интеграция с сайтом

Иллюзация звуковой волны для: Интеграция с сайтом

Наш API позволяет автоматически преобразовывать тексты статей и постов в аудиофайлы, добавляя озвучку в контент без сложных настроек. Это простое решение для тех, кто хочет быстро интегрировать аудио в свои материалы.

Простой API

Отправляйте текст через POST-запрос на https://api.play82q.com/v1/audio/speech и получайте аудиофайл. Поддерживаемые форматы включают mp3, wav, opus, flac и pcm. Вы можете указать голос, скорость и язык, чтобы получить идеальный результат.

  • POST-запрос с JSON-телом
  • Поддержка форматов: mp3, wav, opus, flac, pcm
  • Гибкие настройки скорости и голоса

Совместимость с OpenAI SDK

Используйте официальные SDK OpenAI, просто изменив base_url на https://api.play82q.com/v1. Это упрощает интеграцию, так как вы можете использовать уже знакомые инструменты и библиотеки.

Быстрый старт

Начните с регистрации на /get-api-key/, чтобы получить ключ API и пример curl-запроса. Это позволит вам быстро протестировать сервис и начать использовать его в своих проектах.

Лицензирование голосов

Иллюзация звуковой волны для: Лицензирование голосов

Голоса в нашем API основаны на лицензионных записях из проекта LibriTTS-R (CC BY 4.0) и публичных аудиокнигах LibriVox. Это гарантирует высокое качество звучания без необходимости создавать голоса с нуля.

Источник данных

Вся база голосов сформирована на основе открытых записей дикторов, читающих книги в общественном достоянии. Мы используем эти материалы как основу для нейросетевой модели, сохраняя естественность интонаций и тембра.

  • База: LibriTTS-R (CC BY 4.0)
  • Источник: LibriVox public-domain audiobooks

Водяной знак

Каждый сгенерированный аудиофайл содержит невидимый водяной знак. Он маркирует файл как синтетическую речь, позволяя отличить автоматическую озвучку от записанного человеком голоса без потери качества восприятия.

Права на контент

Вы получаете право на использование сгенерированного аудио в своих материалах. Входной текст используется только для синтеза и не передается в обучение модели. Сгенерированные файлы не хранятся на наших серверах после выдачи.

Частые вопросы

Иллюзация звуковой волны для: Частые вопросы

Мы упрощаем технические нюансы, чтобы вы сосредоточились на контенте. API принимает тексты до 4096 символов за один запрос. Если статья длиннее, просто разбейте её на части и объедините полученные аудиофайлы.

Требования к тексту

Ограничение в 4096 символов включает пробелы и знаки препинания. Для длинных материалов разбивайте текст на сегменты. Сервис не поддерживает SSML или настройку произношения конкретных слов.

Время генерации

Средняя скорость генерации приближена к реальному времени воспроизведения: около 25 символов текста в секунду аудио. Короткие фразы обрабатываются за несколько секунд. При высокой нагрузке запросы могут стоять в очереди.

Поддержка форматов

Вы можете выбрать mp3, wav, opus, flac или pcm в поле response_format. Файл возвращается сразу после обработки. Мы не предоставляем потоковую передачу (streaming) или веб-сокеты в реальном времени.

Послушайте 8 голосов

Каждый образец ниже сгенерирован этим API из одного и того же предложения.

Аватар голоса aria
ariaженский
Аватар голоса nova
novaженский
Аватар голоса luna
lunaженский
Аватар голоса sage
sageженский
Аватар голоса felix
felixмужской
Аватар голоса milo
miloмужской
Аватар голоса atlas
atlasмужской
Аватар голоса orion
orionмужской

23 языка

Любой голос может говорить на любом из этих языков.

Источники и дополнительные материалы

  1. Wikipedia
  2. Node.js documentation
  3. LibriTTS-R corpus (OpenSLR 141)
  4. MDN: Web Speech API
  5. W3C WAI: making audio and video accessible
  6. TRON developer hub: TRC-20
  7. OpenAI API reference: create speech
  8. Python documentation
  9. LibriTTS-R paper (arXiv 2305.18802)
  10. curl documentation
  11. openai-python on GitHub
  12. LibriVox public-domain audiobooks

Больше на этом сайте