Вчера мне написал подписчик, который делает инди-игру. Ему нужен голос для главного злодея, а бюджет на актёра - ноль. Я рассказал, как решить это нейросетью. Сегодня делюсь инструкцией.
Сразу скажу главное: нейросеть не генерирует голос из ничего. Ей нужны записи реального голоса. Зато потом вы получаете цифровую копию, которая говорит любой текст вашим голосом, голосом друга или героя из вашей головы.
Сколько аудио нужно для клонирования
Чем больше чистого материала, тем лучше. На Reddit практикующие озвучку сходятся на цифрах: минимум 30 минут, комфортно - 100. Нужна речь без музыки, посторонних шумов и чужих голосов. В идеале записи сделаны в одинаковых условиях, одним микрофоном, в тихой комнате.
Качество напрямую зависит от данных. Если дать нейросети мусор с эхом и помехами, она скопирует этот мусор. Если записать живую, нормальную речь без эффектов, голос получится естественным.
Шаг 1. Записываем исходный голос
Берёте диктофон или телефон, садитесь в тихое место и читаете вслух любые тексты. Не нужно специально менять голос - говорите как обычно. Нейросеть сама вытащит тембр, дикцию, манеру пауз.
Можно использовать старые подкасты, видео или записи с вебинаров. Главное, чтобы они были чистыми и давали нужный объём. Я обычно прошу людей начитать 50-60 минут прозы - этого хватает для хорошего результата.
Шаг 2. Загружаем и обучаем модель
Находите сервис клонирования голоса, загружаете файлы и запускаете обучение. Нейросеть анализирует тембр, интонации, паузы и собирает стабильную голосовую модель. Потом она привязывается к вашему аккаунту.
В интерфейсах типа apihost.ru всё просто: создали модель, перешли в раздел «Озвучка текста», ввели текст, настроили скорость и интонацию, нажали «Сгенерировать голос».
Шаг 3. Генерируем озвучку
Готовую модель можно использовать для всего: ролики на YouTube, подкасты, сторителлинг, озвучка видео в TikTok. Есть даже TTS API, чтобы встроить голос в своё приложение или бота.
Я делал так голос для персонажа в одном инди-проекте. Записал свой голос, обучил модель, а потом сгенерировал десятки реплик с нужной интонацией. Вышло быстрее и дешевле, чем искать актёра.
Альтернатива: готовые голоса персонажей
Если вам не нужно клонировать конкретного человека, а просто озвучить текст голосом мультяшного героя или аниме-персонажа, есть сервисы с библиотеками готовых голосов. Например, Uberduck.ai - там выбираете персонажа, пишете текст, получаете аудио. Минус: работает только на английском, русский текст переводится автоматически.
Topmediai тоже позволяет сделать озвучку голосом персонажа онлайн, но многие голоса англоязычные. Для русского есть SaluteSpeech - там меньше настроек, но он хорошо справляется. Цены приятные: от 1 рубля за 1000 символов за обычные голоса, премиум - дороже.
Где взять текст для озвучки
Когда голос клонирован, остаётся вопрос, что говорить персонажу. Языковые модели решают его: ChatGPT или Claude пишут диалоги, монологи злодея, шутки героя - что угодно.
Проблема в том, что с этими нейросетями из России сейчас сложно - нужна иностранная карта и VPN. Обычно это море боли. Но есть решение: сервис 3GPT от 3SELLER даёт прямой доступ ко всем флагманским моделям без зарубежных карт. Пополняете баланс российской картой, через СБП или криптой, и получаете доступ к Chat GPT 6 Astra, Claude Fable 5, Claude Opus 5.5 и другим за 149 рублей.
Я сам пользуюсь этим сервисом, когда нужно быстро сгенерировать сценарий для озвучки. Открываю 3GPT, прошу написать реплики персонажа в нужном стиле, а потом закидываю текст в клонирователь голоса. Весь пайплайн - одна цепочка.
Добавляем изображения и видео
Голос - это только половина персонажа. Для полного образа нужна картинка. Тут тоже пригодится 3GPT: модель Nano Banana создаёт максимально реалистичные изображения, а встроенная генерация видео оживляет персонажа. Представьте: вы генерируете лицо героя, анимацию его мимики, а голос уже есть.
Так из пары кликов собирается полноценный персонаж для игры, мультфильма или рекламы. Всё это делается из браузера, без студии и команды.
ИИ-агенты для автоматизации
У 3GPT есть ещё одна фишка - готовые ИИ-агенты под конкретные задачи. Вместо того чтобы строить сложные цепочки, вы выбираете готового агента и просто начинаете с ним общаться. Модель внутри можно менять прямо в чате. Это удобно, когда нужно быстро протестировать идею или сделать рутину на автомате.
Попробуйте: напишите агенту задачу «придумай характер персонажа и его голосовые особенности», и получите профиль. Потом используете это в озвучке.
Практический план на сегодня
Возьмите телефон, запишите 30-40 минут своей речи, загрузите в сервис клонирования, обучите модель. Параллельно зайдите на 3GPT, сгенерируйте текст для реплик и, если нужно, изображение персонажа. К вечеру у вас будет готовый озвученный герой.
Полный доступ к флагманским нейросетям из России открывается на официальном сайте 3GPT - https://3seller.com/3gpt. Российские карты, СБП и крипта работают без вопросов.