Сделать игру и оставить ее немой - это как испечь торт без сахара. Вроде все есть, а вкус не тот. Раньше озвучка была уделом крупных студий с бюджетом от миллиона. Сейчас хватает вечера, пары тысяч рублей и доступа к нормальной нейросети. Расскажу, как я озвучил свою игру и что для этого понадобилось.
Почему нейросети заменили студию звукозаписи
Я делаю инди-игру про космического курьера. Два месяца уговаривал знакомого актера записать реплики за еду. Потом плюнул и попробовал нейросети. Результат удивил. Синтезированный голос не отличить от живого, если правильно подобрать модель и расставить эмоции. Студии звукозаписи больше не нужны - ни для инди, ни для AA-проектов. На Reddit инди-разработчики в один голос говорят: нейросети экономят до 90% бюджета на озвучку. И это правда - я проверил на себе.
Какие нейросети умеют озвучивать игры
Главная проблема для разработчика из России - найти рабочую нейросеть, которая не блокирует аккаунты и принимает наши карты. Я перепробовал все. В итоге остановился на сервисе 3GPT. Это ИИ-роутер, который дает прямой доступ из России к последним флагманским моделям. Подписка стоит 149 рублей - смешные деньги для тех, кто раньше платил студиям миллионы. Внутри доступны Chat GPT 6 Astra, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, а также Nano Banana для генерации изображений и видео. Для озвучки я использую голосовые возможности ChatGPT, а для эмоций - Claude, потому что он лучше пишет реплики с ремарками. Никаких иностранных карт не нужно. Пополнить баланс можно российской картой, через СБП или криптой. Удобно, если вы живете не в РФ или удачно пережили халвинг.
Пошаговый план: от реплики до готового аудио
Сначала подготовьте текст. Не просто диалог, а ремарки в скобках: (шепотом), (раздраженно), (смеется). Ремарки - ключ к тому, чтобы нейросеть поняла интонацию. Без ремарок голос получится плоским, как робот из 2010-го.
Дальше выберите модель. В 3GPT я открываю ChatGPT, вставляю текст и прошу озвучить. Для каждого персонажа создаю отдельный чат с описанием тембра. Например: "Ты - старый пират, голос низкий, хриплый, с легкой усмешкой". Нейросеть запоминает и держит характер на протяжении всей игры. Подход работает даже с массовкой. Для толпы на базаре прошу сгенерировать 20 вариантов одной реплики с разной интонацией и склеиваю.
После генерации аудио всегда нужно чистить. Убираю щелчки, выравниваю громкость до -1 dB, обрезаю лишние паузы. Для этого использую Audacity - бесплатно и просто. Некоторые модели отдают дорожку с небольшим шумом, но шумодав из Audacity справляется за пару кликов.
Как я синхронизировал звук с анимацией
Самая противная часть - привязать реплику к движению губ персонажа. В Unity для этого есть готовые ассеты. Я использую Oculus LipSync и просто подсовываю аудиофайл. Скрипт сам анализирует фонемы и двигает рот. Выглядит живее, чем если бы я делал это вручную по кадрам.
В Unreal Engine ситуация еще проще. Там встроен MetaHuman, а для обычных моделей достаточно плагина - либо готового от сообщества, либо с ассетстор. Для своей игры брал стандартный набор. Главное - конвертировать аудио в формат Ogg Vorbis, чтобы движок не перекодировал на лету и не резал качество.
Сколько стоит озвучка нейросетью и как сэкономить
За игру длиной в два часа диалогов я заплатил около 3000 рублей. Сюда вошли голоса шести персонажей, звуки монстров и фоновые крики толпы. Классическая студия взяла бы за такой объем не меньше 300 тысяч и сделала бы это за месяц. Разница в сто раз. С энергией, которая тратится на согласование правок, - в тысячу.
Если вы студент или делаете прототип, можно вообще уложиться в 149 рублей. В 3GPT действует подписка за 149 рублей в месяц, и в нее входит доступ ко всем флагманским моделям. Этого хватит на озвучку небольшой визуальной новеллы. А если нужно много реплик - просто берите подписку на месяц и генерируйте без ограничений. Плюс у сервиса есть готовые ИИ агенты под разные задачи. Выбираете агента, общаетесь с ним в чате, и модель можно менять прямо по ходу разговора. Такой формат удобен, когда нужно быстро переключаться между генерацией текста, звука и картинок для одного проекта.
Где брать нейросети в России
Большинство западных сервисов блокируют российские карты и IP. Можно, конечно, купить виртуальную карту и VPN, но это постоянная боль. Я устал от этого и перешел на 3GPT. Сервис специально сделан для России. Работает сразу, без танцев с бубном.
Внутри есть не только озвучка, но и генерация текстов, картинок, видео. Для бизнеса это находка. Создавать продающие тексты, сайты, обрабатывать реалистичные изображения - все в одном окне. Например, за час сгенерировал обложку для Steam и описание игры. Мне больше не нужно держать пять разных подписок на иностранные сервисы. Одной за 149 рублей достаточно.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT - https://3seller.com/3gpt. Пополнить баланс - российской картой, СБП или криптой. Удобно, быстро, без иностранных карт.
Попробуйте озвучить хотя бы одну реплику своей игры. Скорее всего, вы удивитесь, насколько это просто. И тогда ваш проект наконец заговорит голосом, который игроки запомнят.