Живые голоса: озвучка Inworld
· Голос
В Ого появилась озвучка Inworld TTS-2. По-русски она читает с интонацией, а не по слогам. Четыре голоса — Николай, Дмитрий, Светлана и Елена. Текст можно разложить по ролям, подачу задать тегом. Ниже — как это звучит и сколько стоит.
Один текст, два прочтения
Сценка на полминуты. Сначала мы вставили её как есть: один голос, без пометок.
Кот Василий позвонил в поддержку холодильников. — Здравствуйте! Вы позвонили в службу поддержки «Полюс». Чем могу помочь? — Он не открывается. — Вы пробовали потянуть за ручку? — У меня лапы. — Понимаю… Тогда попросите хозяина. — Хозяин на работе. До 6 вечера. Оператор помолчал и тихо сказал: — Я тоже до 6 вечера. Холодильник они открыли вместе, в 6 часов 5 минут.
Теперь тот же текст с именами ролей, тегами подачи в квадратных скобках и одной паузой. Слова не поменялись.
Кот Василий позвонил в поддержку холодильников. ОПЕРАТОР: [bright, overly cheerful call-center voice] Здравствуйте! Вы позвонили в службу поддержки «Полюс». Чем могу помочь? ВАСИЛИЙ: [offended, slow, deadpan] Он не открывается. ОПЕРАТОР: [cheerful] Вы пробовали потянуть за ручку? ВАСИЛИЙ: [deadpan] У меня лапы. ОПЕРАТОР: [awkward, losing confidence] Понимаю… [пауза 1с] Тогда попросите хозяина. ВАСИЛИЙ: [sighing] Хозяин на работе. До 6 вечера. Оператор помолчал и тихо сказал: ОПЕРАТОР: [whispering, tired] Я тоже до 6 вечера. [warm, amused] Холодильник они открыли вместе, в 6 часов 5 минут.
Теги в скобках не звучат: они меняют только подачу. «6 вечера» и «6 часов 5 минут» прочитаны словами — числа, годы и сокращения переводятся в слова ещё до синтеза.
Как пользоваться
В боте: «ЗВУК» → «Озвучить текст», в панели — «Модель» → «Inworld», она в списке первая. Дальше пришлите текст и нажмите «ОЗВУЧИТЬ». Цена на кнопке пересчитывается под длину текста ещё до старта.
| Что | Как писать |
|---|---|
| Голос | кнопка «Голос»: Николай, Дмитрий, Светлана, Елена |
| Темп | кнопка «Скорость»: Норм, Быстро, Медл |
| Подача | тег по-английски в начале фразы: [whisper], [laugh], [sighing] |
| Пауза | [пауза 1с] или [пауза 500мс] прямо в тексте |
| Роли | «ИМЯ: реплика» с новой строки, сценарий или диалог с тире |
Если бот нашёл в тексте роли, в панели появится переключатель «Чтение: Соло / 🎭 По ролям». В режиме ролей каждый персонаж получает свой голос, а авторский текст читает выбранный вами.
Тег можно писать подробно: [warm, unhurried documentary narrator], [elderly woman, tired]. Короткий работает тоже, но чем точнее описание, тем точнее подача.
На сайте озвучка — в студии, раздел «Голос», Inworld там стоит первым. Агентам через MCP — synthesize_speech с моделью inworld_tts.
Сколько стоит
Цена считается по объёму, ступенями, как налог. Первые 2000 знаков идут по одной ставке, следующие — по ставке ниже, и так далее. Поэтому чем длиннее текст, тем дешевле каждый знак, а скачков цены на границах ступеней нет.
| Знаки в тексте | За 1000 знаков |
|---|---|
| первые 2 000 | 5,4 ₽ |
| с 2 000 до 10 000 | 4,3 ₽ |
| с 10 000 до 50 000 | 3,7 ₽ |
| дальше | 3 ₽ |
| Текст | Звучит примерно | Цена |
|---|---|---|
| сценка выше без разметки, 370 знаков | 25 секунд | 2 ₽ |
| она же с разметкой, 530 знаков | 40 секунд | 3 ₽ |
| 1 000 знаков | минута | 6 ₽ |
| 10 000 знаков | 10 минут | 46 ₽ |
| 30 000 знаков | полчаса | 120 ₽ |
| 100 000 знаков | час сорок | 346 ₽ |
Теги и имена ролей — тоже знаки, они входят в объём. Минимум — 2 ₽. Потолок одной озвучки — 100 000 знаков. Edge остаётся бесплатным: три озвучки в день, до 4 500 знаков.
Радиоспектакль: «Кабинет двенадцать»
Вторник, восемь утра, очередь к терапевту. Две бабушки делят живую очередь и запись, мужик заходит «только спросить», у охранника не работает тревожная кнопка. А у стены всё утро сидит дед, которого никто не замечает.
— Кнопка тревожная… не работает. Второй год.
Синтез — Inworld, у каждой роли свой голос. Шумы коридора, музыку и «за дверью» мы добавили отдельно, при сведении: в боте приходит только голос.
Десять кроликов в одной норе
Отрывок из шестнадцатой главы «Обитателей холмов» Ричарда Адамса. Беглецы приходят в чужую колонию. Одуванчик рассказывает старую сказку, хозяева вежливо скучают, Шишак закипает, а Пятик чует неладное. В трёх с половиной минутах говорят Орех, Серебряный, Шишак, Черничка, Барабанчик, Земляничка, Алтейка, Пятик и голоса из глубины норы.
Текст разложен по ролям автоматически: языковая модель расставила говорящих по репликам, синтез — Inworld. Музыку и звуки леса мы добавили при сведении. Это отрывок: книга защищена авторским правом, целиком мы её не публикуем.