Soniox Text-to-Speech
API синтеза речи с клонированием голоса по короткой записи, управлением эмоциями через теги и потоковой выдачей для голосовых агентов.
Soniox Text-to-Speech — API для синтеза речи на более чем 60 языках, включая русский. Один и тот же голос говорит на всех языках, а в одной реплике можно смешивать языки. В библиотеке больше 200 готовых голосов с пометками по полу, возрасту, акценту и стилю, а свой голос создаётся по чистой записи до 2 минут. Интонацией управляют встроенные теги вроде [warm], [sighs], [serious]. Звук начинает воспроизводиться до того, как готово всё предложение, поэтому API подходит для голосовых агентов и диалогов в реальном времени. Номера телефонов, адреса почты, коды, цены, даты и имена озвучиваются точно. Оплата идёт за использование, примерно $0.70 за час сгенерированной речи.
Возможности
Клонирование голоса
По чистой записи до 2 минут создаётся голос с собственным идентификатором, который используется как обычный. Шум и эхо на записи подавляются.
60+ языков в одном голосе
Любой голос звучит на всех поддерживаемых языках, в том числе на русском. В одной реплике можно смешивать языки.
Эмоции через аудиотеги
Теги в тексте задают подачу: тепло, серьёзно, радость, волнение, вздох и другие реакции.
Потоковая выдача
Воспроизведение начинается до готовности всего предложения. Есть посимвольные метки времени для синхронизации с текстом и обработки перебивания.
Библиотека из 200+ голосов
Готовые студийные голоса размечены по полу, возрасту, акценту, сценарию и стилю, что упрощает подбор.
Точное чтение данных
Телефоны, адреса почты, проверочные коды, цены, даты, имена и термины читаются без искажений, текст не домысливается.
WebSocket и REST API
Доступны потоковый WebSocket API и REST API, а также SDK для Python, Node.js, Web и React.
Региональные дата-центры
Обработка возможна в США, ЕС, Японии и Индии. Звук хранится только в памяти, данные не используются для обучения моделей.
Кому подойдёт
- Разработчики
Добавление голоса в приложения и голосовых агентов через API и SDK с низкой задержкой.
- Служба поддержки
Озвучка IVR и голосовых ботов, где важно точное чтение номеров, кодов и сумм.
- Видеомонтажёры и видеоблогеры
Закадровая озвучка и локализация роликов одним голосом на разных языках.
- Авторы контента и блогеры
Озвучка статей и рассказов выразительным голосом, в том числе клонированным собственным.
Как начать
- Создать аккаунт в консоли Soniox и получить API-ключ.
- Открыть быстрый старт в документации и выбрать SDK или WebSocket/REST API.
- Выбрать голос из библиотеки или загрузить запись до 2 минут для клонирования.
- Отправить текст, при необходимости добавив теги эмоций, и получить аудио в потоке.
Тарифы
Подписок нет, оплата по факту использования. Для больших объёмов возможны корпоративные скидки и контракты с обязательным объёмом.
Ограничения
- Клонированный голос привязан к проекту, где создан, и пересоздаётся при выходе новой модели TTS
- Для клонирования нужна чистая запись до 2 минут и права на голос
- Дата-центры пока только в США, ЕС, Японии и Индии
- Готового веб-редактора для озвучки нет, сервис рассчитан на работу через API и консоль
Платформы и интеграции
Соседи по смыслу
за последний месяц