Нейросети для клонирования голоса в 2026 году: цены и доступ из России
7 сервисов и 5 открытых моделей для клонирования голоса: цены, требования к записи, поддержка русского языка и доступ из России.
16 ноября 2026 года мы проверили условия 7 облачных сервисов и README 5 открытых моделей: сколько стоит клонирование голоса, какая нужна запись и что открывается из России.
Коротко: мгновенный клон в облаке стоит от $5 в месяц у Cartesia и $6 у ElevenLabs, но ElevenLabs закрыт для российских IP-адресов. Бесплатно и локально голос клонируют открытые модели: Qwen3-TTS и Chatterbox заявляют поддержку русского языка.
Ключевые выводы
- Мгновенное клонирование голоса входит в тарифы от $5 в месяц (Cartesia Pro) и $6 в месяц (ElevenLabs Starter); Fish Audio называет клонирование бесплатным и даёт 8 000 кредитов в месяц без оплаты.
- Запись для мгновенного клона: ElevenLabs советует 1–2 минуты чистого звука, HeyGen просит 30 секунд, разработчики Qwen3-TTS и GPT-SoVITS заявляют 3 и 5 секунд.
- Профессиональный клон требует больше: у ElevenLabs минимум 30 минут записи (оптимально 2–3 часа), тариф от $22 в месяц и проверка, что голос ваш.
- ElevenLabs с российского IP-адреса перенаправляет на страницу Access restricted; сайты HeyGen, Fish Audio, Descript и Kapwing 16 ноября 2026 года открылись.
- Из открытых моделей русский язык заявлен у Qwen3-TTS (Apache-2.0, 10 языков) и Chatterbox Multilingual (MIT, 23 языка); Chatterbox с августа 2026 года не поддерживается разработчиком.
Как нейросеть клонирует голос и сколько записи ей нужно?
Выбор зависит от 2 подходов: мгновенный клон подстраивает готовую модель под короткий образец (от 3 секунд до 2 минут), а профессиональный дообучает отдельную нейросеть на длинной записи (от 20–30 минут). От этого зависят цена, время и качество.
ElevenLabs в документации по мгновенному клонированию советует 1–2 минуты чистой записи без эха и шума и предупреждает, что образец длиннее 3 минут почти ничего не улучшает и иногда вредит. Важнее длины качество звука и ровность подачи. Для профессионального клона компания называет минимумом 30 минут записи и советует 2–3 часа; дообучение обычно занимает 3–6 часов.
You can only create a Professional Voice Clone of your own voice. Even with their consent, you cannot clone someone else's voice.
У HeyGen схема та же: по странице продукта, мгновенный клон делается из 30-секундной записи, профессиональный — из 20 и более минут звука. Открытые модели заявляют ещё меньше: Qwen3-TTS клонирует по 3-секундному образцу, GPT-SoVITS — по 5-секундному, Fish Speech просит 10–30 секунд.
Сколько стоит клонирование голоса в 2026 году?
Мгновенный клон обходится в $5–6 в месяц, профессиональный — от $22 до $49 в месяц. Цены взяты со страниц тарифов 16 ноября 2026 года; клонирование везде продаётся вместе с лимитом синтеза речи.
Сервисы клонирования голоса: цены на 16 ноября 2026 года
7 сервисов, 5 столбцов
Листайте столбцы →Смахните влевоВсе 5 столбцов
Цена тарифа — половина картины: клон бесполезен без минут синтеза. За $5 Cartesia даёт около 133 минут речи, за $15 Fish Audio — до 200 минут, а ElevenLabs за $6 — около 30 минут, если считать по таблице сервиса для озвучки текста в интерфейсе.
Какой сервис выбрать под свою задачу?
Выбор зависит от того, куда пойдёт голос: в озвучку роликов, в видео с аватаром, в подкаст или в голосового робота. 7 вариантов с условиями, которые сервисы заявляют на своих сайтах:
ElevenLabs. Сервис, с которым обычно сравнивают остальные. Мгновенное клонирование открывается в тарифе Starter за $6 в месяц с 30 тыс. кредитов и коммерческой лицензией, профессиональное — в Creator за $22 в месяц ($11 за первый месяц) со 121 тыс. кредитов. Профессиональный клон проходит проверку: сервис просит подтвердить голос и советует делать это на том же или похожем оборудовании, на котором записаны образцы. Из России сервис недоступен: сайт закрыт для российских IP-адресов.
Cartesia. Платформа синтеза речи для разработчиков голосовых агентов с самым дешёвым входом в подборке. По странице тарифов, Pro за $5 в месяц включает мгновенное клонирование, коммерческую лицензию и 100 тыс. кредитов, это около 133 минут речи моделью Sonic. Профессиональное клонирование начинается с тарифа Startup за $49 в месяц с 1,25 млн кредитов. Бесплатный тариф даёт 20 тыс. кредитов без клонирования.
Fish Audio. Сервис с открытой моделью Fish Speech в основе. Бесплатный тариф даёт 8 000 кредитов в месяц, до 7 минут генерации, до 500 знаков за запрос и 3 публичных слота голосов; на главной странице сервис называет клонирование бесплатным. Plus стоит $15 в месяц: 250 тыс. кредитов, до 200 минут, 10 приватных голосов, 1 профессиональный слот и разрешение на коммерческое использование. Pro за $100 в месяц даёт 2 млн кредитов и 5 профессиональных слотов. Годовая оплата обычно стоит $132 за Plus и $900 за Pro; 16 ноября на странице тарифов действует скидка 50% на первый год, с ней выходит $66 и $450.
HeyGen. Клон голоса здесь часть видеосервиса: тем же голосом говорит аватар и озвучивается перевод ролика. На бесплатном тарифе доступен 1 клон голоса, в Creator за $29 в месяц лимиты расширены и включено до 10 часов синтеза речи, в Pro за $49 входит 1 профессиональный клон. HeyGen заявляет, что проверяет принадлежность голоса перед обучением и не использует записи для обучения общих голосов.
Descript. Редактор подкастов и видео, где клон голоса нужен для исправления оговорок: вы правите текст расшифровки, а сервис дочитывает фразу вашим голосом. Функция AI Speech с пользовательскими клонами указана в тарифе Hobbyist за $24 в месяц ($16 при годовой оплате).
Kapwing. В онлайн-редакторе клонирование голоса вынесено в тариф Business: по справке сервиса, он стоит $64 в месяц за каждого участника при помесячной оплате и $50 при годовой. Имеет смысл, только если редактор уже используется для монтажа и дубляжа.
Yandex SpeechKit Brand Voice. Российский вариант для компаний. По документации Yandex Cloud, Brand Voice Premium создаёт уникальный голос по записям диктора для голосовых ассистентов, роботов колл-центра и озвучки произвольных текстов; заказать его можно через форму на сайте, данные помогают готовить специалисты компании. Облегчённый вариант Brand Voice Lite, которому хватало от 30 минут размеченных записей, в документации помечен как недоступный. Цены на странице документации не названы. Частному пользователю сервис не подойдёт.
Как клонировать голос бесплатно на своём компьютере?
Бесплатно голос клонируют открытые модели: они запускаются локально, не ограничивают минуты и не отправляют запись на чужой сервер. Понадобится Python-окружение; видеокарта заметно ускоряет работу, но обязательна не всем: Chatterbox, например, допускает запуск на процессоре.
Открытые модели клонирования голоса: данные GitHub на 16 ноября 2026 года
5 сервисов, 5 столбцов
Листайте столбцы →Смахните влевоВсе 5 столбцов
Для русского языка первым стоит пробовать Qwen3-TTS от Alibaba: в README заявлены 10 языков, включая русский, и клонирование по 3-секундному образцу с расшифровкой. Пакет ставится командой pip, для параметра flash_attention_2 из примера README отдельно просит установить FlashAttention 2, а клон создаётся вызовом generate_voice_clone:
Пример повторяет код из README, заменены только текст, язык и путь к образцу: по документации, ref_audio принимает локальный файл, а ref_text — его расшифровку.
Chatterbox тоже умеет русский: он есть в списке 23 языков модели Multilingual. Но с августа 2026 года проект заморожен: в README сказано, что это архив исследовательского кода без поддержки и обновлений, а его автор, компания Resemble AI, перешла на распознавание дипфейков. Код остаётся под лицензией MIT. В каждый сгенерированный файл Chatterbox встраивает неслышимый водяной знак PerTh, по которому запись можно опознать как синтезированную.
GPT-SoVITS — самый популярный проект по числу звёзд, но кросс-язычный синтез в нём заявлен для английского, японского, корейского, кантонского и китайского. У Fish Speech собственные лицензии: код выпущен под Fish Audio Community License, а веса модели S2-Pro, для которой заявлен образец в 10–30 секунд, остаются под отдельной исследовательской лицензией. Перед коммерческим использованием их нужно прочитать.
Что из этого работает в России и что с законом?
С российского IP-адреса 16 ноября 2026 года открылись сайты HeyGen, Fish Audio, Descript и Kapwing, а ElevenLabs перенаправил на страницу Access restricted, где Россия названа в списке стран с закрытым доступом. Cartesia автоматическую проверку не прошла: сайт отдал ошибку 403 и нашему серверу в России, и серверу в Финляндии, причину отказа мы не установили, и о блокировке именно по стране такой ответ не говорит. Регистрацию и оплату проверка не покрывает.
Оплата остаётся отдельной задачей: цены выставлены в долларах, а карты Visa и Mastercard, выпущенные российскими банками, за рубежом не работают с марта 2022 года. Способ оплаты зарубежных сервисов мы разбирали в материале о виртуальной карте иностранного банка. Открытые модели от этого не зависят: страница Chatterbox на Hugging Face с российского IP-адреса открылась.
Правила самих сервисов строже, чем кажется. ElevenLabs при создании мгновенного клона требует подтвердить, что у вас есть право и согласие на клонирование голоса, а профессиональный клон разрешает только для собственного голоса с проверкой. HeyGen пишет, что каждый клон начинается с явного согласия. Вывод простой: клонируйте свой голос или голос человека, который дал на это согласие, и сохраняйте подтверждение.
С чего начать, если клон нужен сегодня?
- Запишите образец: 1–2 минуты ровной речи в тихой комнате, без эха и музыки, на 1 микрофон.
- Определите задачу. Озвучка своих роликов и подкаста — Fish Audio или Descript, видео с аватаром — HeyGen, голосовой агент — Cartesia, работа без облака — Qwen3-TTS.
- Проверьте русский язык на бесплатном лимите: прогоните тестовый абзац с числами, именами и вопросительной интонацией.
- Посчитайте минуты. Клон продаётся вместе с лимитом синтеза, и на длинной аудиокниге дешёвый тариф закончится за день.
- Сохраните исходную запись и согласие, если голос не ваш: сервисы могут запросить подтверждение.
Если свой голос не нужен и хватит готового диктора, смотрите нашу подборку нейросетей для озвучки текста и пошаговый гайд по настройкам. А клон пригодится и в переводе роликов: сервисы из нашей подборки нейросетей для дубляжа видео озвучивают перевод голосом автора.
Частые вопросы
Можно ли клонировать голос бесплатно?
Да. Локально это делают открытые модели Qwen3-TTS, Chatterbox, GPT-SoVITS и OpenVoice: платить не нужно, но с видеокартой они работают заметно быстрее. В облаке Fish Audio называет клонирование бесплатным и даёт 8 000 кредитов в месяц, а HeyGen включает 1 клон голоса в бесплатный тариф.
Какая нейросеть клонирует голос на русском?
Из открытых моделей русский заявлен у Qwen3-TTS (10 языков) и Chatterbox Multilingual (23 языка). Облачные сервисы из подборки многоязычные, но качество русской речи лучше проверить на бесплатном лимите до оплаты.
Сколько секунд записи нужно для клона голоса?
Зависит от модели. Qwen3-TTS заявляет 3 секунды, GPT-SoVITS — 5 секунд, Fish Speech — 10–30 секунд, HeyGen — 30 секунд. ElevenLabs советует 1–2 минуты чистой записи для мгновенного клона и от 30 минут для профессионального.
Можно ли клонировать чужой голос?
Только с согласия владельца голоса, и не везде. ElevenLabs при мгновенном клонировании требует подтвердить право и согласие, а профессиональный клон создаёт только для собственного голоса после проверки, даже если владелец чужого голоса согласен.
Чем мгновенный клон отличается от профессионального?
Мгновенный клон подстраивает готовую модель под короткий образец и готов за секунды. Профессиональный дообучает отдельную модель на длинной записи: у ElevenLabs это от 30 минут звука и 3–6 часов обучения. Результат ближе к оригиналу, но тариф дороже.
Источники: ElevenLabs: Pricing, ElevenLabs Docs: Instant Voice Cloning, ElevenLabs Docs: Professional Voice Cloning, Cartesia: Pricing, Fish Audio: Pricing & Plans, HeyGen: Pricing, HeyGen: AI Voice Cloning, Descript: Pricing, Kapwing Help Center: Pro vs Business Plan FAQ, Yandex Cloud: SpeechKit Brand Voice, GitHub: QwenLM/Qwen3-TTS, GitHub: resemble-ai/chatterbox, GitHub: RVC-Boss/GPT-SoVITS, GitHub: fishaudio/fish-speech, GitHub: myshell-ai/OpenVoice

