AI-голоса персонажей

Откуда на самом деле берётся голос

В большинстве рабочих процессов с AI-видео аудио делают отдельно: сначала генерируют немой ролик, потом синтезируют реплики, а потом борются с рассинхроном губ. Здесь видеомодели создают аудио и картинку за один проход — это убирает проблему синхронизации, но меняет саму суть «настройки голоса». Это не движок text-to-speech, которому вы скармливаете скрипт, а референс, на который опирается генерация.

Какой бы вариант вы ни прикрепили, он используется стабильно: один и тот же персонаж говорит одним и тем же голосом во всех сегментах и всех эпизодах по той же причине, по которой у него не меняется лицо — референс переносится вместе с ним.

Что мы не делаем и почему

Здесь нет инструмента для клонирования голоса по записи другого человека. Это осознанное ограничение, а не пункт в дорожной карте: публикация синтезированной записи голоса реального человека является проблемой использования образа на большинстве рынков, где мы работаем, а продукт, позволяющий сделать это в один клик, делает такую практику обыденной. Наш собственный чек-лист соответствия рассматривает образ — и лицо, и голос — как то, на что у вас должно быть право использования перед публикацией.

Из этого следуют два момента, которые стоит сказать прямо:

• Загружать свой собственный голос можно. Это ваш образ, и функция загрузки существует как раз для этого.
• Создание голоса по текстовому описанию здесь не работает. Этот механизм был убран в августе 2026 года в пользу подбора реальных сэмплированных голосов, потому что голос, описанный прилагательными, меняется от дубля к дублю так же, как и описанное прилагательными лицо.

Язык — это отдельная настройка

Язык диалогов выбирается на Шаге 1 и применяется ко всему проекту: реплики пишутся на этом языке на этапе анализа, дословно переносятся в сториборд и воспроизводятся на нём. Это не дубляж поверх английского оригинала — никакого английского оригинала нет. Состав актёров, имена и окружение могут одновременно адаптироваться под нужный рынок через настройку целевого региона. Поддерживается пятнадцать языков; в материале почему дубляж — плохая идея объясняется, почему генерация реплик лучше, чем перекладка их под тайминг.

Сколько это стоит

Подбор голоса — это бесплатный вызов модели: он не тратит кредиты и не учитывается в лимите параллельных задач. Загрузка собственного образца тоже бесплатна. Само аудио является частью генерации видео, которая стоит от 10 кредитов за секунду готового ролика (≈ $0.06/с на тарифе самая низкая цена за кредит); отдельной платы за слово или символ за речь нет. Подробности — на странице с ценами или в обзоре генератора, где рассказано, на каком этапе обработки задаётся голос.

Что пока нельзя сделать

• Переозвучить загруженный вами клип. Речь генерируется вместе с картинкой; отдельного прохода для замены аудио на готовом ролике нет.
• Корректировать подачу реплики на слух. Манера речи управляется письменными пометками в сториборде — подсказкой в скобках к каждой строке, — а не в редакторе волновых форм. Если прочтение получилось неудачным, вы меняете пометку и перегенерируете сегмент.
• Вшивать субтитры в кадр. Подписи для платформы добавляются после экспорта; пайплайн вписывает текст в кадр только тогда, когда это нужно по сюжету.

Каждый эпизод — на пятнадцати языках

Язык диалогов задаётся один раз на Шаге 1, и вся генерация идёт на нём, а настройка целевого региона одновременно адаптирует имена, лица и улицы под соответствующий рынок. Каждый пример ниже сделан именно так — по одному на язык.

Часто задаваемые вопросы

Тарифы·Руководства·Примеры·Поддержка·Конфиденциальность·Условия·Правовая информация·Связаться с нами·© 2026 SceneMixer