РУКОВОДСТВО

Цены API озвучки: сколько на самом деле стоит час звука

API синтеза речи берут деньги за символы, поэтому счёт растёт с каждой фразой вашего приложения. Сравнивать их неудобно: один сервис считает символы, другой байты, третий продаёт месячные кредиты. В этом гайде всё приведено к одной единице — часу звука — по ценам с официальных страниц на 25 октября 2026 года.

API озвучки SuperClonica устроен иначе: оплата по времени, фиксированный тариф на месяц. Ниже видно, что это значит в часах и где посимвольные сервисы всё ещё выгоднее.

Послушать голоса бесплатно Или запустить движок у себя

Одна единица: час звука

Минута речи — это примерно 1000 символов текста; так считает и сама ElevenLabs на странице цен. Час — около 60 000 символов, 216 часов — около 13 млн. Ниже цены по мере использования за миллион символов, без бесплатных лимитов и скидок за объём.

  • Google Cloud, голоса Standard: $4, час звука ≈ $0,24.
  • OpenAI tts-1, Azure Neural: $15, час ≈ $0,90.
  • Amazon Polly Neural, Google Neural2: $16, час ≈ $0,96.
  • OpenAI tts-1-hd, Google Chirp 3: HD, Deepgram Aura-2, Amazon Polly Generative: $30, час ≈ $1,80.
  • ElevenLabs Flash / Turbo: $40, час ≈ $2,40; Multilingual v2 / v3: $80, час ≈ $4,80.
  • Fish Audio S2.1 Pro: $15 за миллион байт UTF-8, поэтому текст на кириллице стоит вдвое дороже английского, а японский или корейский — втрое.

Тарифы SuperClonica в часах

Тариф SuperClonica даёт минуты звука в каждом 10-минутном окне, на месяц, оплачивается из кошелька на сайте. При работе без перерывов это предел тарифа за месяц:

  • Бесплатный: 1 минута звука в сутки, карта не нужна.
  • «Старт», $5 в месяц: 3 минуты каждые 10 минут, до 216 часов в месяц.
  • «Автор», $10: 8 минут каждые 10 минут, до 576 часов.
  • «Про», $20: 25 минут каждые 10 минут, до 1800 часов.
  • «Студия», $50: 80 минут каждые 10 минут, до 5760 часов.

Те же 216 часов у других

При 1000 символов в минуту 216 часов тарифа за $5 — это около 13 млн символов. По прайсу это около $52 на голосах Google Standard, $194 в OpenAI tts-1 или Azure Neural, $207 в Amazon Polly Neural, $389 в OpenAI tts-1-hd, Google Chirp 3: HD или Deepgram Aura-2, около $488 на тарифе Cartesia Scale, $518 в ElevenLabs Flash и $1037 в ElevenLabs Multilingual.

На главной странице SuperClonica это сравнение собрано в таблицу со всеми сервисами рядом.

Когда посимвольная оплата выгоднее

Фиксированный тариф окупается, когда вы озвучиваете много. Если приложение говорит несколько фраз в день, посимвольный сервис с бесплатным лимитом может не стоить ничего. У крупных облаков больше языков, включая китайский, которого Supertonic 3 пока не знает, есть SSML, разметка слов по времени, размещение в нужном регионе и договоры с гарантией доступности. Сравните и звучание: голоса отличаются сильнее цен, а в SuperClonica любой голос каталога можно бесплатно послушать на его странице до оплаты.