Кто ведёт рынок озвучки текста нейросетью в 2026 году — и что из него доступно из России

Рынок озвучки текста нейросетью в 2026 году раскололся на три лагеря. Студийные платформы вроде ElevenLabs и Murf AI строят бизнес на библиотеках голосов и клонировании — и обе берут за это деньги, которые из России напрямую не провести. Big AI — OpenAI и Google — встраивают синтез речи в инфраструктуру своих языковых моделей как побочный продукт, а не отдельный сервис. А NVIDIA неожиданно открыла вес модели в свободный доступ, но без русского языка. Разбираем, кто здесь реально лидирует и что из этого можно использовать из России без обходных схем.

ElevenLabs — эталон качества, но не оплаты

ElevenLabs остаётся ориентиром рынка по качеству голосов и клонированию: модель Eleven v3 озвучивает 85 языков, и русский в этом списке есть — наравне с английским, испанским и китайским, по официальному перечню поддерживаемых языков сервиса. Бесплатный тариф даёт 10 000 кредитов в месяц — это около 10 минут синтеза без доступа к коммерческой лицензии. Дальше идёт лестница платных планов: Starter от 6 долларов, Creator — 22, Pro — 99, Scale — 299 (на 3 места) и Business — 990 долларов в месяц (на 10 мест), у каждого выше свой лимит минут и слотов для клонированных голосов. Моментальное клонирование голоса открывается уже на Starter, профессиональное — с Creator.

Платить напрямую российской картой не получится: все тарифы проходят через Stripe, который карты российских банков не принимает, поэтому пользователям приходится искать зарубежную карту или сервис-посредника. Само приложение и сайт при этом открываются из России без VPN — закрыта именно оплата, а не доступ.

Murf AI — дешевле и официально по-русски, но барьер тот же

Murf AI целится в тот же рынок с других позиций — не студия для подкастеров, а инструмент для корпоративных презентаций и обучающих видео. Бесплатный план даёт 10 минут озвучки и 2 проекта без ограничения по времени использования, платные начинаются с плана Creator от 19 долларов в месяц и Business от 66 долларов (годовая оплата); для разработчиков отдельно продаётся API на модели Falcon по цене 1 цент за минуту синтеза. Русский язык у Murf AI не догадка и не агрегаторская метка — на официальном сайте под него выделена собственная страница в списке из 35+ языков.

Доступность из России здесь ровно такая же больная точка, как у ElevenLabs: оплата проходит через Stripe в долларах, карты «Мир» и карты российских банков не подходят, и путь к подписке — зарубежная карта или сервис-посредник.

Big AI превращает озвучку в инфраструктуру, а не в продукт

У OpenAI и Google синтез речи больше не отдельная витрина с голосами и кнопкой «скачать» — это строчка в прайсе API их языковых моделей, наравне с токенами текста. OpenAI продаёт озвучку через модели TTS и линейку Realtime, встроенную в ту же инфраструктуру, что обслуживает ChatGPT: разработчик получает голос как побочный эффект подключения к модели, а не как отдельный сервис с библиотекой пресетов. У Google похожая логика — синтез речи идёт через Cloud-инфраструктуру рядом с остальными моделями Gemini. Для разработчика, который строит голосового агента или колл-центр и готов писать интеграцию, это может быть дешевле при больших объёмах. Но у этого подхода нет студии: ни визуального редактора голоса, ни готовой библиотеки пресетов, ни клика «клонировать» — всё нужно собирать инженерными руками, в отличие от готовых интерфейсов ElevenLabs и Murf AI.

Открытые веса уже есть — но без русского

NVIDIA в августе 2026 года выложила в открытый доступ Magpie TTS Multilingual — модель синтеза речи на 364 млн параметров с лицензией, разрешающей коммерческое использование. Формально это самый дешёвый вариант озвучки на рынке: веса бесплатны, разворачиваются на своих серверах без оплаты картой и без привязки к региону. Но модель читает только 12 языков — английский, испанский, французский, немецкий, итальянский, вьетнамский, китайский, хинди, японский, корейский, арабский и бразильский португальский — и русского среди них нет. Для русскоязычного контента открытые веса NVIDIA сегодня просто не подходят, как бы заманчиво ни звучало слово «бесплатно».

Для России — не чужая карта, а свой сервис

Пока западные лидеры решают вопрос оплаты через посредников, в России есть два рабочих варианта без обходных схем. Яндекс SpeechKit синтезирует речь по тарифу за объём: старый API v1 — 1342 рубля за миллион символов, новый API v3 — от 0,16 рубля за запрос на модели general и 0,25 рубля на модели для реалтайм-синтеза; бесплатного лимита для синтеза речи в тарифах не предусмотрено, но оплата идёт напрямую, без Stripe и без иностранной карты. SaluteSpeech от Сбера даёт физическим лицам бесплатный тариф Freemium сразу после регистрации проекта через Сбер ID, а юрлицам — пакетную предоплату или оплату по факту использования.

Что это значит на практике

Для простой озвучки текста на русском без танцев с оплатой сейчас разумнее начать с Яндекс SpeechKit или бесплатного Freemium-тарифа SaluteSpeech — оба работают напрямую, без зарубежной карты и посредников. Если нужна студия с библиотекой голосов, тонкой настройкой интонаций и клонированием — ElevenLabs и Murf AI остаются сильнее любого отечественного сервиса по инструментарию, но заплатить за них придётся в обход прямой российской карты. Для разработчика, который встраивает голос в собственный продукт и готов писать код, а не нажимать кнопки, инфраструктурные API OpenAI и Google выгоднее при больших объёмах. А открытые веса NVIDIA Magpie TTS стоит просто иметь в виду на будущее: если компания добавит русский язык, это станет первым по-настоящему бесплатным вариантом студийного качества для локального запуска — но не сегодня.