API синтеза речи: голоса, цены и интеграция

Автор Редакция VoiceAPI · Обновлено 2026-11-18

На этой странице вы найдете точные характеристики API синтеза речи VoiceAPI: список из 8 голосов, поддержку 23 языков и стандарт интеграции, совместимый с OpenAI SDK. Мы детально описали технические лимиты, форматы вывода и структуру запросов, чтобы вы могли сразу оценить применимость решения для ваших голосовых помощников и чат-ботов.

Здесь же приведены прозрачные условия ценообразования: фиксированная ставка за символ, оплата криптовалютой USDT и условия бесплатного старта. Вы узнаете, как обрабатываются ваши данные, какие метаданные сохраняются для биллинга и как работает поддержка по email без SLA. Это руководство для разработчиков, которым нужна предсказуемая интеграция без лишних настроек.

API синтеза речи: голоса, цены и интеграция

Часто задаваемые вопросы

Какая цена API синтеза речи?

Стоимость составляет 10 долларов за 1 миллион символов, что равно 0,01 доллара за 1000 символов. Пробелы и знаки препинания учитываются как символы. Неудачные запросы бесплатны: если синтез не удался, сумма возвращается в полном объеме. Тарификация происходит только за успешную генерацию аудиофайлов.

Какие голоса доступны в API?

Доступно 8 предустановленных голосов: Aria, Nova, Luna, Sage (женские) и Felix, Milo, Atlas, Orion (мужские). Голоса основаны на лицензированных записях LibriTTS-R и аудиокниг LibriVox. Любой голос может произносить текст на любом из поддерживаемых языков без ограничений.

Какие языки поддерживает API?

API поддерживает 23 языка: арабский, китайский, датский, голландский, английский, финский, французский, немецкий, греческий, иврит, хинди, итальянский, японский, корейский, малайский, норвежский, польский, португальский, русский, испанский, суахили, шведский и турецкий. Не поддерживаются вьетнамский, индонезийский, тайский, украинский, румынский, чешский, бенгальский и другие языки, не указанные в списке.

Как интегрировать API?

Используйте POST-запрос к https://api.playthanjai.com/v1/audio/speech. Формат тела запроса идентичен OpenAI, поэтому официальные SDK OpenAI работают путем изменения base_url. Требуется передать модель, текст, голос, формат ответа и скорость. Аутентификация осуществляется через заголовок Authorization с Bearer-токеном.

Какие форматы аудио поддерживаются?

Поддерживаются форматы mp3, wav, opus, flac и pcm. Вы можете выбрать необходимый формат в поле response_format при отправке запроса. Это позволяет гибко интегрировать синтезированный звук в различные приложения и платформы без дополнительных конвертаций на стороне клиента.

Как происходит оплата?

Оплата производится криптовалютой USDT (TRC-20) в сети TRON. Минимальная сумма пополнения — 5 долларов. Средства зачисляются автоматически в течение нескольких минут после перевода. Баланс не имеет срока действия. Мы не используем кредитные карты, PayPal или подписки. Инвойсы с НДС также отсутствуют. Это обеспечивает простую и прозрачную систему расчетов для наших клиентов.

Есть ли бесплатный старт?

Да, при входе через Google предоставляется пробный баланс 0,50 доллара (около 50 000 символов), действующий 7 дней. Аккаунты, созданные по email и паролю, получают стартовый баланс без пробных средств. Это позволяет протестировать качество синтеза перед покупкой.

Используется ли текст для обучения?

Исходный текст используется исключительно для создания аудиофайла и не применяется для обучения моделей. Сгенерированное аудио возвращается в ответе и не сохраняется на серверах. Это гарантирует конфиденциальность ваших данных и исключает использование вашего контента для улучшения алгоритмов TTS.

Хранятся ли сгенерированные файлы?

Сгенерированные аудиофайлы не сохраняются после отправки клиенту. Они передаются в ответе на запрос и удаляются. Хранятся только метаданные запросов (время, объем символов, статус) в целях биллинга и учета использования сервиса для корректного начисления средств с вашего баланса.

Какие метаданные сохраняются?

Сохраняются метаданные запроса: время выполнения, количество обработанных символов и статус синтеза. Эти данные необходимы для корректного биллинга и учета потребления ресурсов. Введенный текст используется только для синтеза и не передается на обучение моделей, однако точный срок его хранения после генерации аудио не регламентирован.

Есть ли гарантия доступности?

Гарантии доступности (SLA) и обязательства по времени работы отсутствуют. Сервис не предлагает корпоративные контракты и не имеет сертификатов качества. API обрабатывает запросы последовательно, поэтому при высокой нагрузке возможны задержки в очереди. Для критичных систем рекомендуется реализовывать собственную логику повторных запросов при ошибках или таймаутах.

Как связаться с поддержкой?

Поддержка работает только по электронной почте. У нас нет телефонных номеров и онлайн-чатов. Мы отвечаем на вопросы по интеграции, проблемам с балансом и общим вопросам. Для связи отправьте письмо на [email protected]. Это единственный доступный канал связи с нашей командой.

Какие лимиты запросов?

Лимит составляет 60 запросов в минуту на один ключ API. До первого пополнения баланса лимит снижен до 10 запросов в минуту. Запросы обрабатываются последовательно, поэтому при высокой нагрузке может возникать очередь. Длительные тексты разбиваются на части по 4096 символов.

Можно ли использовать голоса в коммерции?

Голоса основаны на записях из LibriVox (общественное достояние) и набора данных LibriTTS-R (лицензия CC BY 4.0). Вы можете использовать сгенерированные аудиофайлы в коммерческих продуктах, таких как голосовые помощники и чат-боты, без дополнительных отчислений за использование самих голосов.

Есть ли водяные знаки в аудио?

Каждый сгенерированный файл содержит неслышимый цифровой водяной знак, указывающий на то, что речь синтезирована машиной. Это помогает отличить автоматическую озвучку от записанного человеком голоса. Водяной знак встроен в аудиофайл и не влияет на качество восприятия или воспроизведения.

Как зарегистрироваться?

Регистрация доступна на странице /get-api-key/. Вы можете создать аккаунт через Google или по email с паролем. После регистрации вам будет предоставлен API-ключ, баланс и примеры запросов. Аккаунты привязаны к конкретному сайту и могут быть созданы отдельно.

Возможности API

Иллюзация звуковой волны для: Возможности API

VoiceAPI предоставляет доступ к облачному API синтеза речи, оптимизированному для голосовых помощников и чат-ботов. Интеграция проста: отправьте текст, получите аудиофайл. Продукт поддерживает 8 уникальных голосов и 23 языка, что позволяет легко масштабировать голосовые интерфейсы без сложных настроек.

8 голосов и 23 языка

8 голосов и 23 языка

API включает 8 предустановленных голосов с различными тембрами: от теплого и ясного (Aria) до спокойного и повествовательного (Luna), а также нейтрального (Atlas) и глубокого (Orion). Все голоса основаны на лицензированных записях LibriTTS-R и могут произносить текст на 23 языках, включая английский, русский, китайский и арабский. Язык определяется автоматически или задается кодом ISO.

  • Aria: теплый, ясный нарратор
  • Atlas: нейтральный, новостной стиль
  • Orion: глубокий, документальный стиль
  • Поддержка 23 языков
  • Голоса на основе LibriTTS-R (CC BY 4.0)

Интеграция по стандарту OpenAI

Интеграция по стандарту OpenAI

API полностью совместим с официальными SDK OpenAI. Достаточно изменить базовый URL на https://api.playthanjai.com/v1 и использовать свой ключ API. Это позволяет быстро внедрить синтез речи в существующие приложения без необходимости писать кастомный парсер.

Гибкие форматы аудио

Вы можете выбрать подходящий формат выходного файла: mp3, wav, opus, flac или pcm. Это позволяет оптимизировать размер файлов и совместимость с различными клиентскими устройствами и библиотеками воспроизведения.

Тарифы и оплата

Иллюзация звуковой волны для: Тарифы и оплата

VoiceAPI предлагает прозрачную модель ценообразования: $10 за 1 000 000 символов текста (эквивалент $0,01 за 1000 символов). Пробелы и знаки препинания учитываются как символы. Если синтез не удался, оплата не списывается, и сумма возвращается на баланс.

$10 за миллион символов

Стоимость фиксирована и не зависит от формата или скорости. Вы платите только за успешные запросы. Это делает API предсказуемым для интеграции в чат-ботов и голосовых помощников, где объем генерации легко оценить заранее.

  • Цена: $0,01 за 1000 символов
  • Пробелы и пунктуация считаются символами
  • Неудачные запросы бесплатны

Оплата USDT (TRC-20)

Топ-ап баланса доступен исключительно через криптовалюту USDT в сети TRON (TRC-20). Минимальная сумма пополнения — $5. Средства зачисляются автоматически в течение нескольких минут после подтверждения транзакции. Мы не принимаем кредитные карты, PayPal или подписки.

  • Только USDT (TRC-20)
  • Минимум $5
  • Зачисление за несколько минут

Бесплатный старт

При регистрации через Google вы получаете стартовый кредит $0,50 (около 50 000 символов), действующий в течение 7 дней. Аккаунты, созданные по email и паролю, стартуют без бонусных средств. Баланс не сгорает со временем.

  • $0,50 при входе через Google
  • ~50 000 символов
  • Действует 7 дней
Тарифы и оплата

Технические детали

Иллюзация звуковой волны для: Технические детали

Технические параметры API настроены для предсказуемой генерации аудиофайлов. Скорость синтеза сопоставима с реальным временем: на длинных текстах обрабатывается около 25 символов в секунду. Короткие фразы генерируются за несколько секунд, но запросы обрабатываются последовательно, поэтому при высокой нагрузке возможно ожидание в очереди.

API поддерживает пять форматов вывода: mp3, wav, opus, flac и pcm. Выбор формата зависит от требований вашего приложения к размеру файла и совместимости. Все параметры передаются в JSON-теле запроса к эндпоинту /v1/audio/speech.

Лимиты и скорость

Доступно 60 запросов в минуту на один ключ API. На начальном этапе, до первого пополнения баланса, лимит составляет 10 запросов в минуту. Скорость генерации приближена к реальному времени: примерно 25 символов текста в секунду для длинных текстов. Короткие фразы требуют нескольких секунд на обработку.

Запросы обрабатываются последовательно, поэтому при высокой нагрузке на серверы возможно ожидание в очереди. Это обеспечивает стабильность генерации, но может увеличивать общее время отклика при массовых запросах.

  • Лимит: 60 запросов/мин (10 до первого пополнения)
  • Скорость: ~25 символов/сек для длинных текстов
  • Обработка: последовательная, возможна очередь

Форматы вывода

API возвращает аудиофайлы в форматах mp3, wav, opus, flac или pcm. Выбор формата определяется параметром response_format в запросе. Это позволяет оптимизировать размер файла и совместимость с различными плеерами и библиотеками.

  • mp3
  • wav
  • opus
  • flac
  • pcm

Ограничения запросов

Максимальный объем текста в одном запросе — 4096 символов. Для длинных текстов необходимо разбивать текст на части, генерировать аудио для каждой части и объединять файлы. Пространства и знаки препинания учитываются как символы. Язык можно указать явно кодом ISO или оставить для автоопределения по скрипту.

  • Макс. текст: 4096 символов на запрос
  • Автоопределение языка по скрипту
  • Учет пробелов и знаков препинания

Данные и конфиденциальность

Иллюзация звуковой волны для: Данные и конфиденциальность

Весь вводимый текст используется исключительно для синтеза аудиофайла и не передается в базу для дообучения моделей. Это гарантирует, что ваши данные остаются приватными и не влияют на развитие алгоритмов API.

После завершения генерации сгенерированный аудиофайл возвращается клиенту и не сохраняется на наших серверах. Таким образом, вы полностью владеете результатом и можете хранить его в своем инфраструктурном хранилище.

Использование текста

Исходный текст передается в API только для создания аудиофайла. Мы не используем ваши данные для обучения моделей или улучшения алгоритмов синтеза речи.

Метаданные для биллинга

Для корректного начисления средств и учета лимитов мы сохраняем метаданные запроса. Это включает время выполнения, количество обработанных символов и статус обработки.

Отсутствие хранения аудио

Сгенерированные аудиофайлы не кэшируются и не сохраняются на наших серверах после отправки ответа клиенту. Это обеспечивает минимизацию хранения данных и снижает риски утечки контента.

Данные и конфиденциальность

Поддержка и контакты

Иллюзация звуковой волны для: Поддержка и контакты

Мы предлагаем прямую связь с командой через электронную почту. Это единственный канал поддержки, что обеспечивает детальный разбор сложных технических вопросов без задержек на маршрутизацию.

Поддержка доступна по email. Мы не предлагаем телефонные линии или живые чаты, чтобы сосредоточиться на качестве ответа и сохранении истории обращений.

Email-поддержка

Все обращения направляются на email-адрес поддержки. Мы не используем автоматических ботов для первичной фильтрации, поэтому каждый тикет анализируется специалистом.

Такой подход позволяет быстро решать вопросы по интеграции, проверке лимитов или проблемам с ключами API.

  • Единственный канал связи — email
  • Без телефонных номеров и live-чатов
  • Прямой контакт с технической командой

Отсутствие SLA

Мы не предоставляем гарантированного уровня доступности (SLA) или обязательств по времени ответа. Сервис работает стабильно, но не гарантирует 99.9% аптайма.

Отсутствие контрактов означает, что вы платите только за фактическое использование API, без скрытых платежей за премиальную поддержку.

Регистрация аккаунта

Аккаунты создаются на странице /get-api-key/ через Google или по электронной почте с паролем. Доступ к ключу API и балансу открывается сразу после регистрации.

У каждого аккаунта есть один активный ключ. Вы можете выпустить новый ключ в любой момент, старый при этом аннулируется мгновенно.

  • Регистрация через Google или email+password
  • Мгновенная блокировка старого ключа при смене
  • Доступ к API сразу после создания аккаунта
Поддержка и контакты

Часто задаваемые вопросы

Иллюзация звуковой волны для: Часто задаваемые вопросы

Здесь собраны ответы на самые частые вопросы об API VoiceAPI, включая ценообразование, доступные голоса и технические ограничения. Мы объясняем, как работает интеграция по стандарту OpenAI и какие форматы аудио поддерживаются без дополнительных настроек.

Ответы основаны на актуальных технических характеристиках сервиса: от лимитов запросов до правил использования сгенерированных файлов. Мы также уточняем детали оплаты через USDT (TRC-20) и условия бесплатного старта.

Какая цена API синтеза речи?

Стоимость составляет $10 за 1 000 000 символов (или $0,01 за 1000 символов). В подсчет символов входят пробелы и знаки препинания.

Какие голоса доступны в API?

Доступно 8 preset-голосов: Aria, Nova, Luna, Sage (женские), Felix, Milo, Atlas, Orion (мужские). Каждый голос может произносить любой из 23 поддерживаемых языков.

Какие языки поддерживает API?

API поддерживает 23 языка, включая английский, русский, китайский, немецкий, испанский, французский, японский, корейский, хинди и арабский. Не поддерживаются вьетнамский, индонезийский, тайский, украинский, румынский, чешский и бенгальский языки.

Как интегрировать API?

Используйте стандартный endpoint OpenAI: POST к /v1/audio/speech. Достаточно изменить base_url на https://api.playthanjai.com/v1 и передать свой API-ключ. Подходят официальные SDK OpenAI.

Какие форматы аудио поддерживаются?

Можно выбрать формат вывода: mp3, wav, opus, flac или pcm. Формат указывается в поле response_format запроса.

Как происходит оплата?

Топ-ап баланса доступен только через криптовалюту USDT (TRC-20) в сети TRON. Минимальная сумма пополнения — $5. Средства зачисляются автоматически в течение нескольких минут после подтверждения транзакции.

Есть ли бесплатный старт?

Да, при регистрации через Google аккаунт получает пробные $0.50 (около 50 000 символов), которые действительны 7 дней. Аккаунты, созданные по email и паролю, получают баланс без пробных средств.

Используется ли текст для обучения?

Введенный текст используется исключительно для генерации аудио и не передается на обучение моделей. Сгенерированное аудио возвращается в ответе и не сохраняется на серверах.

Хранятся ли сгенерированные файлы?

Готовые аудиофайлы не сохраняются на наших серверах после отправки клиенту. Хранятся только метаданные запроса для биллинга и аудита.

Какие метаданные сохраняются?

Для целей биллинга сохраняются: время запроса, количество использованных символов и статус выполнения (успешно или ошибка).

Есть ли гарантия доступности?

На сервис не распространяется SLA и гарантия uptime. Запросы обрабатываются в порядке очереди, поэтому при высокой нагрузке время ответа может увеличиваться.

Как связаться с поддержкой?

Поддержка осуществляется только по электронной почте. Телефонной линии и живого чата нет.

Какие лимиты запросов?

Лимит составляет 60 запросов в минуту на один API-ключ. До первого пополнения баланса лимит снижен до 10 запросов в минуту.

Можно ли использовать голоса в коммерции?

Голоса основаны на лицензиях LibriTTS-R (CC BY 4.0) и аудиокнигах LibriVox (общественное достояние). Коммерческое использование сгенерированного аудио разрешено.

Есть ли водяные знаки в аудио?

Да, каждый сгенерированный файл содержит невидимый цифровой водяной знак, подтверждающий, что речь создана искусственным интеллектом.

Как зарегистрироваться?

Регистрация доступна на странице /get-api-key/. Можно войти через Google или создать аккаунт по email и паролю. На странице отображается ключ API, баланс и пример запроса.

Послушайте 8 голосов

Каждый образец ниже сгенерирован этим API из одного и того же предложения. Голосовые помощники и чат-боты помогают стартапам автоматизировать рутинные задачи и улучшать клиентский опыт.

Аватар голоса aria
ariaженский
Аватар голоса nova
novaженский
Аватар голоса luna
lunaженский
Аватар голоса sage
sageженский
Аватар голоса felix
felixмужской
Аватар голоса milo
miloмужской
Аватар голоса atlas
atlasмужской
Аватар голоса orion
orionмужской

23 языка

Любой голос может говорить на любом из этих языков.

Источники и дополнительные материалы

  1. Wikipedia
  2. MDN: Web Speech API
  3. LibriTTS-R corpus (OpenSLR 141)
  4. openai-python on GitHub
  5. Python documentation
  6. LibriTTS-R paper (arXiv 2305.18802)
  7. Creative Commons Attribution 4.0
  8. Node.js documentation
  9. W3C WAI: making audio and video accessible
  10. TRON developer hub: TRC-20
  11. ISO 639 language codes
  12. OpenAI API reference: create speech

Больше на этом сайте