Часто задаваемые вопросы
Какой голос лучше для новостных приложений?
Для новостных приложений идеально подходит голос Atlas. Он имеет нейтральный тембр, что обеспечивает четкую подачу информации без лишних эмоциональных окрасов. Этот голос доступен в модели tts-1 и поддерживает все 23 языка, включая русский и английский, что удобно для международных мобильных продуктов.
В чем разница между моделями tts-1 и tts-1-hd?
Обе модели используют один и тот же движок синтеза и стоят одинаково: $0.01 за 1000 символов. Разница заключается только в названии модели в запросе. Технических или ценовых отличий между ними нет, поэтому вы можете использовать любую из них для генерации аудио.
Можно ли использовать один API-ключ для нескольких приложений?
Да, один активный ключ подходит для всех ваших приложений. Ключ привязан к аккаунту, а не к конкретному проекту. Вы можете использовать его в iOS, Android или веб-приложениях одновременно. Лимит в 60 запросов в минуту действует на весь ключ суммарно.
Как часто нужно обновлять ключ доступа?
Обновлять ключ нужно только при необходимости отмены доступа. Вы можете выпустить новый ключ в любое время в личном кабинете. Старый ключ перестает действовать мгновенно. Это полезно, если ключ был скомпрометирован или если вы хотите ограничить доступ для конкретного приложения.
Можно ли менять скорость воспроизведения в реальном времени?
API не поддерживает изменение скорости воспроизведения уже готового аудиофайла. Однако вы можете задать параметр speed (от 0.25 до 4.0) при генерации. Скорость применяется во время синтеза. Для изменения скорости во время воспроизведения используйте стандартные средства вашего медиаплеера.
Есть ли ограничения по количеству языков в одном проекте?
Ограничений по количеству языков нет. Вы можете использовать любой из 23 поддерживаемых языков в одном проекте. Любой голос может произносить любой язык. Если язык не указан, система пытается определить его автоматически, но лучше указывать его явно для точности.
Как формат аудио влияет на размер файла?
Размер файла зависит от выбранного формата. MP3 и Opus обеспечивают сжатие с потерями, что уменьшает размер. WAV и FLAC — без потерь, файлы будут больше. PCM — несжатый сырой звук, самый большой размер. MP3 оптимален для мобильных приложений по соотношению качества и веса.
Можно ли регулировать громкость сгенерированного аудио?
API не предоставляет параметра громкости при генерации. Громкость регулируется на стороне клиента с помощью стандартных средств воспроизведения вашего мобильного приложения. Вы можете изменять громкость в реальном времени во время воспроизведения полученного аудиофайла, используя встроенные медиа-библиотеки платформы.
Нужно ли обрабатывать файлы после получения?
Нет, файлы не требуют дополнительной обработки. API возвращает готовый аудиофайл в запрошенном формате. Вы можете сразу сохранять его или воспроизводить. Единственное требование — учитывать лимит в 4096 символов на запрос. Для длинных текстов нужно разбивать их и склеивать результаты.
Как проверить качество синтеза перед покупкой?
Используйте бесплатный пробный баланс в $0.50, доступный при входе через Google. Этого хватит примерно на 50 000 символов. Вы можете протестировать все голоса и языки. Пробный баланс действует 7 дней. Это позволяет оценить качество без оплаты.
Влияет ли нагрузка на сервер на время ответа?
Да, запросы обрабатываются последовательно. При высокой нагрузке запрос может ожидать в очереди. Среднее время генерации соответствует реальному времени аудио, но короткие фразы занимают несколько секунд. В пиковые нагрузки время ответа может увеличиваться из-за ожидания обработки предыдущих запросов.
Можно ли генерировать звуковые эффекты?
Нет, API предназначен только для синтеза речи (TTS). Он преобразует текст в человеческую речь. Звуковые эффекты, такие как шум дождя или музыкальные аккорды, генерироваться не будут. Для звуковых эффектов используйте готовые аудиофайлы или другие специализированные сервисы.
Как отследить расход баланса в приложении?
Расход отслеживается в личном кабинете на странице /get-api-key/. Там отображается текущий баланс, потраченные символы и статус ключа. Данные о расходах хранятся для биллинга. Вы можете видеть точное количество использованных символов в реальном времени.
Есть ли географические ограничения для использования API?
Географических ограничений нет. API работает из любой точки мира, где есть интернет. Серверы расположены в облаке, доступном глобально. Поддерживаются 23 языка, включая русский, китайский, арабский и другие. Задержки зависят от вашего интернет-соединения, но регион не влияет на доступность.
Критерии выбора TTS API
Для мобильных приложений критически важны баланс между качеством синтеза, скоростью отклика и предсказуемостью расходов. API должен обеспечивать естественное звучание без задержек, влияющих на UX, и прозрачную тарификацию, понятную на этапе MVP.
Качество синтезированного голоса
Голоса на базе записей LibriTTS и LibriVox звучат естественно и профессионально. В API доступно 8 предустановленных тембров: от теплого повествовательного Aria до глубокого документального Orion. Каждый сгенерированный файл содержит невидимый водяной знак, подтверждающий его синтетическое происхождение.
- 8 голосов с разными тембрами
- Поддержка 23 языков, включая русский и английский
- Голоса подходят для уведомлений, аудиогидов и навигации
Скорость генерации аудио
Длинные тексты обрабатываются примерно в реальном времени: около 25 символов текста в секунду аудио. Короткие фразы генерируются за несколько секунд. Запросы обрабатываются последовательно, поэтому в периоды высокой нагрузки может возникать очередь.
- Скорость ~25 символов/сек для длинных текстов
- Короткие фразы генерируются за секунды
- Последовательная обработка создает очередь при нагрузке
Прозрачная стоимость запросов
Стоимость составляет $10 за 1 миллион символов, что эквивалентно $0.01 за 1000 символов. Пробелы и знаки препинания учитываются как символы. Неуспешные запросы не списывают средства, оплата возвращается полностью.
- Тариф: $10 за 1 млн символов
- Оплата только за успешные запросы
- Без скрытых платежей и подписок
Доступные голоса и их особенности
Голоса Zvukov — это восемь пресетов, записанных на основе лицензированных данных LibriTTS-R и аудиокниг из общественного достояния. Каждый тембр оптимизирован под конкретный сценарий использования в мобильных приложениях, от новостных лент до детских образовательных игр. Синтезатор не поддерживает кастомное клонирование голоса, но предлагает готовый набор качественных вариантов для быстрой интеграции в MVP.
Все голоса поддерживают 23 языка, включая английский, русский, китайский и арабский. Инженерный выбор тембра позволяет создать уникальное звучание продукта без сложных настроек. Важно учитывать, что в аудио добавляется невидимый водяной знак, маркирующий речь как синтетическую.
Женские голоса: Aria, Nova, Luna, Sage
Aria — теплый, чистый голос нарратора, подходит для длинных описаний. Nova — яркий, энергичный голос, подходит для промо-контента. Luna — мягкий голос для сторителлинга, Sage — спокойный, инструктивный голос.
Эти голоса обеспечивают четкую дикцию на русском и английском языках. Они не имитируют известных личностей, но предоставляют профессиональный стандарт качества, достаточный для большинства потребительских приложений.
- Aria: теплый нарратор для длинных текстов
- Nova: яркий тон для промо-контента
- Luna: мягкая подача историй
- Sage: спокойные инструкции
Мужские голоса: Felix, Milo, Atlas, Orion
Felix — энергичный голос, подходит для промо-контента. Milo — дружелюбный, разговорный голос. Атлас (Atlas) обеспечивает нейтральный новостной тон, а Орион (Orion) — глубокий голос для документальных материалов и подкастов.
Все мужские пресеты также поддерживают мультиязычность. Выбор между энергичным Феликсом и глубоким Орионом зависит от эмоционального посыл приложения: от игривого до серьезного делового стиля.
- Felix: энергичный промо-голос
- Milo: дружелюбный разговорный стиль
- Atlas: нейтральные новости
- Orion: глубокий документальный тон
Выбор тембра под задачи приложения
Для навигационных приложений лучше подходят Atlas или Milo из-за их нейтральности и понятности. Образовательные платформы выиграют от использования Sage или Luna, создающих доверительную атмосферу. Геймифицированные интерфейсы могут использовать Nova или Felix для повышения вовлеченности.
Помните, что один голос может произносить любой из 23 поддерживаемых языков. Это упрощает локализацию: вам не нужно подбирать разные голоса для каждого рынка, достаточно указать параметр language в запросе API.
Поддержка языков и локализация
API поддерживает 23 языка, включая английский, немецкий, русский и турецкий. Любой голос может воспроизвести любой из этих языков без дополнительных настроек, что упрощает локализацию мобильных приложений.
Для точного распознавания языка в запросе используется параметр language. Если он не указан, система определяет язык по скрипту (латиница по умолчанию — английский). Это гарантирует корректную озвучку даже при смешанных текстах.
23 языка: от английского до турецкого
Список поддерживаемых языков включает арабский, китайский, датский, голландский, финский, французский, греческий, иврит, хинди, японский, корейский, малайский, норвежский, польский, португальский, суахили и шведский. Это покрывает основные рынки для стартапов, разрабатывающих мобильные продукты.
- Arabic, Chinese, Danish, Dutch, English, Finnish, French, German, Greek, Hebrew, Hindi, Italian, Japanese, Korean, Malay, Norwegian, Polish, Portuguese, Russian, Spanish, Swahili, Swedish, Turkish
Автоопределение языка по тексту
Система автоматически определяет язык на основе используемого алфавита. Если текст написан латиницей и параметр language не задан, по умолчанию используется английский. Это упрощает интеграцию для базовых сценариев, где доминирует один язык.
Ручная настройка параметра language
Для неанглийских текстов на латинице или смешанных языков рекомендуется явно указывать параметр language с кодом ISO. Это исключает ошибки распознавания и обеспечивает точное произношение в конкретных языковых сценариях вашего приложения.
Форматы выходного аудио
API поддерживает несколько форматов аудиофайлов, что позволяет адаптировать вывод под технические требования мобильного приложения. Выбор формата влияет на размер файла, качество звучания и нагрузку на сеть устройства пользователя.
MP3 для экономии трафика
Формат MP3 является оптимальным выбором для большинства сценариев. Он обеспечивает сжатие с потерями, что значительно снижает объем передаваемых данных. Это критически важно для мобильных приложений, где пользователи могут находиться в условиях нестабильного мобильного интернета.
WAV для высокого качества
WAV предоставляет несжатый аудиофайл с исходным качеством генерации. Этот формат подходит для приложений, где важна максимальная fidelity голоса, например, в аудиокнигах или профессиональных дикторских записях внутри продукта.
FLAC, Opus и PCM для специфичных задач
FLAC обеспечивает сжатие без потерь, что полезно для архивации или дальнейшей обработки аудио. Opus — эффективный формат сжатия. PCM предоставляет сырой линейный аудиопоток для интеграции в специфические медиа-движки приложения.
Интеграция через OpenAI SDK
Интеграция синтеза речи в мобильное приложение становится проще, если использовать готовые клиентские библиотеки. Наш API полностью совместим с официальным SDK OpenAI, что позволяет избежать написания сложной логики обработки HTTP-запросов с нуля. Достаточно лишь указать базовый URL вашего эндпоинта и передать API-ключ.
Такой подход экономит время разработчиков на этапе прототипирования и отладки. Вы можете использовать привычные инструменты для тестирования и отправки запросов на генерацию аудиофайлов, сохраняя при этом полную гибкость в управлении параметрами синтеза, такими как скорость речи или формат выходного файла.
Настройка base_url для API
Для работы с нашим сервисом через OpenAI SDK необходимо изменить базовый URL на https://api.1966cup.info/v1. Это единственное изменение, необходимое для переключения контекста. Убедитесь, что в заголовке авторизации передается ваш персональный токен в формате Bearer tts-....
- Измените base_url на https://api.1966cup.info/v1
- Передайте ключ в заголовке Authorization: Bearer
- Используйте стандартные методы POST для отправки данных
Формат JSON-запроса
Тело запроса должно содержать поля model, input, voice и response_format. Поддерживаются модели tts-1 и tts-1-hd, работающие на одном движке. Максимальная длина текста ограничена 4096 символами, поэтому для длинных фрагментов потребуется логика разбиения текста на части на стороне клиента или сервера.
Укажите нужную скорость (от 0.25 до 4.0) и предпочтительный язык. Если язык не задан явно, система попытается определить его автоматически, но для точности рекомендуется передавать ISO-код языка явно, особенно для текстов на латинице, отличных от английского.
Получение аудиофайла в ответе
В ответ на успешный запрос вы получите бинарные данные аудиофайла. Формат файла зависит от указанного параметра response_format: mp3, wav, opus, flac или pcm. Полученный файл можно сразу сохранять на устройство пользователя или передавать в медиаплеер приложения для воспроизведения.
Работа с длинными текстами
API обрабатывает входной текст максимум 4096 символов за один вызов. Это включает пробелы и знаки препинания. Для больших объемов контента требуется предварительная обработка.
Лимит 4096 символов на запрос
Каждый запрос строго ограничен 4096 символами. Если текст длиннее, его необходимо разделить. Превышение лимита приведет к ошибке синтеза.
Разбиение текста на части
Разбивайте текст на логические абзацы или предложения, укладывающиеся в лимит. Это позволяет избежать усечения важных фрагментов и сохраняет связность речи.
Объединение сгенерированных файлов
Полученные аудиофайлы следует склеить на стороне клиента или сервера. Используйте поддерживаемые форматы для сохранения качества звука без артефактов склейки.
Расчет стоимости и оплата
Стоимость синтеза речи в нашем API прозрачна и зависит только от объема текста. Тариф составляет $10 за 1 миллион символов, что эквивалентно $0.01 за 1000 символов. В расчете учитываются все пробелы и знаки препинания. Если синтез завершился ошибкой, деньги возвращаются в полном объеме, что снижает риски при отладке интеграции.
Для быстрого старта доступен тестовый баланс в размере $0.50, которого хватает примерно на 50 000 символов. Этот кредит предоставляется при регистрации через Google и действует 7 дней. Аккаунты, созданные по электронной почте и паролю, не получают стартовый баланс.
Тариф $10 за 1 млн символов
Цена фиксирована и не зависит от сложности текста или длительности генерации. Вы платите только за фактически отправленные символы в поле input. Лимит составляет 4096 символов на один запрос, что покрывает большинство сценариев мобильных приложений.
Тестовый баланс $0.50
Тестовый кредит позволяет оценить качество голоса и скорость ответа API без финансовых обязательств. Тестовый кредит действует 7 дней с момента регистрации через Google.
Оплата USTRC20 без подписок
Пополнение баланса возможно только через криптовалюту USDT в сети TRON (TRC-20). Минимальная сумма для перевода — $5. Средства зачисляются автоматически в течение нескольких минут после подтверждения транзакции. Мы не требуем ежемесячных подписок, не берем комиссию за обслуживание и не предлагаем счета с НДС.
Баланс не имеет срока действия и не привязан к конкретному тарифному плану. Вы можете пополнять его по мере необходимости, что удобно для MVP и проектов с переменной нагрузкой.
- Минимум $5 для пополнения
- Автоматическое зачисление в течение минут
- Без ежемесячных подписок и скрытых комиссий

Технические ограничения и лимиты
API накладывает жесткие технические ограничения, которые необходимо учитывать при проектировании архитектуры мобильного приложения. Понимание лимитов запросов и времени генерации помогает избежать задержек в интерфейсе и оптимизировать расход ресурсов.
Эти параметры напрямую влияют на пользовательский опыт: от мгновенных уведомлений до длительных аудиогидов. Важно настраивать клиентскую часть с учетом асинхронной обработки и возможных очередей.
60 запросов в минуту
Лимит составляет 60 запросов в минуту на один API-ключ. Это ограничение применяется ко всем запросам синтеза, поэтому при интенсивном использовании необходимо планировать запросы или использовать механизмы кэширования.
До первого пополнения баланса лимит ниже — 10 запросов в минуту. После пополнения лимит автоматически увеличивается до стандартного значения.
- Лимит: 60 запросов/мин (10 до первого пополнения).
- Ограничение действует на один ключ API.
- Рекомендуется кэшировать часто используемые фразы.
Очередь обработки при нагрузке
Запросы обрабатываются последовательно. Если сервер перегружен, новые запросы могут ожидать в очереди перед генерацией аудио. Это может увеличить общее время ответа приложения.
Такая архитектура обеспечивает стабильность, но требует от клиентов реализации повторных попыток или отображения индикатора загрузки для пользователей.
Время генерации в зависимости от длины
Средняя скорость генерации составляет около 25 символов текста в секунду для длинных текстов. Короткие фразы могут генерироваться несколько секунд из-за накладных расходов на инициализацию.
Для оптимизации времени отклика рекомендуется разбивать длинные тексты на части до 4096 символов и генерировать их по отдельности.
- Скорость: ~25 символов/сек для длинных текстов.
- Короткие фразы могут генерироваться дольше.
- Лимит ввода: 4096 символов на запрос.
Сравнение с другими решениями
Рынок TTS-решений часто диктует условия регулярных платежей за доступ к API, даже если вы не используете сервис. Звук отказывается от этой модели, предлагая гибкую схему, где вы платите только за фактическое потребление символов. Это устраняет риск переплат за неиспользованные квоты и делает бюджет предсказуемым на всех этапах развития продукта.
Тарификация здесь линейна и прозрачна: $10 за миллион символов. В отличие от сложных тарифных сеток с разницей в цене между форматами или скоростями, здесь стоимость зависит исключительно от объема текста. Вы точно знаете цену каждого запроса до его отправки, что упрощает расчет себестоимости озвучки в вашем приложении.
Отсутствие ежемесячных подписок
Вы не привязаны к ежемесячным счетам за доступ к API. Если проект заморозить или масштаб снизится, вы не будете платить фиксированную сумму за «тихий» период. Это особенно важно для стартапов на стадии MVP, где расходы должны быть строго привязаны к реальной активности пользователей.
Прозрачная тарификация
Цена за 1000 символов составляет всего $0.01. В счетчик символов входят пробелы и знаки препинания, что исключает скрытые доплаты за форматирование текста. Вы можете точно спрогнозировать бюджет, зная среднюю длину сообщений в вашем приложении.
Удобная крипто-оплата
Пополнение баланса осуществляется в USDT (сеть TRC-20) без необходимости привязки банковских карт или прохождения KYC для мелких сумм. Минимальный депозит — $5, зачисление происходит автоматически в течение нескольких минут. Отсутствие комиссий за конвертацию валют и подписок делает процесс оплаты максимально простым и быстрым.
Сценарии использования в приложениях
Интеграция TTS API позволяет мобильным приложениям генерировать голосовой контент на лету, что критично для приложений с ограниченным трафиком и требовательных к загрузке данных пользователей. Использование открытых стандартов формата запросов упрощает внедрение в существующие бэкенды без необходимости разрабатывать собственные микросервисы для синтеза речи.
Прозрачная тарификация и отсутствие ежемесячных подписок делают решение идеальным для MVP и стартапов, где важно контролировать расходы на инфраструктуру. Приложение платит только за фактически потребленные символы, что позволяет масштабировать сервис по мере роста аудитории без риска внезапных счетов.
Аудиогиды и навигация
Для приложений с геоинформацией синтез речи в реальном времени заменяет тяжелые аудиофайлы. Пользователи получают точные инструкции без задержек на загрузку медиаресурсов, что экономит трафик и батарею устройства. Поддержка 23 языков позволяет локализовать гиды без дополнительных затрат на запись новых дубляжей.
Технические ограничения, такие как лимит в 4096 символов на запрос, легко обходятся разбиением длинных описаний достопримечательностей на короткие фразы. Это обеспечивает быструю генерацию аудио даже при высокой нагрузке на сервер.
- Экономия мобильного трафика пользователей
- Мгновенная генерация инструкций
- Локализация на 23 языка
Голосовые уведомления
Приложения для уведомлений могут использовать TTS для создания персонализированных сообщений вместо стандартных звуковых сигналов. Голоса вроде Milo или Felix добавляют эмоциональную окраску, повышая вовлеченность пользователя. Отсутствие необходимости хранить тысячи аудиофайлов упрощает структуру базы данных приложения.
Важно учитывать скорость генерации: короткие фразы обрабатываются за секунды, что делает такой подход жизнеспособным для push-уведомлений с текстовым содержимым.
- Персонализация сообщений
- Снижение объема хранилища
- Поддержка нескольких языков
Обучающие и образовательные материалы
Образовательные платформы могут предоставлять аудиоконтент для материалов на ходу. Студенты слушают лекции или тексты учебников, не отвлекаясь на экран смартфона. Голоса Luna или Sage подходят для спокойного чтения, а Felix — для энергичных промо-материалов.
Использование формата MP3 или Opus позволяет сжимать аудио для экономии места на устройстве. Тестовый баланс в $0.50 позволяет разработчикам быстро проверить качество синтеза перед запуском платного сервиса.
- Доступный контент в движении
- Разные стили чтения
- Экономия места на устройстве
Тестирование перед запуском
Перед запуском приложения важно убедиться, что синтезированный голос корректно воспроизводится на различных мобильных устройствах и операционных системах. Тестирование помогает выявить артефакты сжатия или задержки, которые могут повлиять на пользовательский опыт.
Проверка языковой поддержки гарантирует, что автоматическое определение языка работает корректно, а ручная настройка параметра language решает проблемы с неоднозначным текстом на латинице, не входящем в английский.
Проверка на разных устройствах
Убедитесь, что форматы MP3, WAV и Opus корректно декодируются на Android и iOS. Проверьте, как скорость воспроизведения влияет на восприятие речи при разных уровнях громкости.
Особое внимание уделите коротким фразам, которые генерируются несколько секунд, чтобы не создавать ощущение «зависания» интерфейса.
- Тестирование на Android 10+ и iOS 14+
- Проверка форматов MP3, WAV, Opus
Тестирование поддержки языков
Проверьте работу автоопределения языка для текстов на латинице, не являющихся английскими. Убедитесь, что явные указания параметра language переопределяют эвристику.
Проверьте корректность произношения имен и терминов в 23 поддерживаемых языках, включая арабский и кириллические алфавиты.
- Автоопределение vs явный параметр
- 23 языка: от английского до турецкого
Нагрузка при пиковом трафике
При пиковой нагрузке запросы обрабатываются последовательно, что может вызывать ожидание в очереди. Лимит составляет 60 запросов в минуту на ключ.
Протестируйте сценарии с несколькими одновременными пользователями, чтобы оценить задержки генерации аудио и убедиться, что приложение корректно обрабатывает состояния загрузки.
Учитывайте, что короткие фразы занимают несколько секунд на обработку, в то время как длинные тексты генерируются примерно в реальном времени.
- Лимит: 60 запросов/мин
- Очередь обработки при нагрузке
Итоги и рекомендации
Выбор этого TTS API оправдан, когда нужен простой, предсказуемый и экономичный синтез речи для MVP или мобильного приложения без сложных интеграций. Прозрачная тарификация и отсутствие абонентских платежей снижают порог входа для стартапов.
Интеграция через стандартный OpenAI SDK позволяет быстро добавить озвучку в продукт. Важно учитывать лимиты по длине текста и очередность обработки запросов для обеспечения стабильного пользовательского опыта.
Когда стоит выбрать этот API
Это решение подходит разработчикам, которым важна простота интеграции и прозрачная стоимость. Отсутствие сложных настроек и подписок делает его идеальным для быстрого запуска MVP и приложений с умеренной нагрузкой.
- Простая интеграция через HTTP или SDK
- Прозрачная оплата за символы
- Отсутствие ежемесячных подписок
План интеграции в проект
Начните с получения API-ключа на странице /get-api-key/. Используйте тестовый баланс $0.50 для проверки качества голосов и форматов аудио. Разбейте длинные тексты на части до 4096 символов и объединяйте результаты.
Связь с поддержкой по email
Техническая поддержка осуществляется исключительно по электронной почте. Мы не предлагаем телефонную связь или чат, чтобы минимизировать операционные издержки и передать экономию пользователям.
Послушайте 8 голосов
Каждый образец ниже сгенерирован этим API из одного и того же предложения. Если синтез завершился ошибкой, деньги возвращаются в полном объеме, что снижает риски при отладке интеграции.
23 языка
Любой голос может говорить на любом из этих языков.
