Часто задаваемые вопросы
Что такое синтез речи для подкастов?
Это облачный API, который превращает текст в готовый аудиофайл. Вы отправляете текст, а получаете звук для эпизодов. Это избавляет от сложных настроек и студийного оборудования. Подкастеры используют его для быстрого создания контента без необходимости нанимать дикторов или покупать дорогое оборудование.
Насколько реалистично звучат голоса?
Голоса основаны на лицензированных записях LibriTTS-R и аудиокниг LibriVox. Они звучат естественно и подходят для narration или диалогов. Каждый сгенерированный файл содержит невидимый водяной знак, подтверждающий, что речь создана синтетически, что помогает в идентификации контента.
Сколько стоит генерация аудио?
Цена составляет $10 за 1 миллион символов, или $0,01 за 1000 символов. В стоимость входят пробелы и знаки препинания. Если синтез не удался, оплата не списывается. Баланс не истекает, а тарифы не зависят от объема использования.
Можно ли использовать голоса в коммерческих целях?
Да, голоса основаны на данных LibriTTS-R (CC BY 4.0) и аудиокниг LibriVox (общественное достояние). Вы можете использовать сгенерированный аудиофайл в своих коммерческих подкастах и проектах без дополнительных отчислений, так как исходные материалы имеют соответствующие лицензии.
Какие языки поддерживаются?
Мы поддерживаем 23 языка: от английского и русского до арабского и суахили. Любой голос может говорить на любом из этих языков. Если язык не указан, система пытается угадать его по скрипту, но для точности лучше указывать код явно.
Сколько символов можно отправить за раз?
За один запрос можно отправить текст длиной до 4096 символов. Если ваш сценарий длиннее, его нужно разбить на части. API обрабатывает каждую часть отдельно, а вы затем объединяете полученные аудиофайлы в единый эпизод для вашего подкаста.
Как быстро генерируется аудио?
Типичная скорость генерации составляет около 25 символов текста в секунду аудио. Короткие фразы занимают несколько секунд. Для длинных текстов генерация идет примерно в реальном времени. При высокой нагрузке запросы могут стоять в очереди и обрабатываться последовательно.
Есть ли водяной знак в аудиофайлах?
Да, каждый сгенерированный файл содержит невидимый цифровой водяной знак. Он маркирует аудио как синтетическую речь. Этот знак встроен в файл автоматически и не влияет на качество звучания или процесс прослушивания аудиторией ваших подкастов.
Можно ли ускорить или замедлить речь?
Да, вы можете регулировать скорость воспроизведения от 0.25 до 4.0. Это позволяет адаптировать темп речи под стиль вашего подкаста. Ускорение или замедление применяется непосредственно при генерации аудиофайла через параметр speed в запросе к API.
Какие форматы файлов доступны?
Доступны форматы mp3, wav, opus, flac и pcm. Вы можете выбрать подходящий формат в зависимости от ваших потребностей в качестве и размере файла. MP3 и Opus оптимизированы для веба, а WAV и FLAC обеспечивают высокое качество.
Нужна ли регистрация для теста?
Да, для получения API-ключа и доступа к балансу нужна регистрация. При входе через Google вы получаете пробный кредит $0.50 на 7 дней. Аккаунты, созданные по email, начинаются без пробного кредита. Регистрация необходима для управления ключами и счетом.
Как пополнить баланс?
Пополнение доступно только через криптовалюту USDT в сети TRON (TRC-20). Минимальная сумма — $5. Средства зачисляются автоматически в течение нескольких минут после подтверждения транзакции. Кредитный баланс не имеет срока действия и не исчезает со временем.
Что делать при ошибке генерации?
Если синтез не удался, оплата возвращается полностью. Вы не платите за неудачные запросы. Просто проверьте параметры запроса и попробуйте отправить текст снова. Ошибки обычно связаны с форматом данных или превышением лимитов, которые легко исправить.
Хранятся ли мои тексты после генерации?
Исходный текст используется только для создания аудио и не передается на обучение моделей. Сам аудиофайл возвращается в ответе и не сохраняется на наших серверах. Мы храним только метаданные запросов (время, объем, статус) для корректного выставления счетов.
Первый запрос
curl
curl https://api.bd5.info/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3Как это работает
Текст в аудиофайл за три простых шага. Отправляйте сценарий эпизода прямо в API, выбирайте голос из восьми доступных тембров и получайте готовый аудиофайл для вашего подкаста.
Загрузите сценарий
Вставьте ваш текст в API-запрос. Максимальная длина — 4096 символов за один запрос. Если сценарий длиннее, разбейте его на части и объедините результаты.
- До 4096 символов на запрос
- Простой JSON формат
- Автоматическое определение языка
Выберите тембр
Подберите голос под атмосферу вашего шоу. Доступны 8 предустановленных тембров: от теплых нарраторов до энергичных ведущих и спокойных инструкторов.
- 8 уникальных голосов
- 23 поддерживаемых языка
- Настраиваемая скорость (0.25–4.0)
Получите MP3
Мгновенно получите аудиофайл в выбранном формате. Поддерживаются MP3, WAV, OPUS, FLAC и PCM. Сгенерированный файл готов к монтажу и публикации.
- Форматы: MP3, WAV, OPUS, FLAC, PCM
- Быстрая генерация
- Готово к использованию
Голоса для вашего шоу
Выбор тембра голоса определяет атмосферу вашего подкаста. Мы предлагаем восемь профессиональных голосов, каждый из которых создан на основе лицензированных записей LibriTTS-R и аудиокниг из общественного достояния LibriVox. Это гарантирует высокое качество звука и естественность звучания без необходимости сложной настройки.
Теплые нарраторы
Aria — идеальный выбор для спокойного повествования с четкой дикцией. Luna добавляет мягкости в storytelling, а Sage отлично подходит для обучающих эпизодов и инструкций.
- Aria: теплый, ясный нарратор
- Luna: мягкий, сторителлинг
- Sage: спокойный, инструктивный
Энергичные ведущие
Felix заряжен энергией, что идеально для промо-роликов и динамичных вступлений. Milo создает эффект живого общения, а Milos звучит дружелюбно и разговорно, поддерживая внимание аудитории.
- Felix: энергичный, промо
- Milo: дружелюбный, разговорный
- Milos: дружелюбный, разговорный (примечание: в списке голосов указан Milo)
Спокойный голос
Atlas предоставляет нейтральный, новостной тон, подходящий для ежедневных дайджестов. Orion, с глубоким тембром, создает атмосферу документального фильма, добавляя вес и серьезность контенту.
- Atlas: нейтральный, новости
- Orion: глубокий, документальный
Мультиязычность
Мы поддерживаем синтез на 23 языках, включая русский, английский, немецкий и испанский. Любой голос может воспроизвести любой язык из списка, что упрощает создание многоязычных эпизодов без поиска отдельных актеров.
Не поддерживаются вьетнамский, тайский, украинский и ряд других языков. Это позволяет нам поддерживать стабильное качество звука для доступных локалей.
23 языка поддержки
В вашем распоряжении полный набор языков: от арабского и китайского до шведского и турецкого. Каждый голос звучит естественно, сохраняя интонационные особенности языка.
- Арабский, китайский, датский, голландский, английский, финский
- Французский, немецкий, греческий, иврит, хинди, японский
- Корейский, малайский, норвежский, польский, португальский, русский
- Испанский, суахили, шведский, турецкий
Автоматическое определение
API автоматически определяет язык по тексту. Если вы отправляете текст на латинице, по умолчанию он будет обработан как английский.
Ручной выбор языка
Для точного результата указывайте параметр language с ISO-кодом. Это гарантирует корректную обработку текста на русском, японском или любом другом языке списка.
Технические детали
API принимает текст до 4096 символов за один запрос и возвращает готовый аудиофайл. Если сценарий длиннее, его нужно разбить на части до 4096 символов, а полученные аудиофайлы объединить.
Форматы аудио
Вы можете выбрать оптимальный формат для вашего плейлиста: MP3 для экономии места, WAV для студийного качества, OPUS, FLAC или PCM. Выбор зависит от требований вашего хостинга и предпочтений слушателей.
Скорость генерации
Синтез работает примерно в реальном времени: около 25 символов текста в секунду. Короткие фразы занимают несколько секунд, а длинные тексты обрабатываются последовательно, поэтому при высокой нагрузке возможен небольшой очередь.
Водяной знак
Каждый сгенерированный файл содержит невидимый цифровой водяной знак, подтверждающий, что речь создана искусственным интеллектом. Это обеспечивает прозрачность контента для ваших слушателей и платформ.
Интеграция
Мы используем стандартный формат запросов, поэтому для интеграции достаточно изменить базовый URL API на https://api.bd5.info/v1. Официальные SDK OpenAI работают «из коробки» без переписывания логики отправки данных.
OpenAI SDK
Поддерживаются все официальные библиотеки OpenAI. Просто укажите ваш API-ключ в заголовке авторизации и направьте запрос на наш эндпоинт.
REST API
Полный доступ к методам POST /v1/audio/speech, GET /v1/voices и GET /v1/models. Используйте любой HTTP-клиент для отправки JSON-запросов.
Быстрый старт
Всего одна строка кода для получения аудиофайла. Не нужно устанавливать сложные SDK или настраивать аутентификацию с нуля.
- Установите библиотеку OpenAI
- Укажите base_url: https://api.bd5.info/v1
- Передайте текст и тембр голоса

Для кого
PodVoice создан для тех, кто ценит время и качество звука. Мы превращаем ваш сценарий в готовый аудиофайл без сложных настроек, позволяя сосредоточиться на контенте, а не на технике.
Независимые подкастеры
Генерируйте вступительные ролики и звуковые мосты за секунды. Экономьте на найме дикторов для регулярных рубрик, используя API для автоматизации рутины.
- Быстрая генерация интро и аутро
- Масштабируемость без найма студии
- Доступ к 8 уникальным тембрам
Медиа-издательства
Оптимизируйте бюджет на производство контента. Превращайте текстовые статьи и новости в аудиогиды с точным контролем скорости и формата, поддерживая 23 языка без дополнительных лицензий.
- Конвертация статей в подкасты
- Мультиязычная поддержка контента
- Контроль качества через скорость 0.25–4.0
Аудиокниги
Текст используется только для синтеза и не идет на обучение. Используйте голоса Luna или Orion для создания атмосферных читок; каждый файл содержит невидимый водяной знак, маркирующий речь как синтетическую.
- Голоса для повествования
- Текст не используется для обучения
- Встроенный водяной знак
Качество звука
Наш API генерирует аудиофайлы напрямую из текста, обеспечивая стабильное качество звучания без необходимости сложной обработки. Мы используем проверенные голоса на основе лицензированных записей LibriTTS-R, что гарантирует чистоту сигнала и отсутствие артефактов, характерных для дешевых синтезаторов.
Каждый файл проходит через движок, который сохраняет естественность речи. Мы не обещаем студийного мастеринга, но предоставляем исходный материал высокого разрешения, готовый к вставке в ваш проект.
Студийный уровень
Аудио возвращается в форматах WAV или FLAC для максимального качества, либо MP3 для экономии места. Вы получаете чистый сигнал, готовый к наложению эффектов в вашей DAW.
Естественная интонация
Голоса Aria, Luna, Felix и другие передают заданные тембры: от теплого нарратора до энергичного промо. Интонация строится автоматически; SSML не поддерживается.
Четкая дикция
Синтезатор произносит слова на 23 языках. Если автоматическое определение языка дает сбой, укажите параметр language явно.
Гибкость
Адаптируйте синтез под ритм вашего шоу. Параметр speed в диапазоне от 0.25 до 4.0 позволяет замедлить речь для медитативных вступлений или ускорить её в динамичных новостных блоках без потери разборчивости.
Настройка скорости
Используйте поле speed в запросе API. Значение 1.0 — стандартная речь. Уменьшение значения создает более неторопливый темп, подходящий для глубоких разборов тем, а увеличение ускоряет подачу материала.
Формат WAV
Выбирайте response_format: wav для получения аудиофайлов без потерь качества. Это идеальный выбор для финальной сборки в профессиональных DAW (Audacity, Adobe Audition), где требуется максимальная чистота сигнала перед наложением музыки.
Оптимизация размера
Для веб-плееров и быстрой загрузки используйте mp3 или opus. Они обеспечивают компактный размер файла при сохранении приемлемого качества, что критично для мобильных слушателей с ограниченным трафиком.
Начните сейчас
Получите доступ к API за пару кликов на странице регистрации. Мы поддерживаем вход через Google или создание аккаунта по email. После авторизации вы сразу увидите ваш уникальный ключ и начальный баланс.
Получите ключ API
Перейдите по ссылке /get-api-key/ для создания учетной записи. Ключ используется для аутентификации запросов к API и отображения текущего баланса.
- Вход через Google или email
- Мгновенный доступ к ключу
- Просмотр баланса и истории
Попробуйте бесплатно
При регистрации через Google вам начисляется 0,50 доллара кредита. Этого хватит примерно на 50 000 символов текста в течение 7 дней. Ошибки синтеза возвращают полную сумму.
- Кредит $0.50 для Google-аккаунтов
- Около 50 000 символов
- Срок действия: 7 дней
Изучите документацию
На странице документации доступны примеры кода и описание структуры запросов. Вы можете использовать готовые SDK или отправлять запросы напрямую через HTTP.
- Примеры запросов cURL
- Поддержка OpenAI SDK
- Описание параметров моделей
Послушайте 8 голосов
Каждый образец ниже сгенерирован этим API из одного и того же предложения. Его тембр привлекает внимание и задает бодрый ритм, не перегружая слушателя.
23 языка
Любой голос может говорить на любом из этих языков.
Источники и дополнительные материалы
- Wikipedia
- MDN: Web Speech API
- LibriTTS-R paper (arXiv 2305.18802)
- Python documentation
- LibriTTS-R corpus (OpenSLR 141)
- LibriVox public-domain audiobooks
- openai-python on GitHub
- curl documentation
- TRON developer hub: TRC-20
- IETF RFC 7845: Ogg Opus
- OpenAI API reference: create speech
- W3C WAI: making audio and video accessible
