← Все модели и цены

Zubr TTS

в контуре РБ

Озвучка текста на наших серверах в Беларуси

Озвучка
— BYN / 1000 символов
Метод API
/v1/audio/speech

Модель озвучки на наших GPU в Минске: превращает текст в речь. Текст не уходит внешнему провайдеру — подходит для внутренних материалов, обучающих курсов, голосовых подсказок и автоответов.

Девять готовых голосов, мужских и женских. Говорит по-русски и ещё на девяти языках: английском, немецком, французском, испанском, итальянском, португальском, китайском, японском и корейском. Язык текста на кириллице определяется сам.

Подключается как обычная модель озвучки по API, совместимому с OpenAI: метод /v1/audio/speech, имя модели zubr-tts. Платите за символы текста.

Для чего

  • Озвучка курсов, инструкций и внутренних материалов
  • Голосовые подсказки и автоответы
  • Тексты, которые нельзя отдавать внешнему сервису

Чего не умеет

  • Готовые голоса: клонирования своего голоса в этой версии нет
  • Ответ приходит целиком, без потоковой передачи: фраза на 10 секунд речи готова примерно через 9 секунд
  • До 4000 символов за запрос; параметр скорости речи не поддерживается

Карточка модели

Базовая модель
Qwen3-TTS 1.7B CustomVoice (Alibaba Qwen)
Голоса
aiden, dylan, eric, ono_anna, ryan, serena, sohee, uncle_fu, vivian
Языки
русский и ещё 9: английский, немецкий, французский, испанский, итальянский, португальский, китайский, японский, корейский
Форматы
mp3, wav, opus, flac, aac, pcm; 24 кГц, моно
Инференс
GPU NVIDIA Tesla P100, Минск
Имя в API
zubr-tts — метод /v1/audio/speech

Что изменено относительно базовой модели

  • Веса не дообучались: модель работает как есть.
  • Ускорение генерации — запись шага декодирования в CUDA graphs: в 3,5 раза быстрее исходной реализации на нашем оборудовании.
  • Обвязка: API, совместимый с OpenAI, автоопределение русского языка, кодирование в mp3/opus/flac.

Имя модели в API — zubr-tts. Оно не меняется при обновлении весов: интеграцию переписывать не придётся.