Я сел и за выходные прогнал один и тот же тридцатитысячный рассказ через пять разных сервисов AI-озвучки. Условия одинаковые: русская проза, есть диалоги, есть смешанный регистр, есть пара ловушечных слов с нестандартными ударениями. Никаких маркетинговых скриншотов и обещаний — только то, что услышал в наушниках.
Сервисы тут — буквами от A до E. Не из жажды интриги, а потому что отзывы про конкретные имена быстро устаревают, а паттерны (где лидер, где экономия, где неликвид) остаются. Имена угадываются сами, если вы в теме.
Как мерял
Один и тот же рассказ. Один оценщик — я. Слушал в наушниках, записывал ощущения сразу, не возвращался переслушивать «второй раз пересмотреть». Смотрел на:
- общее качество звука — есть ли роботизация, артефакты, плоскость на длинных фразах;
- ударения в двадцати заранее выбранных «проблемных» словах (имена, латинизмы, специальная лексика);
- что сервис делает с диалогами — даёт разные голоса или нет;
- эмоции и темп — натурально или пережато;
- сколько ждать рендер;
- сколько с меня взяли.
Сервис A
Качество звука — почти неотличимо от живого. Если включить через колонку в фоновом режиме, человек, который зашёл в комнату, не поймёт, что это синтез. Восемнадцать ударений из двадцати — корректно, два сорванных были на иностранном имени и редком архаизме (мелкое, но на слух заметное).
Диалоги развёл идеально, всем четырём персонажам — свой голос. Эмоции сдержанные, не пережал ни одну сцену. Двенадцать минут на рендер. Сто пятьдесят рублей за весь рассказ.
Если бы я выбирал «по умолчанию для книги» — взял бы этого. Из явных минусов — цена кусается, если вы планируете большие объёмы; дешевле есть.
Сервис B
Бюджетный вариант, и это слышно. Качество — хорошее, но с лёгкой электронной окраской на длинных фразах. На уровне текста с фактами (новости, обзор недели, лекция) это вообще не мешает. На художественной прозе через десять минут начинает раздражать.
Шестнадцать из двадцати на ударениях, неплохо. Диалоги — только два голоса, мужской и женский. Если у вас в книге несколько мужских персонажей, они будут говорить одним голосом — и это слышно как ограничение, не как стилистическое решение.
Эмоций почти нет. Пять минут на рендер. Восемьдесят рублей. Свою нишу занимает, и это ниша «технический контент по экономной цене».
Сервис C
По качеству ближе к A, чем к B, но не дотягивает. Девятнадцать из двадцати на ударениях — лучший показатель в моём тесте, кстати. Голос на дефолте — заметно «теплее» остальных, мне он сразу понравился, и я ловил себя на том, что специально подбираю под него тексты.
Из недостатков — эмоции иногда пережаты. Там, где AI должен сказать ровно с лёгким нажимом, он начинает почти кричать. На сцене, где героиня просто строго говорит, у меня в наушниках звучит так, будто её поймали с поличным.
Восемь минут, двести рублей. Для любовных романов и детской литературы я бы пробовал именно его.
Сервис D
Это западный мультиязычный сервис. На английском, говорят, прекрасен — на русском чувствуется акцент. Не как у плохого синтезатора — как у очень способного иностранца, который выучил язык. Технически выровнено, но «носителя» в этом нет.
Четырнадцать ударений из двадцати — критически мало. Слышно, что слово прочитано «по правилам», без понимания смысла фразы. Диалоги при этом развёл хорошо, четыре голоса. Эмоции плоские.
Пятнадцать минут на рендер, двести пятьдесят рублей. Не рекомендую для русских проектов. Для двуязычных — может быть, если основной язык всё-таки английский.
Сервис E
Надёжный середняк. Восемь из десяти по звуку, семнадцать из двадцати по ударениям, никаких сюрпризов. Сам определил персонажей, расставил голоса — двух мне пришлось поменять вручную, остальные подошли.
Эмоции умеренные, не мешают. Двадцать минут на рендер — это дольше всех в моём тесте, единственная заметная слабость. Сто восемьдесят рублей.
Если вас просят порекомендовать что-то «не рискнуть» — это он. Не блистает, но и не подведёт ни в одном пункте.
Если свести в строчку
| Место | Сервис | Сильное место | Слабое |
|---|---|---|---|
| 1 | A | Звук + ударения | Цена |
| 2 | C | Тёплый голос «из коробки» | Пережимает эмоции |
| 3 | E | Стабильность | Долго рендерит |
| 4 | B | Цена | Мало голосов |
| 5 | D | Многоязычность | На русском плох |
Под какую задачу что брать
Если книга длинная и важно качество — A. Когда вы собираетесь слушать пятнадцать-двадцать часов, разница в звуке окупается, даже если кажется небольшой на первой странице.
Если это нон-фикшн или техническая документация — B. Тут «тёплый голос» лишний, главное — чтобы рассказчик не уставал.
Если у вас детская сказка или любовный роман — C. Тёплый дефолт даёт правильную эмоциональную атмосферу.
Если у вас длинный переводческий проект и важна стабильность по всем главам — A или E. На длинной дистанции «неплохо везде» бьёт «местами отлично».
Если вы пишете на двух языках сразу — A. Из всех протестированных у него самая ровная связка англо-русского качества.
Что не звук, но важно
Кроме самого голоса, я бы смотрел на вещи, которые в маркетинговом описании не фигурируют, но больно бьют, когда натыкаешься.
Какие форматы файла поддерживает. EPUB и FB2 — обязательно для книг, txt — для фанфиков, doc и markdown — приятный бонус. PDF почти никто нормально не разбирает, и если вам нужно именно из PDF — заранее планируйте OCR или ручную выгрузку текста.
Можно ли скачать mp3. Звучит банально, но часть сервисов даёт слушать только во встроенном плеере, и это тупик, если вы хотите перенести в свою аудиолиб или подарить.
Биллинг. Разовая покупка против подписки — для нерегулярного использования разовая удобнее, и слава богу, что в 2026 это уже стандарт. Подписки остались у западных сервисов и пары устаревших российских.
Конфиденциальность. Ваш загруженный текст — он только ваш, или сервис может его использовать? Для непубличных рукописей и личных проектов это не «нюанс политики», это критично. Я перед загрузкой неизданной книги обязательно читаю TOS — и иногда отказываюсь после прочтения.
Финальное
Рынок в 2026 поделился на три эшелона. Топ-уровень — A и C — выдают звук, который в слепом тесте путают с живым диктором. Средний уровень — B и E — даёт достаточно за разумные деньги. Нижний — D — это западные сервисы, которые поддерживают русский «по остаточному принципу», и брать их для русских книг особо незачем.
Главный совет, который я повторяю всем: перед длинным проектом обязательно прогоните короткий тестовый кусок через два-три сервиса и послушайте подряд. Маркетинговое описание разницы между A и B вам не покажет — её слышно, и только в наушниках. Тридцать минут такого теста сэкономят неделю переделок.