Gemini TTS

Озвучка текста нейросетью на русском: MP3 для ролика, рекламы и длинных текстов

6 мин чтения · 22 ноября 2026 г.

Для озвучки текста нейросетью напишите в чате Каравая «озвучь этот текст», вставьте текст и скажите, каким голосом: «мужской, спокойно и уверенно». Под ответом появится MP3, который можно послушать и сохранить. За один раз озвучивается до 30 000 знаков, около получаса речи, на любом тарифе, в том числе бесплатном. Читает модель Gemini 3.8 Flash-Lite TTS от Google. Ниже как описать голос, как подготовить текст, чтобы цифры и названия прозвучали верно, и как сделать озвучку для рекламы и ролика.

Как сделать озвучку текста нейросетью

  1. 1Откройте Каравай на сайте или в приложении и начните новый чат.
  2. 2Напишите «Озвучь этот текст в MP3» и вставьте текст. Длинный текст можно приложить файлом: Word или PDF, и попросить озвучить его или нужную главу.
  3. 3В той же просьбе опишите голос: мужской или женский, как звучит (спокойно, бодро, тихо, торжественно), для чего (реклама, аудиокнига, инструкция).
  4. 4Отправьте. Под ответом появится плеер: послушайте и сохраните MP3.
  5. 5Если что-то прозвучало не так, напишите, что поменять: «помедленнее», «голос ниже», «слово „обжарка“ с ударением на первый слог». Каравай озвучит заново.

Пример: рекламный текст кофейни

Озвучь этот текст для рекламы в MP3, спокойно и дружелюбно: «Кофейня „Зерно“ открыта с семи утра. Свежая обжарка каждую неделю, кофе с собой за пять минут. Ждём вас на Садовой, двенадцать.»

Озвучил рекламный текст спокойным и дружелюбным голосом. Кофейня Зерно открыта с семи утра. Свежая обжарка каждую неделю, кофе с собой за пять минут. Ждём вас на Садовой, двенадцать.

Настоящий пример на тестовом аккаунте: кофейня придумана для примера. Ответила модель Gemini 3.8 Flash в режиме «Автоматически», под ответом пришёл MP3.

В ответе виден ровно тот текст, который прочитан в MP3, и голос, который выбран: «спокойно и дружелюбно» из просьбы. Кавычки вокруг названия Каравай убрал, чтобы они не мешали чтению. Время и адрес в примере написаны словами, так они прозвучат без ошибок.

Как выбрать голос для озвучки

Готового списка голосов нет: голос описывают словами, и нейросеть подстраивает подачу. Работают описания вида «женский, тёплый, неторопливо», «мужской, низкий, торжественно», «бодро, как в рекламе на радио», «тихо и загадочно». Если ничего не сказать, прочитает спокойный женский голос по умолчанию.

Как подготовить текст к озвучке на русском

  • Цифры, даты и телефоны напишите словами, если важно, как они прозвучат: «с семи утра», «двенадцатого декабря». Иначе «12.12» может прочитаться не так, как вы ждёте.
  • Сокращения раскройте: «рублей» вместо «руб.», «улица» вместо «ул.».
  • Название бренда латиницей напишите так, как его произносят: «Каравай», а не только «Karawai».
  • Слово с трудным ударением замените или попросите озвучить заново, назвав ударный слог. Послушайте результат целиком перед тем, как ставить его в ролик.
  • Абзацы и точки дают паузы: длинное предложение лучше разбить на два.

Текст можно не готовить отдельно, а попросить Каравай сразу написать и озвучить: «напиши рекламу кофейни на 20 секунд и озвучь бодрым женским голосом». Тогда он сам напишет цифры словами.

Нейросеть для озвучки текста в своём деле

  • Реклама для радио, торгового центра или ролика в соцсетях: 15–30 секунд текста, бодрый или спокойный голос.
  • Приветствие для автоответчика или голосового меню: «Здравствуйте, вы позвонили в…» спокойным голосом.
  • Озвучка инструкции или урока для клиентов и сотрудников: текст можно сначала попросить упростить, потом озвучить.
  • Аудиоверсия статьи, рассылки или поста для своего канала.
  • Объявление в зале: «Магазин закрывается через 15 минут», сразу несколько вариантов подачи, чтобы выбрать.

Для рекламы удобно сделать два-три варианта с разной подачей («бодро», «спокойно», «доверительно») и выбрать на слух. Каждый вариант это отдельный MP3 в том же чате. Тексты для рекламы и постов на месяц вперёд Каравай тоже напишет: «Контент-план и посты».

Длинный текст: глава, лекция, аудиокнига

В один MP3 входит до 30 000 знаков, это около получаса речи и примерно 15–20 страниц. Если текст длиннее, Каравай озвучит первые 30 000 знаков и скажет, где остановился: напишите «озвучь дальше», и следующая часть придёт новым файлом. Длинная озвучка готовится несколько минут. Если сначала нужен не звук, а суть большого документа, начните с пересказа: «Как пересказать большой PDF».

Озвучка для видео и рекламы

MP3 из Каравая это чистая речь без музыки, её удобно подложить под ролик в любом видеоредакторе. Музыку и пение озвучка не добавляет: для песни с музыкой есть отдельная возможность, «Песня по своему тексту». Короткие ролики 5–6 секунд Veo 3.1 приходят со своим звуком, а что ещё можно сделать для соцсетей, в статье «Короткое видео для бизнеса».

Под любым ответом Каравая есть ещё кнопка «Прочитать вслух»: она читает сам ответ, до 3 000 знаков, без отдельного файла. Удобно, чтобы послушать письмо или пересказ на ходу. А чтобы не читать, а разговаривать, на платных тарифах есть разговор голосом: «Разговор с нейросетью голосом».

Сколько стоит озвучка текста

Озвучка есть на всех тарифах, на бесплатном «Ломте» тоже. Она списывается из общего лимита тарифа по длине речи: минута рекламы почти незаметна, получасовая глава заметнее. Для постоянной работы с текстами «Каравай+» за 190 ₽ в неделю или 590 ₽ в месяц даёт лимиты в 5 раз больше бесплатного. Подробнее в статье «Сколько стоят нейросети в месяц». Как устроена модель, которая читает, и как она меняет подачу по описанию голоса, в документации Google: генерация речи в Gemini API и Gemini TTS в Google Cloud.

Частые вопросы

Есть ли озвучка текста нейросетью бесплатно на русском?

Да. В Каравае озвучка в MP3 работает и на бесплатном тарифе «Ломоть», она списывается из его общего лимита по длине речи.

Сколько текста можно озвучить за один раз?

До 30 000 знаков, около получаса речи. Дальше напишите «озвучь дальше», и следующая часть придёт новым файлом.

Можно ли озвучить текст своим голосом?

Нет, клонирования голоса в Каравае нет. Голос описывается словами: мужской или женский, тихо, бодро, торжественно.

Можно ли озвучить текст разными голосами?

Один файл читает один голос. Для диалога сделайте по файлу на каждую роль, каждый со своим описанием голоса.

Можно ли добавить музыку к озвучке?

В MP3 озвучки только речь. Песню с музыкой и вокалом Каравай делает отдельно на платных тарифах, а фоновую музыку под голос добавляют в видеоредакторе.