За символ, за месяц или за час: как считается цена ИИ-озвучки

Зайди на рынок ИИ-озвучки и обнаружишь три ценника, которые никак нельзя сравнить в лоб. Облачные платформы берут за миллион символов текста. Голосовые приложения продают месячную подписку с лимитом символов внутри. Несколько сервисов, наш в том числе, берут за готовый час аудио. Все три делают одно и то же: машина читает текст вслух. Но прогони через каждый один обычный роман, и итоговые суммы разойдутся в пятьдесят раз. Вот в чём дело.

Индустрия берёт за символ

Большинство игроков на рынке берут за ввод: платишь за текст, который скармливаешь, символ за символом. К середине 2026-го крупные облачные провайдеры берут примерно $15–30 за миллион символов за актуальные голоса. Старые бюджетные голоса стоят около $4, премиальные студийные уровни доходят до $160. Специализированные голосовые платформы дороже: тариф по факту потребления держится около $100 за миллион символов, а подписки выходят в $150 и выше за миллион, если поделить месячную плату на лимит.

Тариф за символ сам по себе не уловка. Для разработчика, который покупает сырой синтез отдельными вызовами API, такая единица измерения вполне логична. Проблема начинается, когда клиент не разработчик, а читатель, и приносит он целую книгу.

Насколько велика книга в символах

Типичный роман: 90 000–120 000 слов, то есть примерно 500 000–750 000 символов. Прогони через счётчик, и суммы сразу становятся заметными. По тарифам крупных облаков озвучка одного романа обходится в $9–18. На специализированных платформах, в $60–100. Сервисы, ориентированные на авторов, берут от примерно $40 до нескольких сотен за книгу.

Лимиты в подписках: та же арифметика, только менее очевидная. Типичный план для авторов среднего уровня, примерно $22 в месяц, включает около 120 000 символов. Звучит щедро, пока не понимаешь, что это примерно пятая часть одного романа. Чтобы услышать одну книгу из своей библиотеки, придётся потратить пять месяцев лимита. (В мире подписок на аудиокниги та же ловушка: ежемесячная плата за часы, которыми ты можешь и не воспользоваться. Мы разбираем её здесь.)

Ничего из этого намеренно не скрыто. Просто ценовая модель, придуманная под тридцатисекундные ролики, рекламу и голоса в приложениях, теперь должна переварить роман на восемьдесят тысяч слов.

Переведём всё в часы прослушивания

Читателя волнует час прослушивания, а не миллион символов. На обычной скорости озвучки час готового аудио соответствует примерно 55 000 символов английского текста. Пересчитай цены за символ, и получишь около $0.85–1.70 за час по тарифам крупных облаков и $5–9 за час на специализированных платформах. Десятичасовой роман, один голос, без отдельной озвучки по ролям, выходит от $9 до $90, в зависимости от того, чей счётчик ты кормил.

BookNPC берёт за то же самое 25 центов за час готового аудио, с точностью до секунды. Десятичасовой роман стоит $2.50, один раз, и аудио остаётся у тебя для офлайн-прослушивания. Дать каждому персонажу свой голос: это отдельный разовый разбор, около 3 цента за страницу, тоже один раз. В приложении этот роман занимает около 130 страниц, поэтому озвучка по ролям обойдётся примерно в четыре доллара, а если добавить студийное звучание, всё вместе выйдет дешевле семи долларов.

Почему разрыв реален, а не акция

За ним стоят два технических выбора.

Первый: что именно мы считаем. Тариф за символ берёт плату за входной текст, сколько бы ни стоил синтез. Мы берём плату за выход, за секунды готового аудио, которые ты реально получаешь. Так получается, потому что мы гоняем речевые модели с открытыми весами на своих GPU, а на современном железе вычисления за час аудио невелики и продолжают дешеветь. Открытые модели догнали проприетарные по качеству. Как только это произошло, дорогой частью старой схемы стала уже не вычислительная нагрузка, а сама ценовая модель, выстроенная вокруг неё. Тариф за готовое аудио передаёт экономию тебе, а не удерживает её.

Второй: где происходит трудная работа. Аудиокнига с озвучкой по ролям требует решить две разные задачи. Первая, понять, кто говорит в каждой строке романа. Это задача на понимание текста, поэтому мы решаем её разово: разбираем книгу языковой моделью, платишь за страницу один раз. Вторая, превратить текст в голос. Это уже рендеринг, и он тарифицируется за час только если ты выбираешь студийное звучание из облака. Как только книга озвучена по ролям, она навсегда воспроизводится бесплатными голосами устройства. Студийное звучание из облака здесь необязательное улучшение, а не турникет.

А обычный рассказчик бесплатен, без ограничений по часам, потому что синтез речи на устройстве ничего не стоит: твой телефон уже поставляется со способными нейросетевыми голосами, и сервер тут не нужен. Брать за это подписку означало бы просто брать за счётчик.

Честная оговорка

Если тебе нужны короткие ролики, а не книги, BookNPC не тот инструмент. Но и тут не обязательно кормить счётчик за символ. Наше приложение-компаньон VoiceNPC гоняет ту же речевую модель полностью на устройстве (iPhone и Mac на Apple Silicon), умеет клонировать голос, а бесплатный уровень покрывает короткую работу. Несостыковка, о которой идёт речь в этой статье, возникает ровно тогда, когда текст размером с книгу, а именно с ним и работает BookNPC. Цифры выше взяты с открытых страниц цен в июле 2026-го и округлены. Цены меняются, так что сверься с актуальными, прежде чем опираться на любую конкретную цифру. Наши собраны на странице цен, а бесплатный рассказчик на устройстве стоил и стоит одинаково: ничего.