HeyGen открыла бесплатный доступ к своей модели синтеза речи Voice Turbo до 30 ноября 2026 года. В анонсе, обновлённом 2 ноября, компания описывает Turbo как ускоренную версию собственной голосовой модели: пользователь задаёт текст и выбирает голос, а сервис создаёт произнесённую запись. Для первого опыта достаточно готового публичного голоса; записывать себя необязательно.
Модель и голос выбирают отдельно
В документации HeyGen Voice перечислены обычная Voice 1, ускоренная Turbo и Turbo Free. Последние две работают с публичными голосами и быстрыми копиями по записи. Для профессионального клонирования предусмотрена обычная Voice 1. Голос задаёт выбранного диктора; модель определяет доступный способ синтеза и управления речью.
| Вариант | Доступные голоса | Условия |
|---|---|---|
| Voice 1 | Публичные голоса, быстрые и профессиональные копии | Платный синтез |
| Voice Turbo | Публичные голоса и быстрые копии | Ускоренный платный режим |
| Voice Turbo Free | Публичные голоса и быстрые копии | Бесплатное предложение до 30 ноября |
Поэтому сравнение двух записей требует назвать и модель, и голос. Смена диктора меняет впечатление от тембра и манеры чтения, даже когда программа синтеза остаётся той же. Для оценки самой модели полезнее сохранить один исходный голос и один текст.
Короткая запись и профессиональное клонирование
Быстрое клонирование — Instant Voice Clone — создаёт голос из одной записи. Сервис использует первые три минуты и, по описанию разработчика, обычно готовит результат за секунды. Повторное обучение такого голоса не предусмотрено: для нового образца создают другой голос. Это удобный способ попробовать собственную манеру речи без подготовки длинной студийной сессии.
Для Professional Voice Clone нужны от одной до десяти записей одного человека общей продолжительностью от 20 минут. Сервис обучает отдельный адаптер — набор настроек для выбранного голоса; голос становится доступен после завершения обучения. Профессиональный голос занимает оплаченное место в аккаунте, а новые записи позволяют переобучить уже созданный голос. Длительную тишину, посторонний шум и одновременную речь нескольких людей разработчик рекомендует убрать из исходного материала.
Интонацией можно управлять, но способы различаются
Публичные и быстрые голоса понимают звуковые метки HeyGen: указание эмоции, переход к шёпоту, смех, вздох или паузу. Разработчик разделяет изменение подачи последующего текста и отдельный звук в конкретном месте. Одна метка интонации действует до приблизительно 17 секунд; длинный эмоциональный фрагмент требует повторных указаний. Профессиональные голоса используют другой набор средств управления.
В описании синтеза речи для профессионального клона предусмотрены скорость от 0,75 до 1,25 исходной, изменение высоты в пределах четырёх полутонов и степень её вариации. Быстрые голоса, включая Turbo, принимают эти профессиональные параметры, но игнорируют их.
Что показывает независимое сравнение
На 9 ноября в Controlled Voice Arena от Artificial Analysis HeyGen Voice получает 1189 ± 13 баллов Elo, Turbo — 1173 ± 16. Между ними находится Qwen-Audio-3.1-TTS-Plus с 1179 ± 13. Интервалы оценок пересекаются; порядок этих строк ещё может меняться.
По методике Artificial Analysis, модели в этом сравнении читают одинаковые тексты восемью клонированными английскими голосами: четырьмя американскими и четырьмя британскими. Слушатель выбирает одну из двух записей, не видя названия модели. Так исследователи уменьшают влияние личной симпатии к конкретному диктору. Баллы выражают относительное предпочтение участников, а не процент безошибочно произнесённых слов.
Указанное сравнение относится к английскому языку. Из него нельзя получить оценку русских ударений или качества чтения конкретной технической статьи. Для произношения сложных последовательностей Artificial Analysis ведёт отдельный тест; благозвучие фразы и точное чтение числа или имени — разные свойства речи.
Русский язык и длинные тексты
В параметрах речевого API HeyGen перечислены 39 языковых кодов, включая русский и английский. На один запрос приходится до 5000 символов. Сервис может вернуть готовую запись или отдавать звук по мере создания; для длинной статьи работа продолжается несколькими запросами. Такой предел относится к отдельному фрагменту, а не к общей длительности аудиоматериала.
Слушать модель можно и на pommeDeTerre: аудиоверсии наших статей созданы через HeyGen Voice Turbo Free. Русские тексты читает сохранённый русский голос, английские — стандартный публичный голос.
В обзоре новостей ИИ от 8 ноября в плеере над текстом доступна полная аудиоверсия. Это пример чтения реального редакционного текста с названиями моделей, числами и развёрнутыми пояснениями.
Бесплатный режим ограничен общей доступностью
В правилах использования API предусмотрено по 30 речевых запросов в минуту на участника рабочего пространства; лимит считается отдельно для каждого речевого метода API. У Turbo Free есть и общая ограниченная вычислительная ёмкость: сервис может отклонить запрос, даже когда собственный лимит пользователя ещё не исчерпан. Доступность и время ожидания для бесплатного предложения не гарантированы.
HeyGen обещает заранее сообщить, как изменится доступ после 30 ноября 2026 года.
