Genius-bot · 11 минут чтения
Если считать api озвучки текста как обычную статью расходов, цифры становятся понятнее: в справке сервиса для TTS указана цена 18 ₽ за один запуск, причём для озвучки единицей расчёта являются 1000 знаков. Поэтому стоимость можно посчитать ещё до отправки текста в API.
Главное здесь — не пытаться переводить цену напрямую в «минуту голоса». Скорость речи зависит от дикции, пауз и самого текста, а тариф задан по количеству знаков. Ниже разберём несколько сценариев: короткий ролик, длинную статью, книгу и регулярную рассылку, а затем сравним эту арифметику с оплатой живого диктора.
Получить ключ можно после входа в разделе API. При выпуске первого ключа на баланс начисляется 50 ₽, поэтому первоначальный остаток покрывает несколько тестовых запусков.
Сколько знаков в минуте речи
У TTS нет фиксированного правила «1000 знаков = одна минута». Одно и то же количество символов можно прочитать за разное время: короткие фразы с паузами будут звучать иначе, чем плотный информационный текст. Поэтому для предварительного бюджета удобнее считать знаки, а минуты использовать как вторичную оценку длительности.
Для грубой оценки можно взять диапазон около 800–1200 знаков в минуту, если под знаком понимать символ текста вместе с пробелами. Это не тарифное значение сервиса, а практическая модель для планирования хронометража. Реальная длительность готовой записи зависит от того, как именно синтезируется конкретный текст.
| Объём текста | Оценка при 800 знаках/мин | Оценка при 1000 знаках/мин | Оценка при 1200 знаках/мин |
|---|---|---|---|
| 1000 знаков | 1,25 мин | 1 мин | 0,83 мин |
| 5000 знаков | 6,25 мин | 5 мин | 4,17 мин |
| 10 000 знаков | 12,5 мин | 10 мин | 8,33 мин |
| 50 000 знаков | 62,5 мин | 50 мин | 41,67 мин |
Из таблицы видно, почему расчёт «по минутам» может давать заметную погрешность. Если планируется ролик на 10 минут, нельзя просто умножить 10 на фиксированную цену минуты: сначала нужно определить, сколько знаков помещается в сценарий.
Для предварительной сметы удобно использовать среднюю точку — 1000 знаков в минуту. Тогда сценарий на 3000 знаков даст примерно три минуты речи, 7000 знаков — около семи минут, а 15 000 знаков — около 15 минут. Это именно оценка хронометража, а не условие тарификации.
Цена за тысячу знаков и что это в минутах
В справке сервиса операция «Озвучка текста (tts)» стоит 18 ₽ за 1000 знаков. То есть базовая формула выглядит так: стоимость = количество знаков / 1000 × 18 ₽. Если текст содержит ровно 10 000 знаков, арифметическая стоимость составит 180 ₽.
Есть важная деталь: цена указана за 1000 знаков, поэтому для бюджета нужно заранее определить, как именно ваш текст будет разбит на оплачиваемые объёмы. В самой справке зафиксирована ставка 18 ₽ за 1000 знаков, но отдельного правила округления неполной тысячи в предоставленных данных нет. Поэтому для точного производственного расчёта лучше учитывать фактический способ подсчёта, который использует API.
| Объём | Расчёт | Стоимость | Оценка при 1000 знаках/мин |
|---|---|---|---|
| 1000 знаков | 1 × 18 ₽ | 18 ₽ | ≈ 1 мин |
| 3000 знаков | 3 × 18 ₽ | 54 ₽ | ≈ 3 мин |
| 5000 знаков | 5 × 18 ₽ | 90 ₽ | ≈ 5 мин |
| 10 000 знаков | 10 × 18 ₽ | 180 ₽ | ≈ 10 мин |
| 50 000 знаков | 50 × 18 ₽ | 900 ₽ | ≈ 50 мин |
| 100 000 знаков | 100 × 18 ₽ | 1800 ₽ | ≈ 100 мин |
Так проще ответить на вопрос «сколько стоит озвучить текст» без привязки к субъективному ощущению длительности. Например, 20 000 знаков при ставке 18 ₽ за 1000 знаков — это 360 ₽ по прямой формуле. Для 100 000 знаков получится 1800 ₽.
При этом стоимость озвучки текста не меняется от того, кажется ли вам материал «длинным» или «коротким»: исходная единица расчёта — количество знаков. Для автоматизации это удобно, потому что программу можно заставить считать объём до запуска операции и показывать пользователю предварительную сумму.
Проверить доступные операции и цены можно непосредственно через API. Авторизация выполняется заголовком Authorization: Bearer <ключ>, а список операций доступен через GET /services.
curl -X GET "https://genius-bot.ru/wp-json/genius/v1/services" \
-H "Authorization: Bearer <ВАШ_API_КЛЮЧ>"Тот же запрос можно сделать из Python без отдельной библиотеки клиента. В данном примере мы не предполагаем структуру ответа: программа получает список доступных операций и цен напрямую из API.
import requests
BASE_URL = "https://genius-bot.ru/wp-json/genius/v1"
API_KEY = "ВАШ_API_КЛЮЧ"
response = requests.get(
f"{BASE_URL}/services",
headers={"Authorization": f"Bearer {API_KEY}"},
timeout=30,
)
response.raise_for_status()
print(response.json())Для автоматического контроля бюджета полезно также проверять остаток через GET /balance. Это позволяет приложению не полагаться на число, сохранённое где-то в конфигурации, а получать актуальное состояние баланса перед запуском очереди задач.
Ролик, статья, книга: три расчёта
Возьмём три типичных объёма и применим одну и ту же формулу. Для простоты будем считать, что каждый 1000 знаков обходится в 18 ₽, а для хронометража используем условные 1000 знаков в минуту.
Ролик. Допустим, сценарий содержит 7000 знаков. По нашей оценке это около семи минут речи. Стоимость по ставке TTS составит 7 × 18 = 126 ₽.
Здесь особенно заметна разница между бюджетом и хронометражем. Если автор сначала решает, что ему нужен «ролик на семь минут», а потом пишет сценарий на 11 000 знаков, фактическая смета уже будет около 198 ₽. Поэтому при массовом производстве лучше считать сначала текст, а затем длительность.
Статья. Пусть исходный материал содержит 12 000 знаков. По модели 1000 знаков в минуту это около 12 минут речи, а арифметическая стоимость — 216 ₽. Если из статьи после редакторской правки убрать 2000 знаков, объём снизится до 10 000, а стоимость — до 180 ₽.
Это один из практических плюсов расчёта по символам: редактура одновременно влияет и на длительность аудио, и на бюджет. Не нужно отдельно пересчитывать «минуты диктора» и затем пытаться восстановить стоимость API.
Книга. Для примера возьмём электронный текст объёмом 300 000 знаков. При той же условной скорости это примерно 300 минут, то есть пять часов речи. По прямой формуле стоимость TTS составит 300 × 18 = 5400 ₽.
Если книга содержит 500 000 знаков, расчёт будет 500 × 18 = 9000 ₽, а условный хронометраж при 1000 знаков в минуту — около 500 минут, или 8 часов 20 минут. Для большого проекта имеет смысл считать бюджет отдельными главами, чтобы видеть стоимость каждой части и не запускать весь объём одной операцией.
| Сценарий | Знаки | Примерный хронометраж | Стоимость по ставке 18 ₽ |
|---|---|---|---|
| Короткий ролик | 3000 | ≈ 3 мин | 54 ₽ |
| Ролик | 7000 | ≈ 7 мин | 126 ₽ |
| Статья | 12 000 | ≈ 12 мин | 216 ₽ |
| Большая статья | 50 000 | ≈ 50 мин | 900 ₽ |
| Книга | 300 000 | ≈ 5 ч | 5400 ₽ |
Эти суммы показывают именно арифметику тарифа, а не гарантированную длительность аудиофайла. Если ваша редакция пишет тексты с большим количеством чисел, сокращений, пауз или диалогов, реальный хронометраж может отличаться от упрощённой модели.
Сравнение со стоимостью диктора
С живым диктором сравнение устроено иначе. Для него цена может зависеть от длительности готовой записи, объёма текста, сложности исполнения, количества дублей, требований к обработке и других условий конкретного заказа. В предоставленной информации о сервисе нет тарифа на услуги дикторов, поэтому подставлять в расчёт условную цену за минуту было бы некорректно.
Для собственного сравнения достаточно привести обе модели к одной единице. Например, если у диктора есть конкретное предложение X ₽ за минуту, а ваш текст содержит 20 000 знаков, при условной оценке 1000 знаков в минуту это около 20 минут. Тогда предложение диктора можно сравнить с 360 ₽ арифметической стоимости синтеза для тех же 20 000 знаков.
Но такое сравнение не учитывает различия в результате. API позволяет рассчитывать стоимость непосредственно от текста и автоматизировать повторяющиеся запуски, тогда как работа с человеком обычно включает согласование задания, запись и возможные правки. Конкретные условия работы диктора нужно брать из его предложения, а не из тарифа TTS.
Для небольшого проекта полезно сделать простую таблицу перед стартом:
| Параметр | API озвучки текста | Живой диктор |
|---|---|---|
| База расчёта | 1000 знаков | Зависит от предложения исполнителя |
| Цена TTS из справки | 18 ₽ / 1000 знаков | В предоставленной справке не указана |
| Автоматизация | Через API | Зависит от рабочего процесса |
| Повторное изменение текста | Можно снова отправить текст на озвучку | Может потребоваться новая запись |
| Эмоциональная интерпретация человеком | Не является характеристикой тарифа | Зависит от диктора и задачи |
Таким образом, вопрос «что дешевле» нельзя корректно решить одной цифрой без конкретного предложения диктора и требований к записи. Для API стоимость известна заранее по объёму текста, а для живой записи нужно получить сопоставимую смету на тот же сценарий и тот же результат.
Где живой голос выигрывает у синтеза
Здесь имеет значение не только цена. Если материал требует актёрской подачи, сложной эмоциональной динамики, индивидуальной манеры речи или работы с режиссёром, живой диктор может соответствовать задаче лучше именно за счёт человеческого исполнения.
Есть и практический фактор: у некоторых материалов голос является частью продукта. Это может быть узнаваемая манера ведущего, конкретный тембр или заранее выбранный исполнитель. В таком случае сравнивать только 18 ₽ за 1000 знаков с гонораром диктора недостаточно, потому что покупатель оценивает не одну минуту звука, а весь способ подачи.
Синтез, в свою очередь, удобен там, где текст часто меняется или его нужно обрабатывать программно. Если каждую неделю появляется новая рассылка на 20 000 знаков, можно считать расход по формуле 20 × 18 = 360 ₽ за такой объём при прямом расчёте тарифа. Для десятков или сотен подобных материалов арифметика остаётся одинаковой.
Ещё один сценарий — автоматическая обработка очереди. API предоставляет маршруты POST /generate для запуска операции и GET /tasks/{id} для получения состояния и результата. Для уведомления о готовности предусмотрен необязательный параметр callback_url, на который приходит POST после завершения задачи.
При этом нельзя выводить из наличия API какие-либо гарантии о качестве конкретной записи. Качество и уместность синтеза следует проверять на собственных текстах, особенно если материал содержит сложную пунктуацию, имена собственные или специализированную терминологию.
Как снизить расход без потери качества
Первый способ — не отправлять на озвучку текст, который ещё находится в редактуре. Если сценарий после генерации звука меняется несколько раз, каждый повторный запуск увеличивает расход. Сначала полезно закончить смысловую и языковую правку, затем считать знаки и запускать TTS.
Второй способ — убрать из аудиоверсии элементы, которые слушателю не нужны. Служебные подписи, повторяющиеся заголовки, URL, длинные технические примечания и редакторские комментарии увеличивают объём текста, но не всегда добавляют информацию в голосовую дорожку.
Третий способ — разделять материал на логические части. Для книги это могут быть главы, для курса — уроки, для ролика — отдельные сцены. Такой подход позволяет видеть расход по частям и повторно обрабатывать только изменённый фрагмент, а не весь исходный материал.
Четвёртый способ — контролировать размер текста программно. Перед запуском можно посчитать количество символов, умножить его на тариф 18 ₽ за 1000 знаков и вывести предварительную оценку. Для проекта с большим количеством задач это проще, чем вести стоимость вручную в таблице.
Отдельно стоит учитывать ограничение частоты API: не больше 60 запросов в минуту на один ключ. Если приложение отправляет много небольших задач подряд, очередь запросов нужно строить с учётом этого ограничения. Это уже вопрос организации вызовов, а не изменения тарифа.
Оплата в сервисе идёт за запуск, без абонентской платы и без минимального платежа. Поэтому для нерегулярной нагрузки расчёт можно привязывать непосредственно к фактическому объёму операций. Первый выпущенный ключ получает 50 ₽ на баланс для пробы.
Если объединить всё в одну формулу, получится простой алгоритм: определить число знаков, разделить его на 1000, умножить на 18 ₽ и отдельно оценить хронометраж. Например, 37 000 знаков дают 37 × 18 = 666 ₽ по прямой ставке, а при условных 1000 знаках в минуту — около 37 минут речи.
Такой расчёт особенно полезен до запуска проекта: сначала определяется бюджет, затем объём сценария и только после этого выполняется синтез. Для автоматизации достаточно получать цены через GET /services, контролировать баланс через GET /balance и запускать операции через предусмотренный API-маршрут.
Частые вопросы
Сколько стоит озвучить текст на 10 000 знаков?
При указанной ставке 18 ₽ за 1000 знаков прямой расчёт составляет 180 ₽. Это расчёт по тарифу из справки, без добавления сторонних расходов.
Какая цена синтеза речи за 1000 знаков?
Для операции «Озвучка текста (tts)» указана цена 18 ₽ за 1000 знаков. Важно не путать эту единицу с минутой аудио: хронометраж зависит от самого текста и темпа речи.
Сколько знаков примерно помещается в минуте?
Для предварительного планирования можно использовать диапазон около 800–1200 знаков в минуту. Это оценка хронометража, а не тарифное правило сервиса.
Можно ли проверить цену через API?
Да. Маршрут GET /services возвращает список операций и цен. Для доступа используется заголовок Authorization: Bearer <ключ>.
Как контролировать расходы при массовой озвучке?
Считать объём текста перед запуском, разделять материалы на логические части и проверять баланс через GET /balance. Также нужно учитывать ограничение не более 60 запросов в минуту на один ключ.
Где взять API-ключ?
После входа ключ выдаётся в разделе доступа к API. Он показывается один раз, поэтому его следует сохранить в защищённом месте и не помещать непосредственно в публичный исходный код.
