ElevenLabs: клонирование голоса и озвучка — что записать и где предел

Короткий ответ: ElevenLabs закрывает три задачи — озвучка текста готовым голосом, создание клона своего голоса и перевод озвучки на другой язык с сохранением голоса. Клон снимается с записи вашей речи, и качество на выходе определяется качеством этой записи, а не настройками. Чужой голос без согласия человека клонировать нельзя — ни по правилам сервиса, ни по закону.

Три задачи ElevenLabs: озвучка текста, клон голоса и перевод

Для первой задачи ничего записывать не нужно: выбрали голос, вставили текст, получили файл. Всё, что дальше, относится к клонированию — там работа начинается задолго до сервиса.

Быстрое клонирование и качественное: чем они отличаются по входу

Быстрый вариант снимает голос с короткой записи — счёт идёт на минуты чистой речи. Получается узнаваемо, но не точно: тембр похож, а интонационные привычки теряются. Годится для внутренних задач и черновиков.

Качественный вариант требует заметно большего объёма записи и проверки того, что голос ваш: сервис просит подтвердить согласие. Результат ближе к оригиналу, включая манеру и характерные паузы. Точные требования по длительности сервис показывает в интерфейсе при создании голоса, и они периодически меняются, поэтому ориентироваться нужно на них, а не на чужие статьи.

Что записать для клона: комната, микрофон, длительность и текст

1. Комната без эха. Не кухня и не пустая комната с голыми стенами. Подходит помещение с мягкой мебелью, шторами и коврами. Домашний способ проверить — хлопнуть в ладоши: если слышен отзвук, ищите другое место.
2. Один микрофон и одно расстояние. Полшага в сторону меняют тембр, и клон получается собранным из двух разных голосов. Расстояние держите постоянным всю запись.
3. Тишина вокруг. Холодильник, кондиционер, вентилятор компьютера и улица за окном пишутся вместе с вами и потом слышны в каждой фразе синтеза.
4. Связный текст, а не список слов. Читайте абзацы разного характера: спокойное объяснение, короткие фразы, перечисление, вопрос. Модель забирает из записи не только тембр, но и манеру.
5. Свой обычный темп. Не диктовка и не скороговорка. Тот темп, которым вы будете говорить в готовых материалах.
6. Без обработки. Не включайте шумоподавление, эквалайзер и компрессию. Обработанная запись даёт клон с обработкой, встроенной внутрь голоса.
7. Одна сессия. Записанное в разные дни отличается по состоянию голоса и по звуку комнаты.
8. Чистовая нарезка. Уберите кашель, оговорки, длинные паузы и звуки причмокивания. Всё, что осталось в записи, модель считает частью голоса.

Восемь ошибок записи и как они слышны в готовом клоне

Где предел синтеза: длинный текст, эмоция, ударения и пение

• Длинная дистанция. На отрезке в 30-60 секунд синтез держится отлично. На десяти минутах подряд интонация уплывает и появляется монотонность. Лечение простое: резать текст на куски по абзацу-двум и склеивать.
• Ударения в русском. Модель угадывает ударение по написанию. Слова, которые пишутся одинаково, а читаются по-разному, читаются наугад. Спорные слова переписываются так, как звучат, и проверяются на слух.
• Числа, даты и аббревиатуры. Пишите словами: не 2026, а две тысячи двадцать шестой; не ИП, а и-пэ. Иначе сервис прочитает по-своему, и в половине случаев мимо.
• Настоящая эмоция. Ирония, сдержанная злость, смех сквозь слова синтезу не даются. Всё, что держится на подаче, а не на словах, отдают живому человеку.
• Пение. Это другая задача и другие сервисы. Синтез речи не поёт.
• Термины и имена собственные. Белорусские топонимы, фамилии и названия компаний проверяются отдельно: их модель искажает чаще всего.

Чужой голос: клонировать без согласия человека нельзя

Голос — это признак конкретного человека, по которому его узнают. Запись голоса, привязанная к личности, относится к биометрическим данным, а обработка таких данных по белорусскому закону о защите персональных данных требует согласия человека. Клонирование голоса без спроса — это обработка биометрии без согласия, со всеми последствиями для того, кто её проводит.

Дальше идут ещё три слоя, о которых обычно не думают.

1. Правила сервиса. ElevenLabs прямо требует подтверждения, что вы имеете право на голос, и для качественного клонирования просит записать подтверждение согласия. Обход этого требования ведёт к блокировке аккаунта вместе со всеми созданными голосами.
2. Смежные права на запись. Если голос снимается с чужого ролика, интервью или аудиокниги, к вопросу о голосе добавляется вопрос о правах на саму запись: у исполнителя и у изготовителя записи они свои.
3. Выдача синтеза за человека. Публикация записи, где узнаваемый человек говорит то, чего не говорил, — это уже не про авторское право, а про его честь, достоинство и деловую репутацию. Для бизнеса добавляется недостоверная реклама, если голос использован в продвижении.

Практический вывод: голос коллеги, знакомого блогера, известного актёра или диктора из чужого ролика в сервис не загружают. Свой — можно, чужой — только с письменным согласием.

Как оформить согласие диктора на клонирование голоса: семь пунктов

1. Кто даёт согласие: фамилия, имя, отчество и контакты.
2. Что именно разрешено: создание синтетической копии голоса на основе конкретной записи.
3. Для каких материалов: перечень задач, а не «для любых целей».
4. Где будет опубликовано: площадки и форматы, включая рекламу, если она предполагается.
5. На какой срок и на какую территорию.
6. Вознаграждение или прямое указание, что согласие дано безвозмездно.
7. Порядок отзыва согласия и что происходит с уже опубликованными материалами.

Отдельным пунктом стоит прописать запрет на передачу клона третьим лицам. Без него голос диктора уезжает вместе с проектом к следующему подрядчику, и объясняться будете вы.

Когда клон голоса окупается, а когда проще позвать диктора

Где учат собирать озвучку, в которой не слышно синтез

Разница между роликом, который дослушивают, и роликом, который выключают на второй фразе, лежит не в сервисе, а в подготовке текста и в приёмке результата. Это ремесло: текст под чтение вслух, разметка пауз, проверка имён и чисел, склейка кусков. На курсе разбирают весь этот путь вместе с правовой частью — чей голос можно использовать и как оформляется согласие. Как озвучка встраивается в работу онлайн-школы и эксперта, разобрано на странице курса для экспертов, а тем, кто заходит в направление с нуля, маршрут собран на странице про новую профессию.

Обучение рассчитано на 12 месяцев, уроки по 30 минут, их более 150 и становится больше, доступ индивидуальный. Тарифы — 99, 169 и 699 BYN в месяц. Есть бесплатный разбор на 20-30 минут: расспросят про вашу ситуацию, покажут, какие задачи закрываются нейросетями уже сегодня, и назовут инструменты и уроки, где они разбираются.

Частые вопросы

Сколько нужно записи, чтобы клонировать голос в ElevenLabsБыстрое клонирование обходится несколькими минутами чистой речи, качественное требует заметно большего объёма и проверки согласия. Точные требования сервис показывает в интерфейсе при создании голоса, и они меняются.

Можно ли клонировать чужой голосБез согласия человека - нет. Голос принадлежит конкретному человеку, запись его речи в связке с личностью относится к биометрическим данным, а сам сервис требует подтверждения, что вы имеете право на этот голос.

Бесплатный ли ElevenLabsБесплатный тариф есть, он даёт ограниченный запас озвучки в месяц и требует указывать сервис при публикации, а коммерческое использование открывается на платных планах. Актуальные объёмы и условия смотрите на странице тарифов.

Почему синтез неправильно читает русские словаУдарение модель угадывает по написанию, а не по словарю, поэтому спотыкается на омографах, аббревиатурах и числах. Лечится подготовкой текста: числа словами, аббревиатуры по буквам, спорные слова переписаны так, как читаются.

Как оформить согласие диктора на клонирование голосаПисьменно, с указанием чьё это голос, для каких материалов, где будет опубликовано, на какой срок, за какое вознаграждение и как согласие отзывается. Устная договорённость на такой случай не годится.