Синтез речи: что это и какие программы есть в 2026

Dictator делаем мы. Список тегов взят из кода программы, а возможности и условия остальных сервисов мы сверили по их документации и тарифам 14 октября 2026 года.

Озвучьте текст онлайн голосами Microsoft бесплатно и без регистрации, а для тегов скачайте Dictator: они работают в программе.

Как синтез речи передаёт эмоции: пример с тегами

Нейросетевой голос понимает подсказки прямо в тексте. В Dictator их пишут в квадратных скобках по-русски: голос подсказку исполняет, а вслух не читает. Пример из самой программы:

[радостно] Привет! Сегодня отличный день. [смеётся] Ха-ха, правда здорово! [шёпотом] Только никому не говори. [вздыхает] Эх, ладно, пора за работу.

Чувство ставят в начало предложения, и оно звучит до точки. Звук ставят туда, где он должен прозвучать, и лучше дописать его словами: "Ха-ха", "Эх". Если готового тега не хватает, манеру можно описать своими словами: [устало, почти шёпотом].

Программы синтеза речи: сравнение

Главное для живой озвучки: можно ли задать чувства и звуки прямо в тексте и поймёт ли их голос по-русски. Условия на 14 октября 2026 года.

Теги по-русски понимают двое из девяти: Премиум-голос Dictator и Speakmi. Полный список русских тегов с правилами, куда их ставить, и программу на компьютер даёт только Dictator, а минута звука в его пакете стоит 6,5 ₽ против 10-13 ₽. Озвучить текст онлайн или скачать Dictator бесплатно.

Какую программу синтеза речи выбрать под вашу задачу

• Ролик, урок или сценка на русском, где голос радуется, шепчет и смеётся: Dictator с Премиум-голосом, чувства и звуки пишутся тегами по-русски.
• Книга или длинный текст без счёта знаков: Dictator с голосами Microsoft или с голосами без интернета, бесплатно на любом тарифе (подробнее об озвучке без ограничений).
• Голосовой бот на русском с оплатой в рублях: Яндекс SpeechKit.
• Послушать текст с экрана телефона: встроенный синтез речи Android или "Экран вслух" на iPhone.

Как устроен синтез речи

Программа синтеза речи работает в три шага. Сначала она приводит текст в порядок: раскрывает числа, даты и сокращения, расставляет ударения. Потом решает, где сделать паузу и куда пойдёт голос: вверх в вопросе, вниз в конце утверждения. Последним шагом модель превращает всё это в звук.

Голоса системы в Android, iPhone, Windows и macOS бесплатны, но чувств по подсказке в тексте не передают. Облачные нейросетевые голоса звучат живее всех, только текст уходит на сервер, а платить приходится за знаки или минуты. Голоса на своём компьютере скачиваются один раз и дальше читают без интернета и без лимита: в Dictator так работают четыре русских голоса в разделе "На этом компьютере".

Интонацией управляют тремя способами: разметкой SSML для разработчиков (паузу задаёт строка <break time="1s"/>), тегами в квадратных скобках, как в примере выше, или отдельной фразой-инструкцией вроде "читай шёпотом, с паузами".

Все теги Dictator: чувства, манера голоса, звуки, паузы и фон

В панели "Теги: интонации и звуки" 73 тега в квадратных скобках в шести группах, примеры силы чувства и ещё 7 парных тегов для модели Premium 3 Drama.

• Чувства (в начало предложения, действуют до его конца): [радостно], [грустно], [зло], [возбуждённо], [спокойно], [нервно], [уверенно], [удивлённо], [довольно], [восторженно], [испуганно], [обеспокоенно], [расстроенно], [раздражённо], [подавленно], [участливо], [смущённо], [с отвращением], [растроганно], [гордо], [расслабленно], [благодарно], [с любопытством], [саркастично].
• Сложные чувства: [презрительно], [недовольно], [тревожно], [истерично], [равнодушно], [неуверенно], [с сомнением], [растерянно], [разочарованно], [с сожалением], [виновато], [стыдливо], [ревниво], [завистливо], [с надеждой], [оптимистично], [пессимистично], [с ностальгией], [одиноко], [скучающе], [с презрением], [сочувственно], [с состраданием], [решительно], [смиренно].
• Манера голоса (до следующего тега): [торопливо], быстро, будто опаздывает; [кричит], во весь голос; [визжит], очень громко, в панике; [шёпотом]; [мягко], тихо и ласково. Сюда же [с нажимом], только его ставят прямо перед словом, которое надо выделить.
• Звуки (там, где должны прозвучать): [смеётся], [хихикает], [рыдает], [громко плачет], [вздыхает], [стонет], [тяжело дышит], [ахает], [зевает], [храпит], [откашливается], [глубокий вдох], [выдох].
• Фон (звучит позади голоса): [смех в зале], [смех на фоне], [смех толпы].
• Паузы: [пауза] и [долгая пауза].
• Сила чувства: слово "слегка", "очень" или "крайне" перед чувством, например [слегка грустно], [очень радостно], [крайне зло].

Два тега можно поставить подряд: [грустно][шёпотом]. Противоречивая пара вроде [радостно][грустно] звучит плохо, сложную манеру лучше описать одним тегом своими словами. Голос понимает теги и на других языках: программа показывает их на языке своего интерфейса, а таких языков 19.

Как озвучить текст с эмоциями в Dictator за 3 шага

1. Скачайте Dictator для Windows или macOS и войдите в бесплатный аккаунт: Премиум-голос работает после входа. Откройте раздел "Озвучка" и в блоке "Чем озвучивать" выберите "Премиум-голос".
2. Вставьте текст и раскройте над полем панель "Теги: интонации и звуки". Нажмите на нужный тег, он скопируется, и вставьте его в текст.
3. Выберите голос и нажмите "Озвучить". Готовую озвучку можно прослушать и скачать в MP3, WAV или OGG.

Минуты Премиум-голоса считаются по длине готового звука: на бесплатном тарифе одна минута один раз, на тарифе Basic 10 минут в месяц за 390 ₽, на тарифе Pro 30 минут за 890 ₽, на тарифе Premium 100 минут за 1 990 ₽. Ещё есть пакет от 30 до 300 минут по 6,5 ₽ за минуту на полгода, его можно взять и на бесплатном тарифе. Обе модели Премиум-голоса выбираются на любом тарифе. Голоса Microsoft и голоса без интернета бесплатны на любом тарифе, но тегов не понимают.

Чем Premium 2 Pro отличается от Premium 3 Drama

У Премиум-голоса две модели, выбор стоит в поле "Модель". Premium 2 Pro включена по умолчанию и звучит ровно, теги чувств и звуков она исполняет.

Premium 3 Drama в программе помечена как превью. Манеру словами она понимает лучше: в скобках пишут чувство, намерение, темп и к кому обращаетесь, например "[тепло, как старому другу] Привет, давно не виделись!". Тег [пауза] у неё слышен лучше. Только она понимает парные теги, которые меняют несколько слов: во фразе "Это сделал <stress>ты</stress>. <whisper>Только никому.</whisper>" первое слово звучит с нажимом, второе предложение шёпотом. Парных тегов семь: whisper (шёпотом), emphasis (выделить), stress (с нажимом), soft (мягко и тихо), forceful (напористо), slow (медленнее) и fast (быстрее), их имена пишутся только по-английски. Звучание Drama от раза к разу разное, поэтому важную фразу стоит озвучить несколько раз.

Как управляют интонацией в других программах синтеза речи

Теги в квадратных скобках есть у ElevenLabs: его модели Eleven v4 и v3 понимают [whispers], [laughs], [sighs], [sarcastic] и даже звуки вроде [applause], а слово заглавными читают с нажимом. Русский язык модели знают, но теги английские, и про их работу в русском тексте документация молчит. Бесплатно 10 000 кредитов в месяц, тариф Starter стоит 6 $ в месяц, а из России сервис недоступен: так написано в его справке от 24 сентября 2026 года.

Яндекс SpeechKit сделан для разработчиков: паузу в нём пишут как sil<[500]> с длительностью в миллисекундах, ударение плюсом перед гласной, а чувство задают настройкой голоса, амплуа. Шёпот есть у голоса marina, радостный и раздражённый тон у jane.

Синтез речи в телефоне: что это за настройка

Синтезом речи в телефоне называют встроенную функцию, которая превращает текст в звук и читает его вслух. В Android она лежит в "Настройки", "Специальные возможности", "Синтез речи". Там выбирают синтезатор (синтезатор речи Google, программу производителя телефона или другое приложение из Google Play), язык, скорость речи и тон голоса. Русский голос, если его нет, скачивают в пункте "Установка голосовых данных".

На iPhone то же лежит в "Настройки", "Универсальный доступ", "Чтение вслух": "Проговаривание" читает выделенный текст, "Экран вслух" читает весь экран, если смахнуть двумя пальцами вниз от верхнего края. У встроенного синтезатора настраиваются только голос, язык, скорость и тон, а шёпота, смеха и чувств по подсказке в тексте у него нет.

Где ошибается любой синтез речи

Чаще всего голос спотыкается на самом тексте. Ударение в словах, которые пишутся одинаково, он угадывает по смыслу фразы, и в слове "замок" ударение может уйти не на тот слог. Сокращения вроде "тыс." и "руб." читаются странно, а "тысяч рублей" звучит правильно. Иностранное имя латиницей русский голос прочтёт как получится, а "Дэниел" кириллицей прочтёт верно.

Интонацию в первую очередь задают знаки препинания: запятая и точка дают паузы, вопросительный знак поднимает голос к концу фразы. Тег добавляет то, чего знаками не передать, но абзац без запятых любой голос прочтёт на одном дыхании.

Частые вопросы о синтезе речи

Разницу проще услышать самому: озвучьте текст онлайн, а затем скачайте Dictator и вставьте в него пример с тегами.

Рядом по теме: озвучка текста бесплатно без ограничений, озвучка разными голосами и по ролям, озвучка текста на английском, клонирование голоса бесплатно.