Клонирование голоса для видео и озвучки
Клонирование голоса — это модель, обученная на записи вашей речи, которая потом читает вслух любой написанный текст вашим тембром. Мы делаем это через ElevenLabs и используем внутри проектов по нейроаватарам и AI-видео: отдельного прайса на голос нет, он входит в пакеты нейроаватара и AI-видео от 120 000 ₽. Клонировать можно свой голос или голос человека, который дал письменное согласие; чужие записи мы в работу не берём. Ниже — что нужно записать, как это звучит на длинных текстах и где у технологии предел.
Уже сделали
CLYOVO аватар
Игорь Никитин
Игорь Никитин · основатель WMT
CLYOVO аватар
ООО Стандарт
ООО Стандарт · переработка и утилизация
на сайт
CLYOVO аватар
WMT AI
WMT AI · конференция «ИИшница»
Как это работает и как звучит результат
Вы присылаете начитку, мы собираем на её основе голосовую модель и озвучиваем ею сценарии. На выходе либо аудиодорожка, либо готовое видео с нейроаватаром, где губы синхронизированы с этой дорожкой.
Про звучание честно
На фразах и абзацах до полуминуты разницу с живой записью слышно редко. На длинных монологах модель выдаёт себя ровностью: она не сбивается, не делает случайных вдохов, не ускоряется там, где человек ускорился бы от азарта. Поэтому паузы и смысловые акценты мы расставляем руками, а длинный текст режем на блоки и склеиваем.
Что модель делает хорошо
Спокойная информационная подача, объяснение услуги, ответ на частый вопрос клиента, обучающий фрагмент. Что делает плохо: игру, крик, шёпот, комедийные интонации. Это работа живого актёра, и подменять её синтезом смысла нет.
Что нужно от вас и сколько времени это занимает
Нужна начитка по нашей инструкции
Текст даём мы, микрофон подойдёт любой нормальный, вплоть до телефона в тихой комнате. Тишина важнее оборудования: эхо, кондиционер и улица за окном портят модель сильнее, чем дешёвый микрофон.
Длину записи мы заранее не называем и цифру с потолка не берём
Сначала вы записываете короткую пробу, мы слушаем её и собираем черновой голос. Если тембр берётся уверенно, дописывать нечего. Если голос в записи сел или в дорожке шум, мы просим переписать конкретные фрагменты и скажем какие. Смысл в том, чтобы вы не потратили вечер на начитку, которая потом не подойдёт.
По срокам голос живёт внутри графика основного проекта
Нейроаватар — 14 дней от старта, промо-ролики и AI-видео — от 10 до 21 дня. Отдельного «дня голоса» в плане нет, модель собирается в первые дни, иначе не проверить синхронизацию губ.
Пришлите короткую голосовую — скажем, ложится ли голос в модель
Без дозаписи и без предоплаты: слушаем пробу и отвечаем, в какой пакет разумнее собирать голос.
Чей голос можно клонировать: что требует закон
Мы берём в работу ваш собственный голос или голос человека, который подписал согласие. Отдельной статьи про голос в Гражданском кодексе на сентябрь 2026 года нет: законопроект о статье 152.3 «Охрана голоса гражданина» внесён в Госдуму в сентябре 2024 года, в январе 2025 года правительство его не поддержало, первое чтение не пройдено. Из этого не следует, что голос ничем не защищён.
Запись голоса — персональные данные по 152-ФЗ, а когда по ней можно установить личность — биометрические, и на их обработку нужно письменное согласие отдельным документом. С 1 сентября 2025 года любое согласие на обработку персональных данных оформляется отдельно от других бумаг, а не строчкой в общем договоре. Если человек читал текст как диктор или актёр, добавляются права исполнителя, включая право на неприкосновенность исполнения. Судебная практика по синтезу голоса без внятного согласия в России уже есть, и спор в таких делах идёт вокруг формулировок старого договора.
Что это значит на практике. Согласие мы просим у того, чей голос клонируем, а не только подпись компании-заказчика. Если это голос сотрудника, подписывает сотрудник. Если вы приносите запись диктора, актёра или публичного человека, задачу мы не берём.
Как это выглядело в проекте с основателем WMT
Игорь Никитин, основатель WMT, — случай, где голос был условием, а не украшением: аудитория этот голос знает, чужая озвучка сломала бы узнавание. Голос клонировали через ElevenLabs, лицо собрали в аватар, дальше вышло шесть выпусков в вертикальном формате под Reels.
Главное, что дало клонирование, — скорость начиная со второго выпуска. Когда голос собран и сценарий согласован, сборка ролика занимает меньше часа: текст уходит в озвучку, дорожка идёт в липсинк, ролик выгружается. Участие Игоря на этом этапе — только согласование текста, ни записи, ни созвонов.
Другой пример того же механизма — ООО «Стандарт», переработка и утилизация: восемь роликов с аватаром встроены на страницы услуг их сайта, конверсия там выросла на 36%.
Чего клонированный голос не умеет и кому он не нужен
Он не поёт, не годится для дубляжа кино и проигрывает живому актёру на любом эмоциональном пике.
Он не разговаривает
Это озвучка заранее написанного текста, а не собеседник: аватар не ответит на вопрос в звонке, не проведёт прямой эфир, не среагирует на реплику зрителя. Интерактивных аватаров, отвечающих в реальном времени, у нас нет и в продажу мы их не обещаем.
Модель голоса хранится в аккаунте сервиса, на котором собрана
Мы удаляем её по вашему письменному запросу и не используем в других проектах. Если по политике компании данные должны храниться только на серверах в России — скажите об этом до старта: под такие требования услуга не подойдёт, и лучше узнать это на первом созвоне.
Кому не нужно
Если требуется одно видео и вы готовы записать его сами, дешевле записать. Клонирование окупается, когда роликов много и они выходят регулярно. Ещё оно не спасёт слабое предложение: голос делает текст произносимым, а не убедительным.
Сколько это стоит
Отдельного прайса на голос нет, клонирование входит в пакет.
Разница между тарифами — в количестве роликов, форматах и глубине проработки сценариев. Качество голоса от тарифа не зависит, модель одна и та же.
Нейроаватар
START — 20 видео за 120 000 ₽, PRO — 30 видео за 160 000 ₽, EXPERT — 50 видео за 220 000 ₽. Срок 14 дней, EXPERT — 21 день. Промо-ролики и AI-видео без аватара — 20, 30 или 50 роликов за 120 000, 160 000 или 220 000 ₽, срок 10–21 день. Если видео нужны потоком, есть подписка «Агентство полного цикла» — от 160 000 ₽ в месяц, до 40 видео любых форматов с выделенным менеджером.
Что делать дальше
Пришлите короткую голосовую в Telegram @clyovo_ai или на +7 919 997-99-62. По ней скажем, ложится ли ваш голос в модель без дозаписи и в какой пакет разумнее его собирать.
Пакеты и цены
- 20 видео в формате рилс
- Создание нейроаватара
- Скрипты и сценарии
- Субтитры
- 30 видео любого формата
- Создание нейроаватара
- Скрипты, озвучка, субтитры
- А/Б тест обложек
- 50 видео мультиформат
- Нейроаватар + UGC версии
- Полный контент-план
- Обложки и ТЗ для таргета
Частые вопросы
Самое неудобное — тоже здесь. Лучше спросить до старта, чем после.
Можно ли клонировать голос человека по его старым записям, без его участия?
Технически да, юридически нет. Мы такие задачи не берём: нужно письменное согласие того, чей голос клонируется, оформленное отдельным документом. Записи из интернета, старая реклама, подкасты и телефонные разговоры без согласия — не основание.
Сколько минут нужно начитать?
Фиксированной цифры нет, и называть её заранее было бы выдумкой. Вы записываете короткую пробу по нашей инструкции, мы слушаем её до того, как вы начитаете всё, и говорим: хватает или нужно дописать конкретные фрагменты.
Слушатель поймёт, что это синтез?
На коротких фразах обычно нет. На монологе в несколько минут внимательный слушатель замечает ровность дыхания и темпа. Мы это компенсируем ручной расстановкой паузы и нарезкой длинного текста на блоки, но полностью не убираем.
Можете гарантировать, что мою модель голоса никто не переиспользует?
Полную гарантию от компрометации любого внешнего сервиса не даст никто, и мы её не обещаем. Что делаем: доступ к модели третьим лицам не даём, в других проектах не используем, удаляем по письменному запросу, а срок и территорию использования фиксируем в договоре. Если требования к хранению данных жёстче — обсудите их с нами до старта.
Голос нормально звучит по-русски?
Да, русская речь читается естественно. Ручной правки требуют аббревиатуры, названия брендов, иностранные слова и цифры: их мы прописываем в тексте так, как они должны звучать, и слушаем каждую замену.
Можно заказать только озвучку, без видео и аватара?
Отдельной услуги озвучки в прайсе нет: голос мы собираем внутри проекта по аватару или роликам. Если нужна только дорожка, напишите — скажем прямо, беремся ли за такую задачу и на каких условиях, вместо того чтобы продавать вам полный пакет.
Что будет, если через год я захочу убрать свой голос из работы?
Модель удаляем по письменному запросу. С уже выпущенными роликами сложнее: их нужно снимать с площадок, где они опубликованы, и это работа на вашей стороне. Поэтому сроки и территорию использования лучше проговорить в договоре сразу, а не после.