Перевести видео и оставить в нём голос спикера можно: нейросеть снимает с минуты чистой речи «отпечаток» голоса и озвучивает им перевод на другом языке. Тембр, манера и даже акустика помещения сохраняются, интонации в отдельных фразах выходят ровнее оригинала. Ниже три примера на слух, сколько речи нужно для клона, какие сервисы это умеют из России и что клон не умеет.
Я делаю speeek.io и клонирование в нём переписывал в этом году, так что примеры ниже мои, включая неудачные места.
Как работает перевод с сохранением голоса
Обычный перевод видео меняет голос на стандартный из списка. Перевод с сохранением голоса добавляет один шаг: перед синтезом нейросеть слушает спикера и строит его модель.
Шаг 1: отпечаток голоса
Из образца речи нейросеть извлекает то, что делает голос узнаваемым: тембр, высоту, темп, характерные интонации, манеру начинать и заканчивать фразы. Получается компактный числовой вектор, speaker embedding. Слова из образца в нём не хранятся, только «как» человек говорит.
Шаг 2: перевод
Речь распознаётся, переводится и укладывается в тайминг: русский текст в среднем на 15–25% длиннее английского, поэтому часть фраз приходится сокращать, иначе синтез ускоряется.
Шаг 3: синтез в чужом языке
Модель озвучивает переведённый текст, используя отпечаток как шаблон. Человек «говорит» на языке, которого может не знать, своим голосом. Дальше дорожка сводится с фоном оригинала и накладывается на видео.
Что изменилось в 2026: для клона больше не нужны часы записи. В Speeek модель берёт первую минуту чистой речи и сохраняет окружение: зал, лёгкое эхо, дыхание. Раньше клон звучал как тот же человек в студии, теперь как тот же человек в том же месте.
Три примера на слух
Три разных ситуации: интервью на камеру, речь со сцены с живым залом и закадровый голос лекции. Во всех случаях слева оригинал, справа перевод с клоном голоса.
1. Интервью, английский → русский
Оригинал на английском
Перевод с клоном голоса, русский
2. Речь со сцены, живой зал
Минута речи Даррена Крисса на премии «Тони» 2025, лицензия Creative Commons. Аплодисменты и зал остались на месте, голос тот же. Галочку «Убрать акцент» при создании клона я не ставил: с ней голос выходит чище и ровнее, но зал пропадает, и клон звучит хуже.
Оригинал, английский
Перевод с клоном голоса, русский
3. Закадровый голос лекции
Урок профессора бизнес-школы про стратегии Портера, лицензия CC BY. Клон по минуте речи, перевод на русский, в одном ролике сначала оригинал, потом перевод.
20 секунд оригинала, затем те же 20 секунд на русском. Оригинал: David Kryscynski, «Generic Strategies Mini-Lecture», CC BY
Что слышно во всех трёх: тембр и манера узнаются сразу, паузы и темп близки к оригиналу. Что слышно, если вслушаться: на эмоциональных пиках клон ровнее, чем живой человек. Для лекции, интервью и обучающего ролика это не мешает. Для стендапа мешает.
Переведите видео своим голосом
Минута чистой речи на клон, файл или ссылка на YouTube, 40+ языков. Клон голоса на всех тарифах: бесплатно первая минута ролика, целиком с Pro, 900 ₽ за 10 минут.
Создать клон голосаБез VPN • Оплата российскими картами
Сколько речи нужно и как её записать
Мифы про «три секунды» и «тридцать минут студии» одинаково вредны. Рабочая практика такая:
- Длина: 1–2 минуты. Speeek берёт первую минуту чистой речи, остальное не улучшит клон.
- Один голос: в образце не должно быть второго спикера, музыки и наложенных эффектов. Отрывок из самого ролика подходит, если там говорит только нужный человек.
- Обычная манера: клон скопирует то, что услышит. Если в образце человек читает по бумажке, перевод прозвучит как чтение.
- Окружение: сохраняется вместе с голосом. Для записи на камеру в студии это плюс. Для сцены и улицы тоже плюс, но тогда не включайте «Убрать акцент».
- Формат: mp3 или wav, разницы для клона почти нет. Важнее отсутствие шума, а не битрейт.
- Музыка под голосом в образце: клон получает «примесь» и звучит глухо
- Два человека в одной минуте: модель усредняет голоса
- Образец с другого языка, чем основная речь спикера: акцент переносится в перевод
- Слишком тихая или перегруженная запись: искажения копируются как черта голоса
Какие сервисы сохраняют голос при переводе
Клон голоса при переводе умеют все крупные сервисы. Разница в том, откуда ими можно пользоваться и за сколько. Проверял на одном ролике 18 сентября 2026, подробное сравнение шести сервисов в отдельной статье.
| Сервис | Клон голоса | Из России | Минута в рублях | Что вышло в тесте |
|---|---|---|---|---|
| Speeek | По минуте речи, до 5 спикеров, с тарифа Pro | Без VPN, карты МИР и СБП | Pro 900 ₽ за 10 мин, от 56 ₽ в больших пакетах | Голос и зал сохранились, две правки текста |
| ElevenLabs | Instant clone, лучший тембр в тесте | Только через VPN, зарубежная карта | ≈ 51 ₽, с правкой ≈ 155 ₽ | Два «э-э», которых нет в оригинале |
| HeyGen | 1 клон на Creator, плюс липсинк | Без VPN, зарубежная карта | ≈ 25–40 ₽ с липсинком | «Э-э» в конце, губы на общем плане дёргаются |
| Rask AI | Клон на 32 языках | Без VPN, зарубежная карта | ≈ 200 ₽ | Без тарифа не пустил |
| Яндекс Браузер | Автоматически, для английского | Без VPN, бесплатно | 0 ₽ | Только посмотреть, файла нет |
Посмотреть чужое видео на русском голосом автора — Яндекс Браузер. Получить файл со своим голосом и заплатить российской картой — Speeek. Остальные переводят не хуже, но платить придётся зарубежной картой, а ElevenLabs без VPN не открывается.
Что не сохраняется
Честный список, чтобы не было сюрпризов после первого ролика:
- Пиковые эмоции. Крик, смех сквозь слова, дрожь в голосе клон сглаживает. Тембр ваш, накал ниже.
- Акцент. Клон с русского образца в английском переводе может звучать с русским акцентом. В Speeek это лечится галочкой «Убрать акцент», но с ней пропадает окружение. Для студийной записи включайте, для сцены нет. Как звучит клон на английском, слышно в примере перевода видео на английский.
- Ударения и имена. Синтез иногда ставит ударение не туда, особенно в коротких словах. В редакторе ударение задаётся знаком после гласной, но после правки соседних слов в той же строке его стоит проверить ещё раз.
- Длина фраз. Русский длиннее английского, лишнее приходится сокращать, иначе речь ускоряется. Редактор подсвечивает такие фразы и предлагает сократить кнопкой.
- Несколько голосов в одной минуте образца. Клон получится «средним». Для ролика с несколькими спикерами каждому нужен свой образец.
Пошагово: перевод своим голосом в Speeek
Коротко, подробная инструкция со скриншотами каждого шага в статье как перевести видео на русский с озвучкой.
Шаг 1. Образец
Вырежьте 1–2 минуты, где говорит только нужный человек. Можно из самого ролика.
Шаг 2. Клон
«Голоса» → «Создать голос»: имя, язык спикера, файл. «Убрать акцент» включайте только для студийной записи. Клон готов через пару минут.
Шаг 3. Перевод
«Новый дубляж»: файл или ссылка на YouTube, язык оригинала, язык перевода, число спикеров, в списке голосов ваш клон в разделе «Клонирование». Полторы минуты обработки на минуту видео.
Шаг 4. Проверка и файл
Прослушайте в редакторе, поправьте ударения и длинные фразы, «Переозвучить». Скачайте mp4, отдельно wav и субтитры SRT.
Цена. Первая минута ролика с клоном голоса бесплатно, с водяным знаком. Целиком с тарифа Pro: 900 ₽ в месяц за 10 минут, до 5 сохранённых клонов.
Чей голос можно клонировать
- Свой голос — без ограничений.
- Чужой голос — только с согласия человека: лектора, клиента, партнёра. Согласие в переписке достаточно, устного «да, конечно» через полгода никто не вспомнит.
- Открытые ролики — смотрите лицензию. Примеры выше взяты под Creative Commons с указанием автора. Ролик с YouTube со стандартной лицензией клонировать и публиковать нельзя, даже «для теста».
Отдельного закона о клонировании голоса в России нет, голос защищается общими нормами о персональных данных и праве на изображение. Для рабочих задач достаточно правил выше.
Частые вопросы
Можно ли перевести видео с сохранением голоса бесплатно?
Посмотреть чужое видео с голосом автора — да, в Яндекс Браузере для английского. Получить файл со своим голосом бесплатно — только кусок: в Speeek бесплатно переводится первая минута ролика с клоном голоса, в ElevenLabs бесплатные минуты только через VPN, у обоих с водяным знаком.
Сколько минут речи нужно для клона?
Одной чистой минуты достаточно, вторая не повредит. Дальше рост качества не слышен.
Клон звучит с акцентом, что делать?
Включить «Убрать акцент» при создании голоса. Помните, что вместе с акцентом уйдёт и окружение записи, для сцены это минус.
Что с несколькими спикерами в ролике?
Speeek разделяет до 5 спикеров автоматически и даёт назначить каждому свой голос. Клон нужен на каждого отдельно, по минуте чистой речи каждого.
Отличит ли зритель клон от живого голоса?
В интервью и лекции вряд ли. В эмоциональной речи заметит, что подача ровнее. Слушайте результат целиком до публикации.