Voxtral TTS 3 і HeyGen Voice: скільки насправді коштує озвучення
Порівняйте нові зовнішні API синтезу мовлення з голосами в OmniArt. Відокремте доларові ціни від кредитів, перевірте мовні обмеження та виберіть рішення для агента наживо або готового озвучення.
Voxtral TTS 3 і HeyGen Voice пропонують авторам нові тарифи API з оплатою за символ. Проте для бюджету на озвучення корисніше з’ясувати, що потрібно для погодженого запису: важливі цільова мова, придатна подача, довжина тексту та додаткові дублі. У цьому порівнянні розглядаємо зовнішні API поряд із моделями мовлення, які можна вибрати в режимі «Аудіо» OmniArt.
Перевірено 26.10.2026: ані Voxtral TTS 3, ані HeyGen Voice немає в публічному каталозі OmniArt. Наведені нижче ціни в USD стосуються відповідно Mistral і fal. Доступні в OmniArt моделі використовують кредити; ці дві одиниці розглядаємо окремо.
Voxtral TTS 3 і HeyGen Voice: що вже вийшло#
Mistral датує Voxtral TTS 3 (Відкриється в новій вкладці) 20.10.2026 і позначає модель як публічну попередню версію. В анонсі (Відкриється в новій вкладці) описано пакетну генерацію мовлення та генерацію в реальному часі. Це можливості, заявлені провайдером і перевірені 26.10.2026, а не результати прослуховування в OmniArt.
fal анонсувала HeyGen Voice (Відкриється в новій вкладці) 21.10.2026. Поточні сторінки Standard (Відкриється в новій вкладці) і Turbo (Відкриється в новій вкладці) пропонують мовлення з голосом із бібліотеки або референсного запису. Тут наведено ціни платформи fal, перевірені 26.10.2026; вони не визначають ціну власного прямого API HeyGen.
Порівняння ціни за 1 000 символів#
У таблиці зовнішніх API використано лише USD. Тариф Mistral, звичайні й акційні тарифи fal взято зі сторінок провайдера та платформи, перевірених 26.10.2026. Перерахунок на тисячу символів уніфікує одиницю оплати, але не вимірює якість голосу.
| Зовнішня модель / платформа | Опублікований тариф | USD за 1 000 символів | Ліміт тексту на запит |
|---|---|---|---|
| Voxtral TTS 3 / Mistral (Відкриється в новій вкладці) | 13 $ за мільйон символів | 0,013 $ | У розглянутій картці моделі не встановлено |
| HeyGen Voice / fal (Відкриється в новій вкладці) | 0,03 $ за 1 000 символів, звичайний | 0,03 $ звичайно; 0,015 $ за акцією | 5 000 символів |
| HeyGen Voice Turbo / fal (Відкриється в новій вкладці) | 0,004 $ за 1 000 символів, звичайний | 0,004 $ звичайно; 0,002 $ за акцією | 5 000 символів |
fal рекламує знижку 50 % до 31.10.2026 для обох моделей Voice. Перш ніж планувати бюджет після цієї дати, перевірте сторінки ще раз. Ліміти взято зі схеми Standard (Відкриється в новій вкладці) та схеми Turbo (Відкриється в новій вкладці) fal, перевірених 26.10.2026.
У наступній таблиці використано лише кредити OmniArt на основі каталогу моделей OmniArt і спільних правил оплати мовлення, перевірених 26.10.2026. Публічні посилання відкривають сторінки відповідних моделей.
| Модель, доступна в OmniArt | Кредити за кожен розпочатий блок символів | Кредити за 1 000 символів | Ліміт тексту | Мінімальний тариф |
|---|---|---|---|---|
| Eleven v3 | 1 за 50 символів | 20 | 5 000 символів | Starter |
| Eleven Multilingual v2 | 1 за 50 символів | 20 | 10 000 символів | Starter |
| Eleven Turbo v2.5 | 1 за 100 символів | 10 | 20 000 символів | Starter |
| MiniMax Speech 2.8 HD | 1 за 50 символів | 20 | 9 999 символів | Free |
| MiniMax Speech 2.8 Turbo | 1 за 100 символів | 10 | 9 999 символів | Free |
Примітка
USD і кредити OmniArt — різні одиниці. Стаття не конвертує їх і не визначає, яка з них дешевша. Модель на тарифі Free також витрачає кредити.
OmniArt округлює кожен розпочатий блок символів угору за правилами каталогу на ту саму дату. Кожен додатковий дубль — нова генерація. Вставте справжній текст, зокрема теги подачі, у режим «Аудіо» та перевірте показану оцінку перед генерацією. Навіть низький тариф за одиницю може призвести до більшого робочого бюджету, якщо виправлення вимови чи зміна хронометражу потребуватимуть повторних дублів.
Мови та клонування: прочитайте застереження#
Станом на 26.10.2026 картка моделі (Відкриється в новій вкладці) Mistral вказує 9 мов. В анонсі (Відкриється в новій вкладці) зазначено 35+ мов і 50+ діалектів, а в документації мов (Відкриється в новій вкладці) — 35 мов і 50+ діалектів. Ці джерела провайдера суперечать одне одному; фактичне охоплення всього API залишаємо нез’ясованим. Перевірте потрібне поєднання мови й голосу, перш ніж брати зобов’язання щодо проєкту локалізації.
Наведені нижче можливості заявлені провайдером і платформою та перевірені 26.10.2026 за оглядом TTS (Відкриється в новій вкладці), документацією мов (Відкриється в новій вкладці) і посібником із клонування (Відкриється в новій вкладці) Mistral, а також документацією Voice API (Відкриється в новій вкладці) fal.
| Параметр | Voxtral TTS 3 | HeyGen Voice на fal |
|---|---|---|
| Мови | Картка моделі: 9; анонс: 35+; документація мов: 35 із 50+ діалектами | 39 кодів мов на вибір; автоматичне визначення, якщо код не вказано |
| Готові голоси | Таблиця мов: 22 записи, загалом 35 готових голосів; для мов без них використовуйте клонування | 24 публічні голоси |
| Запис для клонування | Короткий запис для клонування без додаткового навчання; збереження голосу для повторного використання за ID | Запис одного мовця; використовуються лише перші 3 хвилини |
| Налаштування подачі | 34 теги емоцій, теги темпу slow / fast, вимова за фонемами та контекстний TTS | expressiveness_boost |
| Формат файлу | MP3, WAV, PCM, FLAC, Opus | WAV 44,1 кГц |
В огляді Mistral інструкції щодо стилю природною мовою позначено як недоступні на старті, хоча анонс згадує виконання інструкцій. Не плануйте робочий процес із розрахунку на доступність цієї функції. Доступність і ціни Pro Voice тут також не вважаємо підтвердженими. Клонуйте лише голоси, на використання яких маєте дозвіл.
Агенти реального часу та готове озвучення#
Огляд TTS (Відкриється в новій вкладці) Mistral розділяє voxtral-mini-tts-3-0 для повного тексту та voxtral-mini-tts-realtime-3-0 для роботи в реальному часі. У картці моделі (Відкриється в новій вкладці), перевіреній 26.10.2026, заявлено приблизно 90 мс до першого аудіофрагмента. Це потоковий показник, повідомлений провайдером, а не виміряна наскрізна затримка розмови чи обіцянка затримки від OmniArt.
Якщо ви створюєте агента для живої розмови, інтеграція зовнішнього API означає перевірку всієї взаємодії: визначення кінця репліки, підготовки відповіді, передавання аудіо та початку відтворення. Короткий час до першого аудіофрагмента сам собою не доводить, що співрозмовники відчують плавну розмову.
Для готового озвучення почніть із вимови, подачі та зручності редагування. Прослухайте власні назви й закінчення речень, потім зіставте дубль із відео. Режим «Аудіо» OmniArt створює готові аудіофайли для такого монтажу. Таблиця тарифів допомагає оцінити вартість тексту, але не вирішує, яке виконання має потрапити до фінальної версії.
Як вибрати голос в OmniArt сьогодні#
Скористайтеся цією відправною точкою за завданнями на основі каталогу OmniArt, перевіреного 26.10.2026. Це варіанти для пробного прослуховування, а не оцінки порівняльного тесту.
| Ваше завдання | Яку модель спробувати | Що перевірити |
|---|---|---|
| Коротке озвучення з тегами емоцій | Eleven v3 | Чи змінює тег подачу в потрібний момент |
| Довша багатомовна розповідь | Eleven Multilingual v2 | Цільову мову й вимову; 29 кодів мов та auto |
| Довгий текст із меншими витратами кредитів на символ | Eleven Turbo v2.5 | Цільову мову; 32 коди мов та auto |
| Готова розповідь на тарифі Free | MiniMax Speech 2.8 HD | Подачу у фінальному монтажі |
| Чернетки на тарифі Free | MiniMax Speech 2.8 Turbo | Хронометраж тексту перед наступними дублями |
Кількість кодів мов вище взято з каталогу OmniArt на ту саму дату, а не з ширших маркетингових заяв провайдерів. Підтвердьте потрібну мову в поточному списку вибору. Почніть з уривка з іменами, паузами та змінами тону, яких потребує ваш проєкт.
Залиште голос незмінним і прослухайте цей текст із тегами та без них. Потім змінюйте по одному тегу за раз. Посібник з аудіотегів Eleven v3 пояснює розташування; порівняння Eleven v4 та Eleven v3 відокремлює новий зовнішній випуск від моделі в OmniArt. Про монтаж від чернетки до готової версії читайте в посібнику з озвучення MiniMax Speech; якщо старіший посібник наводить інші ліміти, використовуйте поточні значення цієї статті.
Поширені запитання#
Скільки коштує Voxtral TTS 3?
У картці моделі (Відкриється в новій вкладці) Mistral, перевіреній 26.10.2026, указано 13 $ за мільйон символів, тобто 0,013 $ за 1 000 символів. Це заявлена провайдером ціна API моделі в публічній попередній версії. Вона не є тарифом OmniArt у кредитах і сама собою не визначає вартість повної розмови з голосовим агентом.
Скільки коштує HeyGen Voice?
Станом на 26.10.2026 fal указує звичайні тарифи 0,03 $ за 1 000 символів для HeyGen Voice (Відкриється в новій вкладці) і 0,004 $ для Turbo (Відкриється в новій вкладці). Рекламована акція до 31 жовтня знижує їх до 0,015 $ і 0,002 $. Обидві схеми обмежують текст 5 000 символами на запит. Це умови платформи fal; перед купівлею перевірте сторінки ще раз.
Скільки мов підтримує Voxtral TTS 3?
Станом на 26.10.2026 джерела провайдера розходяться: картка моделі (Відкриється в новій вкладці) Mistral указує 9 мов, анонс (Відкриється в новій вкладці) — 35+, а документація мов (Відкриється в новій вкладці) — 35 із 50+ діалектами. Документація перелічує готові голоси у 22 мовних записах. Ми не розв’язуємо цю суперечність; перевірте цільову мову й голос перед упровадженням API.
Чи можна використовувати Voxtral TTS 3 або HeyGen Voice в OmniArt?
Ні. Жодної з цих моделей немає в публічному каталозі OmniArt, перевіреному 26.10.2026. У режимі «Аудіо» доступні розглянуті тут альтернативи: Eleven v3, Eleven Multilingual v2, Eleven Turbo v2.5, MiniMax Speech 2.8 HD і MiniMax Speech 2.8 Turbo. Вибирайте за текстом, мовою, оцінкою кредитів і потрібним тарифом; зовнішній випуск провайдера не визначає дату появи в OmniArt.
Створити озвучення в OmniArt#
Відкрийте режим «Аудіо», виберіть доступну модель мовлення та прослухайте короткий уривок власного тексту, перш ніж генерувати повний запис.
