Весело
Весело

Orpheus TTS 3B: озвучка по API

Orpheus 3B — открытая модель озвучки от Canopy Labs, построенная на языковой модели Llama 3.2 3B. Базовую версию обучали на 100 с лишним тысячах часов английской речи, а эта дообучена для обычных задач озвучки. Она смеётся, вздыхает и кашляет там, где в тексте стоит метка. Голосов — 8, язык — только английский. Цена — 1,68 ₽ за 1000 знаков.

  • 1,68 ₽ за 1000 знаков
  • до 4 096 знаков
  • текст → звук

canopylabs/orpheus-3b

Обновлено:

Получить ключ Попробовать Документация

Попробовать Orpheus 3B

Отправь текст — модель вернёт его голосом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

Текст для озвучки: «Hey, it is Tara. <laugh> I just finished the new episode, you are gonna love it.»

Голос: tara

В ответ приходит сам звук, по умолчанию MP3; цена — в заголовке x-veselo-cost-rub.

Цены Orpheus 3B в рублях

Текст — считаем по знакам1,68 ₽ за 1000 знаков

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. Как считается цена

Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

Подводки для подкастов и закадровый текст: 40 подводок по 300 знаковОколо 20,16 ₽
Собеседник для практики английского: 2 000 реплик по 90 знаковОколо 302,40 ₽
Голос маскота в приложении: 500 реплик по 60 знаковОколо 50,40 ₽

Что умеет Orpheus 3B

  • Построена на Llama 3.2 3B: это языковая модель, которую научили выдавать речь вместо текста (карточка модели).
  • Восемь голосов: tara, leah, jess, leo, dan, mia, zac и zoe. Авторы перечисляют их в порядке естественности в разговоре, по своей оценке.
  • Звуки ставятся метками прямо в тексте: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp> (список Canopy Labs).
  • Только английский. Незнакомую метку модель прочитает вслух.
  • Canopy Labs указывает лицензию Apache 2.0.
  • Текст за один запрос — до 4 096 знаков, на выходе MP3, WAV или PCM.

Где применять

Подводки для подкастов и закадровый текст

Подводке к выпуску подкаста или закадру к ролику часто не хватает мелочей: смешка, вздоха, покашливания перед важной фразой. В Orpheus их ставят меткой в нужное место, и звук раздаётся именно там. Метки бери только из списка Canopy Labs: всё остальное модель произнесёт как слова, и в эфир уйдёт само содержимое скобок. Смешно, но только в первый раз. Поэтому перед выпуском прослушай подводку целиком.

Пример запроса: «Hey, it is Tara. <laugh> I just finished the new episode, you are gonna love it.»

Стоимость: 40 подводок по 300 знаков — около 20,16 ₽.

Собеседник для практики английского

Приложению для разговорной практики нужен голос, который не звучит как диктор новостей. Голос tara авторы ставят первым по естественности разговора, а метки <chuckle> и <sigh> дают ему живые реакции на ответы человека. Реплики держи короткими, как в настоящем разговоре: вопрос, реакция, следующий вопрос. Ответы самого человека можно расшифровать моделью распознавания речи, а реплику собеседника озвучить заново под каждый ответ. Так разговор не повторяется слово в слово.

Пример запроса: «Oh, that is a really interesting answer. <chuckle> Let me think for a second.»

Стоимость: 2 000 реплик по 90 знаков — около 302,40 ₽.

Голос маскота в приложении

Маскоту нужен характер: утром он зевает, после пропущенного урока вздыхает, а над своей шуткой смеётся. Восемь голосов Orpheus дают выбор тембра, а метки <yawn>, <sigh> и <laugh> — реакции на события в приложении. Говорить маскот будет только по-английски, так что для русской версии понадобится другая модель. Набор реплик на все случаи — приветствие, похвала, напоминание — озвучивается один раз и живёт в приложении готовыми файлами, без запроса на каждое открытие.

Пример запроса: «<yawn> Good morning! Ready for today's five-minute lesson?»

Стоимость: 500 реплик по 60 знаков — около 50,40 ₽.

Как писать запрос

  • Ставь метку там, где должен прозвучать звук: перед словом, после него или между фразами.
  • Используй только восемь меток из списка, без опечаток.
  • Пиши так, как говорят вслух: короткими фразами, с запятыми на месте пауз.

Характеристики

РазработчикCanopy Labs
ВидОзвучка текста
Голосаtara, dan, jess, leah, Leo, mia и ещё 2
Языкиen
Текст за запросдо 4 096 знаков
Форматы звукаwav, pcm
id для запросаcanopylabs/orpheus-3b

Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — POST https://veselo.ai/v1/audio/speech с полем model: canopylabs/orpheus-3b, ключ — в заголовке Authorization: Bearer sk-vsl-….

curl

curl https://veselo.ai/v1/audio/speech \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "canopylabs/orpheus-3b",
    "voice": "tara",
    "input": "Добрый вечер! Сегодня в программе — хорошие новости."
  }' \
  --output speech.mp3

Python

from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)

with client.audio.speech.with_streaming_response.create(
    model="canopylabs/orpheus-3b",
    voice="tara",
    input="Добрый вечер! Сегодня в программе — хорошие новости.",
) as r:
    r.stream_to_file("speech.mp3")

JavaScript

import fs from 'node:fs';

const res = await fetch('https://veselo.ai/v1/audio/speech', {
  method: 'POST',
  headers: { Authorization: 'Bearer sk-vsl-ТВОЙ_КЛЮЧ', 'Content-Type': 'application/json' },
  body: JSON.stringify({ model: 'canopylabs/orpheus-3b', voice: 'tara', input: 'Добрый вечер! Сегодня в программе — хорошие новости.' }),
  signal: AbortSignal.timeout(600_000),
});
if (!res.ok) throw new Error((await res.json()).error.message);
fs.writeFileSync('speech.mp3', Buffer.from(await res.arrayBuffer()));

Пример ответа — только поля

HTTP/1.1 200 OK
Content-Type: audio/mpeg
x-veselo-cost-rub: …

<звук MP3>

В программах: тем же ключом — из любого кода, а без ключа Claude, ChatGPT и Cursor зовут модель по MCP: вход на сайте и кнопка «Разрешить». MCP

Документация раздела

Сравнение с похожими

МодельЦенаГлавноеКогда выбрать
Orpheus 3B — эта модель1,68 ₽ / 1000 знаковдо 4 096 знакованглийские реплики с живыми звуками — смех, вздох, кашель — метками в тексте
Kokoro 82M — Hexgrad1,12 ₽ / 1000 знаковдо 4 096 знакованглийская озвучка открытой моделью без своего сервера: уроки, статьи, черновики
Deepgram Aura-2 — Deepgram3,36 ₽ / 1000 знаковдо 4 096 знакованглийские и европейские голоса для ботов, IVR и уведомлений, когда русский не нужен
Eleven v3 — ElevenLabs11,18 ₽ / 1000 знаковдо 4 096 знаковигровая озвучка роликов, рекламы и скетчей со смехом, шёпотом и звуками
OpenAI TTS-1 — OpenAI1,68 ₽ / 1000 знаковдо 4 096 знаковкороткие подсказки и уведомления, где скорость ответа важнее тембра
Grok TTS — xAI (Grok)1,68 ₽ / 1000 знаковдо 4 096 знаковживая озвучка со смехом, паузами и шёпотом по тегам в тексте, на русском и ещё 19 языках

Версии и отличия

  • canopylabs/orpheus-v1-english и canopylabs/orpheus-arabic-saudi — другие версии семейства: английская и арабская с саудовским диалектом. Своих страниц у них нет, обе вызываются по своим id.

Как устроен доступ

Весело — не разработчик Orpheus 3B: модель выпускает Canopy Labs. Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. Данные и приватность

Вопросы и ответы

Говорит ли Orpheus по-русски?
Нет: эта версия говорит только по-английски. У Canopy Labs есть исследовательские многоязычные модели, но русской версии у нас нет. Для русского посмотри Soniox TTS v2 — там тоже есть смех и вздохи метками.
Можно ли сделать голос Orpheus похожим на конкретного человека?
Нет. У нас — только восемь готовых голосов. А авторы модели прямо запрещают с её помощью выдавать себя за другого человека без его согласия.
Почему Orpheus прочитал метку вслух?
Скорее всего, такой метки нет в списке или в ней опечатка. Модель знает восемь звуков: laugh, chuckle, sigh, cough, sniffle, groan, yawn и gasp, в угловых скобках. Всё остальное для неё — обычный текст.
Сколько стоит озвучить подводку к подкасту на Orpheus?
Подводка на 300 знаков стоит около 0,51 ₽. Цена — 1,68 ₽ за 1000 знаков.
Что будет, если запрос закончится ошибкой?
Запрос, который закончился ошибкой нейросети, денег не стоит: удержание на время запроса снимается целиком. Цену удачного ответа видно в рублях сразу.
Есть ли подписка или абонентская плата?
Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.
Сколько запросов можно отправлять?
До 60 запросов в минуту и до 10 одновременно на один ключ, ключей у аккаунта — до 20. Сверх лимита придёт ответ 429 с заголовком Retry-After: через столько секунд можно повторить.

Ещё по теме

Факты сверены 16 ноября 2026 по документации: github.com, huggingface.co