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 знакам | 1,68 ₽ 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 знаков | Около 20,16 ₽ |
|---|---|
| Собеседник для практики английского: 2 000 реплик по 90 знаков | Около 302,40 ₽ |
| Голос маскота в приложении: 500 реплик по 60 знаков | Около 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
| Разработчик | Canopy Labs |
|---|---|
| Вид | Озвучка текста |
| Голоса | tara, dan, jess, leah, Leo, mia и ещё 2 |
| Языки | en |
| Текст за запрос | до 4 096 знаков |
| Форматы звука | wav, pcm |
| id для запроса | canopylabs/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.mp3Python
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
Сравнение с похожими
| Модель | Цена | Главное | Когда выбрать |
|---|---|---|---|
| Orpheus 3B — эта модель | 1,68 ₽ / 1000 знаков | до 4 096 знаков | английские реплики с живыми звуками — смех, вздох, кашель — метками в тексте |
| Kokoro 82M — Hexgrad | 1,12 ₽ / 1000 знаков | до 4 096 знаков | английская озвучка открытой моделью без своего сервера: уроки, статьи, черновики |
| Deepgram Aura-2 — Deepgram | 3,36 ₽ / 1000 знаков | до 4 096 знаков | английские и европейские голоса для ботов, IVR и уведомлений, когда русский не нужен |
| Eleven v3 — ElevenLabs | 11,18 ₽ / 1000 знаков | до 4 096 знаков | игровая озвучка роликов, рекламы и скетчей со смехом, шёпотом и звуками |
| OpenAI TTS-1 — OpenAI | 1,68 ₽ / 1000 знаков | до 4 096 знаков | короткие подсказки и уведомления, где скорость ответа важнее тембра |
| Grok TTS — xAI (Grok) | 1,68 ₽ / 1000 знаков | до 4 096 знаков | живая 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