Весело
Весело

Deepgram Aura-2: озвучка по API

Aura-2 — озвучка текста от Deepgram, которую компания делала для голосовых агентов, телефонных меню и колл-центров. Она говорит на семи языках, русского среди них нет. Голосов — 90, и у каждого Deepgram описала характер и подходящие задачи: поддержка, рассказ, интервью. За раз модель читает до 4 096 знаков и возвращает готовый MP3.

  • 3,36 ₽ за 1000 знаков
  • до 4 096 знаков
  • текст → звук

deepgram/aura-2

Обновлено:

Получить ключ Попробовать Документация

Попробовать Deepgram Aura-2

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: «Thanks for calling. Your appointment is confirmed for Tuesday at three p.m.»

Голос: aura-2-thalia-en

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

Цены Deepgram Aura-2 в рублях

Текст — считаем по знакам3,36 ₽ 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.

Подтверждение записи по телефону: 500 подтверждений по 120 знаковОколо 201,60 ₽
Уведомления на нескольких языках: 10 000 уведомлений по 60 знаковОколо 2 016,00 ₽
Аудиорассказы на британском английском: глава на 8 000 знаковОколо 26,88 ₽
Тренажёр собеседований на английском: 200 вопросов по 80 знаковОколо 53,76 ₽

Что умеет Deepgram Aura-2

  • Семь языков: английский с американским, британским, австралийским, ирландским и филиппинским акцентами, испанский (мексиканский, кастильский, колумбийский, латиноамериканский), немецкий, французский, нидерландский, итальянский и японский (список Deepgram).
  • 90 голосов. Больше всего их у английского (41) и испанского (17), а у французского всего два.
  • Имя голоса собрано по схеме «модель-имя-язык»: aura-2-thalia-en, aura-2-nestor-es.
  • По словам Deepgram, Aura-2 справляется с числами, датами, временем, адресами почты и сайтов, буквенно-цифровыми кодами и названиями лекарств.
  • Меток эмоций нет: слово в квадратных скобках модель произнесёт как обычный текст. Паузы задают многоточие и запятые.
  • До 4 096 знаков за запрос; ответ — MP3, Opus, WAV или PCM.

Где применять

Подтверждение записи по телефону

Клинике, салону или автосервису удобнее, когда подтверждение записи звучит само, а администратор занят живыми клиентами. Голос Thalia Deepgram описывает как ясный, уверенный и энергичный и прямо пишет ему в задачи поддержку и голосовые меню. Короткая фраза с днём и временем — ровно тот случай, под который Aura-2 делали. Числа, которые важно прочитать целиком, Deepgram советует писать словами, как время в примере ниже.

Пример запроса: «Hi, this is Bright Smile Dental. Your cleaning is booked for Thursday at ten thirty a.m.»

Стоимость: 500 подтверждений по 120 знаков — около 201,60 ₽.

Уведомления на нескольких языках

Приложение для туристов или магазин с доставкой в Европу говорит с клиентами на их языке. Aura-2 закрывает семь языков одной моделью и одним видом запроса: меняется только голос с нужным окончанием -es, -de или -fr. У испанского 17 голосов с четырьмя акцентами, так что для Мексики и Испании можно взять разных дикторов и не путать рынки. Номер заказа или телефон разбивай точками через три-четыре знака: так Deepgram советует диктовать цифры, чтобы они не слипались.

Пример запроса: «Tu pedido ha sido enviado y llegará el jueves.»

Стоимость: 10 000 уведомлений по 60 знаков — около 2 016,00 ₽.

Аудиорассказы на британском английском

Для глав книги или рассказов на сайте курса подойдёт Draco: британский баритон, которого Deepgram описывает как тёплого и располагающего, а в задачах у него стоит повествование. Главу отправляй частями: одна часть — один-два абзаца, не длиннее 4 096 знаков, а готовые куски звука потом собери в файл главы. Паузу между сценами ставь многоточием, а абзацы не сливай в один. Французские или испанские имена героев запиши так, как они звучат: фонетическое написание Deepgram советует для любых слов из других языков.

Пример запроса: «Chapter one. The lighthouse keeper had not seen a ship in eleven days...»

Стоимость: глава на 8 000 знаков — около 26,88 ₽.

Тренажёр собеседований на английском

Сервис подготовки к интервью задаёт вопросы голосом, а человек отвечает вслух. Для роли спокойного интервьюера у Deepgram есть Hyperion: австралийский голос с пометками «заботливый, тёплый, сочувствующий» и задачей «интервью». Ответы кандидата можно расшифровать Deepgram Nova-3, и вся цепочка останется у одного вендора. Набор из пары сотен вопросов для разных профессий озвучивается один раз, а дальше приложение только достаёт нужный файл. Многоточие в конце вопроса даст короткую паузу перед сигналом записи.

Пример запроса: «Tell me about a project you are proud of. Take your time.»

Стоимость: 200 вопросов по 80 знаков — около 53,76 ₽.

Как писать запрос

  • Короткая пауза — запятая или точка, длинная — многоточие.
  • Для разговорной подачи Deepgram советует вставлять в текст «um» и «uh».
  • Иностранное слово можно записать так, как оно звучит: «rahn-day-voo».
  • Голос подбирай под язык текста по окончанию имени: -en, -es, -de, -fr, -nl, -it, -ja.

Характеристики

РазработчикDeepgram
ВидОзвучка текста
Голосаthalia, agathe, agustina, alvaro, ama, amalthea и ещё 6
Языкиen, de, es, fr, it, ja, nl
Текст за запросдо 4 096 знаков
Форматы звукаmp3, opus, wav, pcm
id для запросаdeepgram/aura-2

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: deepgram/aura-2, 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": "deepgram/aura-2",
    "voice": "aura-2-thalia-en",
    "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="deepgram/aura-2",
    voice="aura-2-thalia-en",
    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: 'deepgram/aura-2', voice: 'aura-2-thalia-en', 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
Deepgram Aura-2 — эта модель3,36 ₽ / 1000 знаковдо 4 096 знакованглийские и европейские голоса для ботов, IVR и уведомлений, когда русский не нужен
Cartesia Sonic 3.6 — Cartesia4,18 ₽ / 1000 знаковдо 4 096 знаковслужебные фразы на русском: уведомления, коды, очередь, ответы бота
Kokoro 82M — Hexgrad1,12 ₽ / 1000 знаковдо 4 096 знакованглийская озвучка открытой моделью без своего сервера: уроки, статьи, черновики
Amazon Polly Generative — Amazon3,36 ₽ / 1000 знаковдо 3 000 знаковразговорные английские и европейские голоса с акцентами для ассистентов и рекламы
Fish Audio S2.1 Pro — Fish Audio3,36 ₽ / 1000 букв кириллицыдо 4 096 знаковживая озвучка роликов и уроков с эмоциями, описанными своими словами
Inworld TTS-2 — Inworld AI2,80 ₽ / 1000 знаковдо 2 000 знаковрусская озвучка с указаниями подачи прямо в тексте: приложения, игры, сказки
  • Cartesia Sonic 3.6 — 44 языка, среди них русский с готовыми русскими голосами.
  • Kokoro 82M — открытая модель на 54 голоса, когда достаточно английского без задач колл-центра.
  • Amazon Polly Generative — 10 языков в 24 вариантах, у английского восемь акцентов.

Версии и отличия

  • deepgram/aura — первая версия: 12 английских голосов с именами вида aura-luna-en. Испанский, немецкий, японский и остальные языки появились только в Aura-2.

Как устроен доступ

Весело — не разработчик Deepgram Aura-2: модель выпускает Deepgram. 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

Есть ли у Deepgram Aura-2 русский голос?
Нет. В списке Deepgram семь языков, русского среди них нет, и русских голосов тоже. Если продукт говорит по-русски, возьми модель с русскими голосами: Inworld TTS-2, Soniox TTS v2 или Amazon Polly Standard.
Как выбрать голос Aura-2 под задачу?
У каждого голоса Deepgram указывает пол, возраст, акцент, характер и подходящие задачи. Thalia — поддержка и голосовые меню, Draco — рассказы, Hyperion — интервью, испанский Nestor — разговор и обслуживание клиентов. Начни с голоса, у которого в задачах стоит твоя.
Можно ли добавить в Aura-2 смех или шёпот?
Нет. Меток эмоций у Aura-2 нет, а текст в квадратных скобках она прочтёт как обычные слова. Интонацию задают пунктуация, паузы и слова-заминки вроде «um». Если нужны смех и вздохи, посмотри Orpheus 3B.
Сколько стоит тысяча знаков на Aura-2?
3,36 ₽ за 1000 знаков. Фраза-подтверждение из примера выше стоит около 0,31 ₽, а глава рассказа на 8 000 знаков — около 26,88 ₽.
Нужны ли VPN и зарубежная карта для Deepgram Aura-2?
Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
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%.

Ещё по теме

Факты сверены 16 ноября 2026 по документации: developers.deepgram.com, deepgram.com