Весело
Весело

ElevenLabs API: озвучка и распознавание

ElevenLabs делает голосовые нейросети, и у нас по одному ключу есть её озвучка и распознавание речи: Eleven v4 на 90+ языках, Eleven v3, Multilingual v2, быстрые Flash v2.5 и v4 Turbo, а для расшифровки — Scribe v3. Платишь в рублях за знаки или минуты записи, без подписки ElevenLabs, кредитов и иностранной карты.

  • 10 моделей
  • от 4,47 ₽ за 1000 знаков
  • озвучка текста, распознавание речи

Обновлено:

Получить ключ Документация

Модели и цены

Озвучка текста

Озвучка: цена в рублях за 1000 знаков или за запись
МодельЗнаков за разЦена
Eleven v4до 4 0968,94 ₽ за 1000 знаков
Eleven v3до 4 09611,18 ₽ за 1000 знаков
Eleven Multilingual v2до 4 09611,18 ₽ за 1000 знаков
Eleven Flash v2.5до 4 0965,59 ₽ за 1000 знаков
Eleven v4 Turboдо 4 0964,47 ₽ за 1000 знаков
Eleven Turbo v2.5до 4 0965,59 ₽ за 1000 знаков
Eleven Flash v2до 4 0965,59 ₽ за 1000 знаков
Eleven Turbo v2до 4 0965,59 ₽ за 1000 знаков

Распознавание речи

Распознавание речи: цена в рублях за минуту звука
МодельЗвука за разЦена
ElevenLabs Scribe v3до 2 ч0,38 ₽ за минуту звука
ElevenLabs Scribe v2до 2 ч0,38 ₽ за минуту звука

Как выбрать

ElevenLabs — в поиске её пишут и «eleven labs», и «элевен лабс» — держит в продаже несколько поколений моделей, и звучат они по-разному. Сначала реши, что важнее: игра голосом, ровное чтение длинного текста или быстрый короткий ответ. Язык выбор почти не ограничивает: русский есть у всех пяти основных озвучек.

  • Игра голосом. Eleven v4 ElevenLabs называет самой выразительной своей моделью и первой в новом поколении. Языков — больше 90, а подачу задают метки в квадратных скобках прямо в тексте: [whispering], [laughing], [sigh].
  • Манера прошлого поколения. Eleven v3 знает 70+ языков и понимает те же метки. Сама ElevenLabs предупреждает, что v4 может звучать заметно иначе, чем v3, поэтому серию роликов, начатую на v3, удобнее на ней и закончить.
  • Длинный текст. Eleven Multilingual v2 говорит на 29 языках, зато, по описанию ElevenLabs, держится ровнее всех на длинных текстах и правильно читает числа. Метки v3 и v4 ей не нужны — пиши обычный текст.
  • Короткие ответы. Eleven Flash v2.5 (32 языка) и Eleven v4 Turbo (90+ языков, метки в тексте) у ElevenLabs отвечают примерно за 100 мс — это их замер без учёта сети. Наш API присылает звук одним файлом, потоковой выдачи нет.
  • Расшифровка. ElevenLabs Scribe v3 понимает 90+ языков и отмечает время каждого слова. На наборе FLEURS, по замеру ElevenLabs, она ошибается в словах на 27% реже, чем Scribe v2.

Не знаешь, с чего начать, — возьми две крайние точки линейки: Eleven v4 для роликов и Multilingual v2 для статей и книг. У озвучек цена считается за 1 000 знаков, у Scribe — за минуту записи; живые цифры стоят в таблице моделей на этой странице.

Популярные задачи

Реклама и ролики для соцсетей

В рекламе на полминуты интонация решает больше, чем тембр. Eleven v4 и Eleven v3 понимают метки подачи: [whispering] перед «секретом», [laughing] после шутки, [shouting] перед призывом. Метка действует на фразу за ней, так что одной-двух на предложение хватает. ElevenLabs честно пишет, что изредка модель принимает метку за просьбу о звуковом эффекте. Если так вышло — упрости фразу и отправь заново.

Пример запроса: «[whispering] Только для своих… [laughing] Вторая кофейня открывается в субботу!»

Аудиокниги и длинные статьи

Для главы книги или лонгрида подойдёт Eleven Multilingual v2: интонация у неё ровная от первого абзаца до последнего. За один запрос у нас уходит до 4 096 знаков, поэтому режь текст по абзацам, а не посреди предложения, — так интонация не обрывается на стыке. Голос оставь один на всю книгу: у многоязычных моделей ElevenLabs голоса не привязаны к языку и звучат одинаково во всех частях.

Голосовое меню и ответы ассистента

Фразы вроде «Заказ передан курьеру» или «Скажи номер после сигнала» — работа для Eleven Flash v2.5 и Eleven v4 Turbo. ElevenLabs предупреждает, что небольшие модели вроде Flash v2.5 могут неверно прочитать крупные числа. Суммы, даты и номера домов здесь надёжнее писать словами: «двадцать минут», «третий подъезд». Если голос должен звучать живее, а скорость ответа не главное, переходи на v4.

Расшифровка интервью и встреч

ElevenLabs Scribe v3 сама ElevenLabs советует для заметок со встреч, субтитров, учебных записей и разбора звонков. Отправь файл на /v1/audio/transcriptions — вернётся текст, а в подробном ответе verbose_json ещё и время слов: по нему легко найти нужную цитату в длинной записи. Scribe не переводит, текст выходит на том языке, на котором говорили. Соседей Scribe по задаче мы собрали в разделе распознавание речи по API.

Один ролик на нескольких языках

Многоязычные модели ElevenLabs не привязывают голос к языку: тот же voice прочитает и русский, и английский, и испанский текст. Нужна версия ролика на трёх языках — отправь три запроса с одним голосом и разными input, и у всех версий будет общий «диктор». Больше всего языков у Eleven v4 и v4 Turbo — за 90, у Flash v2.5 их 32. Другие модели озвучки с русским сравниваем в разделе озвучка текста по API.

Как получить ключ ElevenLabs API в России

Аккаунт и ключ ElevenLabs не понадобятся: запросы идут по нашему ключу.

  1. Войди на veselo.ai и открой кабинет API. Выпусти ключ вида sk-vsl-… и сохрани его — показать ключ ещё раз можно только после кода подтверждения.
  2. Пополни API-счёт картой российского банка или по СБП. Он отдельный: на нём лежат деньги только для запросов по ключу, баланс роликов он не трогает.
  3. Укажи в OpenAI SDK адрес https://veselo.ai/v1 и вызови client.audio.speech.create с model="elevenlabs/eleven-v4", голосом и текстом. Голоса модели перечислены в её карточке в GET /v1/models.

Официальный SDK ElevenLabs к нам не подключится: у него свои адреса и формат запросов. Для расшифровки — тот же ключ, адрес /v1/audio/transcriptions и model: "elevenlabs/scribe-v3". Поля запросов описаны в разделах озвучка и распознавание речи.

Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI. Пример — с моделью Eleven v4: у других моделей меняется только model.

curl

curl https://veselo.ai/v1/audio/speech \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "elevenlabs/eleven-v4",
    "voice": "EXAVITQu4vr4xnSDxMaL",
    "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="elevenlabs/eleven-v4",
    voice="EXAVITQu4vr4xnSDxMaL",
    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: 'elevenlabs/eleven-v4', voice: 'EXAVITQu4vr4xnSDxMaL', 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()));

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

Eleven v4 · Документация раздела

Версии и отличия

  • Eleven v4 и v4 Turbo — новое поколение: 90+ языков и метки подачи в тексте. Тег паузы <break> v4 не понимает, SSML тоже — паузу делай многоточием или новым абзацем. Turbo — версия для живых ответов, она дешевле v4.
  • Eleven v3 — прошлое поколение, 70+ языков. Метки подачи работают, тега <break> у неё тоже нет.
  • Eleven Multilingual v2 — 29 языков, ровное чтение длинных текстов и правильные числа.
  • Eleven Flash v2.5 — 32 языка и задержка около 100 мс у ElevenLabs. Eleven Turbo v2.5 ElevenLabs объявила устаревшей и советует вместо неё Flash v2.5. Eleven Flash v2 и Turbo v2 говорят только по-английски; Turbo v2 тоже устарела, ей на смену пришла Flash v2.
  • ElevenLabs Scribe v3 сменила Scribe v2: 90+ языков у обеих, у v3 на 27% меньше ошибок в словах по замеру ElevenLabs. Scribe v2 мы оставили для программ, где она уже прописана.
  • Чего здесь нет: копий голоса по образцу записи, дубляжа, музыки и звуковых эффектов ElevenLabs, а ещё потоковой Scribe v3 Live. У нас — только файл и обычный HTTP-запрос.

Вопросы и ответы

Это официальный API ElevenLabs?
Нет. Весело — не ElevenLabs: мы даём доступ к её моделям по своему ключу и принимаем оплату в рублях. Текст уходит выбранной модели как есть, без перевода и правок. Что мы храним и сколько — в разделе данные и приватность.
Нужна ли подписка ElevenLabs или их кредиты?
Нет. Подписка — продукт для сайта ElevenLabs, а здесь списывается только то, что озвучено: цена за 1 000 знаков (у Scribe — за минуту) уходит с API-счёта после ответа. Запрос, который закончился ошибкой, денег не стоит.
Как оплатить ElevenLabs из России?
Картой российского банка или по СБП — пополнением API-счёта в кабинете. Деньги на счёте не привязаны к ElevenLabs: их можно потратить на любую модель каталога, от Whisper Large v3 до моделей Fish Audio.
Где взять ElevenLabs API key?
Свой ключ ElevenLabs не нужен. Выпусти ключ sk-vsl-… в кабинете API — он открывает и ElevenLabs, и все остальные модели. Ключ передаётся в заголовке Authorization: Bearer, как у OpenAI.
Есть ли у ElevenLabs русский язык?
Есть у всех пяти основных озвучек: Eleven v4 и v4 Turbo, v3, Multilingual v2 и Flash v2.5 — русский входит в их списки языков. Только по-английски говорят старые Flash v2 и Turbo v2. Scribe понимает русскую речь, и в оценке ElevenLabs для Scribe v2 русский попал в группу с ошибкой до 5% слов.
Можно ли сделать голос по своей записи?
Нет. Через наш API доступны только готовые голоса из списка модели, а образец записи мы не принимаем. Выдавать сгенерированный голос за голос реального человека без его согласия запрещают условия API.
Какой длины текст можно отправить за раз?
До 4 096 знаков в одном запросе. Длинный текст раздели на части по абзацам и склей звук у себя. Если текст окажется длиннее, придёт ошибка с подсказкой, и денег за такой запрос не возьмут.
Нужны ли VPN и зарубежная карта?
Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
Сколько стоит запрос, который закончился ошибкой?
Нисколько: ошибка нейросети денег не стоит, удержание на время запроса снимается целиком.

Ещё по теме

Факты сверены 16 ноября 2026 по документации: elevenlabs.io