API клонирования голоса по записи длиной от 3 до 15 секунд
Клонируйте голос по короткой записи, сохраните его один раз и озвучивайте любой текст с Qwen3-TTS или ZONOS2. Голоса хранятся бесплатно.
Обновлено 2026-11-05
Бонус за пополнение: Чёрная пятница
Каждое подходящее пополнение даёт бесплатные средства, а также суммируется с другими предложениями.
До 30 ноября
Клонированный голос начинается с записи: от 3 до 15 секунд, один человек говорит чётко. Загрузите её один раз в POST /v1/audio/voices и получите id вида voice_…; передайте этот id как voice в POST /v1/audio/speech, и любой текст вернётся этим голосом, на любом языке, который знает модель. Сохранение голосов ничего не стоит. Вы платите только за речь, произнесённую ими, $0.036 в минуту — столько же, сколько за готовый голос в нашем API синтеза речи.
Передайте это своему ИИ-агенту
Скопируйте этот промпт в Claude Code, Cursor, Codex или любой кодинг-агент. Он подскажет агенту, где документация и как использовать ваш API-ключ.
Clone a voice with the Lovely Router voices API and use it for speech. - Docs (read first): https://lovelyrouter.com/docs/api/audio.md and https://lovelyrouter.com/docs/models/speech.md - Save a voice once with POST https://lovelyrouter.com/v1/audio/voices (a short clean sample, `consent: true` = I confirm I may use this voice), then pass its id as `voice` to POST https://lovelyrouter.com/v1/audio/speech. A one-off clone can send `reference_audio` with the speech request instead. - Only clone voices I have the right to use; ask me to confirm before saving one. - Auth: read my API key from the LOVELY_API_KEY environment variable and send it as `Authorization: Bearer $LOVELY_API_KEY`. Never print or commit the key. If it is not set, ask me to create one at https://lovelyrouter.com/app/keys. - Billing is prepaid: every call is charged to my balance, so test with a small request before running anything large. - Every docs page is plain Markdown; the full index is https://lovelyrouter.com/llms.txt. My task: <the voice sample, whose voice it is and what it should say>
Запишите образец, который хорошо клонируется
Образец — это весь вход, поэтому его качество определяет качество клона:
: от 3 до 15 секунд речи.
, говорит чётко, без музыки и второго голоса на фоне.
Передайте их как transcript. Qwen3-TTS клонирует точнее с транскриптом; без него она подстраивается только под звучание голоса. ZONOS2 транскрипт не нужен.
: WAV, MP3, M4A, OGG/Opus, FLAC или WebM, до 10 МБ.
Сначала клонируйте, потом говорите
Сохраните голос
Отправьте запись как multipart-поле
fileили как JSON, гдеaudio— этоhttps- илиdata:-URL.consent: trueобязателен.cURLcurl https://lovelyrouter.com/v1/audio/voices \ -H "Authorization: Bearer $LOVELY_API_KEY" \ -F name="Narrator" \ -F transcript="Thanks for listening. See you next week on the show." \ -F consent=true \ -F file=@narrator.wavОтвет —
201с объектом голоса:JSON{ "id": "voice_8f2c4a1e9b7d3f60a5c2e1d4", "object": "voice", "name": "Narrator", "transcript": "Thanks for listening. See you next week on the show.", "type": "audio/wav", "bytes": 482044, "audio_url": "https://lovelyrouter.com/v1/audio/voices/voice_8f2c4a1e9b7d3f60a5c2e1d4/audio", "created_at": 1792915200 }Говорите им
Используйте id как
voiceс любой моделью. Наqwen3-ttsвы по-прежнему можете добавитьinstructions, чтобы изменить, как говорит клонированный голос.Pythonimport os from openai import OpenAI client = OpenAI(base_url="https://lovelyrouter.com/v1", api_key=os.environ["LOVELY_API_KEY"]) with client.audio.speech.with_streaming_response.create( model="qwen3-tts", voice="voice_8f2c4a1e9b7d3f60a5c2e1d4", input="Today we talk about the history of tea.", instructions="Relaxed, like the start of a podcast", ) as response: response.stream_to_file("episode.mp3")Или говорите на другом языке
Один и тот же сохранённый голос работает на любом языке, который знает его модель. Для коротких текстов задайте
language:Node.jsimport fs from 'node:fs'; import OpenAI from 'openai'; const client = new OpenAI({ baseURL: 'https://lovelyrouter.com/v1', apiKey: process.env.LOVELY_API_KEY }); const audio = await client.audio.speech.create({ model: 'zonos2', voice: 'voice_8f2c4a1e9b7d3f60a5c2e1d4', input: 'Merci de nous avoir écoutés. À la semaine prochaine !', language: 'fr', emotion: 'happy', }); fs.writeFileSync('outro-fr.mp3', Buffer.from(await audio.arrayBuffer()));
С каким движком клонировать
Обе модели клонируют из одного и того же сохранённого голоса, так что можно попробовать одну и переключиться, не загружая запись заново.
zonos2делает близкие клоны и не требует транскрипта. Говорит на 40+ языках, лучше всего на английском, китайском и японском, с частотой 44,1 кГц, а полеemotionменяет подачу, пока голос остаётся прежним.qwen3-ttsклонирует точнее, когда у образца естьtranscript, и позволяет управлять клонированным голосом черезinstructionsпростыми словами. Говорит на 10 языках с частотой 24 кГц.
Сохранённый голос или разовая запись
| Сохранённый голос | Разовая запись | |
|---|---|---|
| Как | POST /v1/audio/voices, затем voice: "voice_…" | reference_audio в запросе на синтез |
| Запись | Загружается один раз, хранится до удаления | Отправляется с каждым запросом: https-URL, data:-URL или base64 |
| Транскрипт | transcript у голоса | reference_text в запросе |
| Согласие | consent: true при сохранении | consent: true в каждом запросе |
| Лучше всего для | Диктора, голоса бренда, персонажа, которого вы используете повторно | Пробы образца или голосов, которые не хотите хранить |
curl https://lovelyrouter.com/v1/audio/speech \
-H "Authorization: Bearer $LOVELY_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-tts",
"input": "This line is spoken in the voice from the clip.",
"reference_audio": "https://example.com/sample.wav",
"reference_text": "Hi, this is a short sample of how I speak.",
"consent": true
}' \
--output line.mp3reference_audio нельзя сочетать с voice в одном запросе.
Управляйте своими голосами
| Запрос | Что делает |
|---|---|
GET /v1/audio/voices | Ваши сохранённые голоса, сначала новые |
GET /v1/audio/voices/{id} | Один голос; голос другого аккаунта отвечает 404 |
GET /v1/audio/voices/{id}/audio | Скачивает образец в том виде, в каком вы его загрузили |
PATCH /v1/audio/voices/{id} | Переименовывает его или меняет его transcript |
DELETE /v1/audio/voices/{id} | Удаляет голос и его образец навсегда |
Сохранённые голоса бесплатны, приватны для вашего аккаунта и хранятся до удаления, до 100 на аккаунт.
Сохраните придуманный голос
Чтобы получить стабильный голос, запись реального человека не нужна. Опишите голос для qwen3-tts в instructions, без voice, и она придумает новый голос под это описание. Придуманные голоса каждый раз немного различаются, поэтому, когда один звучит как надо, сохраните это аудио через POST /v1/audio/voices и дальше используйте его id: каждая следующая реплика сохранит того же говорящего.
Голоса для персонажей видео
Сохранённый голос может принадлежать сохранённому персонажу. В видеокадрах персонаж с тегом и голосом произносит свои реплики им — с его тембром, высотой и манерой, до 3 озвученных персонажей на кадр. Живое видео тоже принимает запись голоса: API живого видео сохраняет голос одного говорящего на весь стрим.
Согласие и ответственность
Каждому клону нужен consent: true — у сохранённого голоса или в разовом запросе. Этим вы подтверждаете, что голос ваш или что у вас есть разрешение говорящего на его клонирование, и берёте ответственность за то, как вы его используете. Не клонируйте голоса, чтобы вводить в заблуждение или выдавать себя за людей. К каждому запросу применяется политика допустимого использования.
Частые вопросы
Какой длины должен быть образец голоса?+
От 3 до 15 секунд, один человек говорит чётко, без музыки. Передайте то, что произносится в записи, как transcript для самого точного клона на qwen3-tts.
Сколько стоит клонирование голоса?+
Сохранение голоса бесплатно. Речь клонированным голосом стоит $0.036 за минуту аудио, с оплатой по секундам — столько же, сколько любым другим голосом.
Может ли клонированный голос говорить на других языках?+
Да. Сохранённый голос работает на любом языке, который знает его модель: 10 на qwen3-tts, 40+ на zonos2.
Сколько голосов я могу сохранить?+
До 100 на аккаунт. Они приватны для вашего аккаунта и хранятся до удаления.
Нужно ли согласие для клонирования голоса?+
Да. Каждому сохранённому голосу и каждой разовой записи нужен consent: true, который подтверждает, что голос ваш или что у вас есть разрешение говорящего.
Можно ли менять эмоцию клонированного голоса?+
Да. На zonos2 задайте emotion; на qwen3-tts опишите подачу в instructions. Говорящий остаётся тем же.
В руководстве по синтезу речи больше примеров, а в справочнике по аудио API — каждое поле и каждая ошибка.
Один предоплаченный ключ для моделей, данных и агентов
Без подписки. Пополняйте баланс, используйте сколько нужно и смотрите каждое списание в логах.