Как начать пользоваться ElevenLabs: AI-озвучка, клонирование голоса и дубляж

ВАЖНО (9 июля 2026): Модели eleven_monolingual_v1, eleven_multilingual_v1 и scribe_v1 отключены 9 июля 2026 года. Если вы используете их в API или плагинах -- мигрируйте на eleven_multilingual_v2 или scribe_v2 немедленно. Дополнительно: стандартные голоса ElevenLabs (Default voices) будут отключены 31 декабря 2026 года -- сохраните нужные голоса в свою Voice Library через настройки аккаунта прямо сейчас.

ElevenLabs -- платформа для работы со звуком на базе ИИ, объединяющая синтез речи, клонирование голоса, транскрипцию, дубляж и генерацию музыки. Компания структурировала продукт в три направления: ElevenCreative (создание контента: TTS, клонирование, музыка, дубляж), ElevenAgents (платформа для голосовых агентов на 70+ языках), ElevenAPI (программный доступ для разработчиков). В июне 2026 года ARR компании превысил $500 млн.

Eleven v3 вышла из альфа-тестирования в коммерческий релиз и теперь доступна через публичный API без ограничений для production-использования. Ключевые улучшения по сравнению с v2: более естественные интонации, лучшая передача эмоций, улучшенное произношение на 70+ языках. Модель хорошо справляется с русским языком, включая сложные слова и имена собственные.

Для задач реального времени и голосовых агентов ElevenLabs предлагает семейство Flash-моделей. eleven_flash_v2 -- базовая Flash-модель второго поколения. eleven_flash_v2_5 -- улучшенная версия с повышенным качеством при сохранении задержки около 75 мс. С июня 2026 года Flash v2.5 является рекомендуемой моделью по умолчанию для голосовых агентов и приложений с требованиями к низкой задержке.

Перейдите на elevenlabs.io и нажмите Sign Up. Доступны вход через Google, Microsoft или email. Бесплатный план включает ограниченный лимит символов в месяц -- достаточно для знакомства с сервисом. Для коммерческого использования нужен план Starter или выше. После входа найдите раздел Speech Synthesis в левой боковой панели, вставьте текст, выберите голос и нажмите Generate.

Выбор модели: для большинства задач -- Eleven v3. Для реального времени и агентов -- Flash v2.5. Для дубляжа -- Dubbing Studio. Документация: elevenlabs.io/docs.

ElevenLabs предлагает два уровня клонирования. Instant Voice Cloning (IVC): загрузите 1-2 минуты чистой записи голоса без фонового шума -- система создаст голосовой профиль за несколько секунд. Доступно с плана Starter. Professional Voice Cloning (PVC): требует 30+ минут качественных записей и верификации -- даёт значительно более точный и стабильный результат. Клонированные голоса сохраняются в Voice Library и доступны во всех последующих генерациях.

Модель scribe_v1 отключена 9 июля 2026 года. Используйте scribe_v2 для всех задач транскрипции. Что нового в scribe_v2 и API: WebSocket-интерфейс для транскрипции в реальном времени теперь поддерживает параметр keyterms -- передайте список специфических терминов (имена, бренды, технические слова), и модель будет распознавать их точнее. Ответы API содержат поле audio_duration_secs (длина аудио в секундах) и поля качества записи (recording_quality, labelling_status). Максимальный размер загружаемых файлов для Speech-to-Text увеличен с 3 ГБ до 5 ГБ.

В мае 2026 года ElevenLabs выпустила Dubbing v2. Ключевое улучшение: при дублировании видео или аудио на другой язык теперь передаются эмоции и интонации оригинального исполнения. Грустный монолог остаётся грустным на испанском, саркастический тон сохраняется при переводе на японский. Дубляж доступен через веб-интерфейс Dubbing Studio и API. Партнёрство с дистрибьютором Believe расширяет возможности коммерческой дистрибуции продублированного контента.

11 июня 2026 года вышел финальный коммерческий релиз Music v2. Возможности: переключение жанра в середине трека, посекционный inpainting, поддержка быстрого рэпа, встроенные звуковые эффекты. Стоимость API снижена на 50%, ElevenCreative -- на 40% (на момент написания). Music API v2 использует chunk-based архитектуру: трек описывается как последовательность сегментов с разными промптами, что даёт тонкий контроль над структурой.

ElevenAgents позволяет создавать голосовых агентов для автоматизации коммуникаций. Обновления июня 2026: Language dropdown для встраиваемых виджетов (пользователь сам выбирает язык общения с агентом), End Call tool (корректное завершение вызова агентом), расширенная телефонная интеграция. MCP-интеграция позволяет подключить ElevenLabs к Claude Desktop или Cursor для автоматической озвучки в рабочем процессе.

ElevenLabs внедрил SynthID-водяные знаки: каждый синтезированный аудиофайл содержит скрытую цифровую подпись, обнаруживаемую специальным инструментом. Подпись сохраняется после перекодирования. Enterprise-план предлагает on-premise развёртывание: модели запускаются на серверах клиента без передачи данных в облако -- актуально для медицинских, юридических и государственных организаций.

ElevenLabs предлагает несколько уровней подписки. Бесплатный план: ограниченный лимит символов, без коммерческих прав, без клонирования голоса. Starter: начальный коммерческий план, коммерческие права, Instant Voice Cloning, расширенный лимит символов. Creator: для авторов контента, Professional Voice Cloning, больший лимит символов. Pro: профессиональный план для интенсивного использования. Scale и Business: для команд и высоких объёмов. Enterprise: индивидуальные условия, SLA, on-premise развёртывание. Актуальные тарифы: elevenlabs.io/pricing.

ElevenLabs предоставляет REST API для интеграции TTS, клонирования голоса, транскрипции и генерации музыки в приложения. Документация с примерами кода на Python, JavaScript и других языках: elevenlabs.io/docs. Новые форматы высокого битрейта доступны через параметры API -- подробности в changelog.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.