Как тарифицируется аудио с ИИ?

Озвучка обычно тарифицируется по объёму текста, а музыка и звуковые эффекты — за трек или за секунду. На странице каждой модели указаны её единица измерения и все уровни цен.

Какие голоса и языки доступны?

На странице каждой модели озвучки перечислены её голоса и языки. Голос выбирается по имени в запросе.

Можно ли использовать аудио в своём продукте?

Условия использования определяются правилами PopNow и ограничениями модели, которую вы вызываете. Перед запуском в продакшен проверьте страницу модели и условия.

API аудио с ИИ: моделей — 18, музыка и речь

18 моделей

Suno v6suno/v6/text-to-audioПолноценные песни с вокалом по вашему тексту или короткой идееАудиоДо 5 референсовСвои тексты песенОт0,072 $за генерацию
Gemini 3.8 Flash TTSgoogle/gemini-3.8-flash-tts/text-to-speechВыразительная речь, которая отыгрывает пометки вроде [laughing]АудиоГолосов: 70От0,00032 $за секунду
MiniMax Speech 2.8 HDminimax/speech-2.8-hd/text-to-speechРечь высокого качества, 400+ голосов и управление эмоциямиАудиоГолосов: 472Языков: 40От0,12 $за 1000 символов
MiniMax Music 3.0minimax/music-3.0/text-to-audioГотовые стереотреки — с вокалом или инструментальныеАудиоСвои тексты песенОт0,18 $за генерацию
Seed Audio 1.0bytedance/seed-audio-1.0/text-to-audioАудиосцены с несколькими голосами, музыкой и эффектамиАудиоОт0,36 $за генерацию
Gemini 3.8 Flash-Lite TTSgoogle/gemini-3.8-flash-lite-tts/text-to-speechБыстрая лёгкая озвучка, 30 голосовАудиоГолосов: 70От0,00021 $за секунду
Suno v6 Minisuno/v6-mini/text-to-audioДве быстрые песни с вокалом из одной фразыАудиоДо 5 референсовСвои тексты песенОт0,072 $за генерацию
Suno v6 Wildsuno/v6-wild/text-to-audioЭкспериментальные фактурные песни с вокаломАудиоДо 5 референсовСвои тексты песенОт0,072 $за генерацию
HeartMuLa Transcribeheartmula/transcribe/speech-to-textТексты песен из вокала, на многих языкахАудиоОт0,05 $за генерацию
Grok STTxai/grok-stt/speech-to-textРасшифровка с тайм-кодами слов на 25 языкахАудиоЯзыков: 25От0,00003 $за секунду
Grok TTSxai/grok-tts/text-to-speech71 голос на 20 языках, с речевыми тегамиАудиоГолосов: 71Языков: 20От0,018 $за 1000 символов
Seed Speech 2.0bytedance/seed-speech-2.0/text-to-speech41 голос, тон задаётся обычными словамиАудиоГолосов: 41Языков: 10От0,072 $за 1000 символов
MiniMax Speech 2.8 Turbominimax/speech-2.8-turbo/text-to-speechБыстрая речь, 400+ голосов и управление эмоциямиАудиоГолосов: 472Языков: 40От0,072 $за 1000 символов
Qwen3 TTSalibaba/qwen-3-tts/text-to-speechРечь с открытым кодом: тон и темп задаются простыми словамиАудиоГолосов: 9Языков: 10От0,068 $за 1000 символов
Chatterboxresemble-ai/chatterbox-v1/text-to-speechАнглийская речь, которая может повторить короткий образец голосаАудиоОт0,036 $за генерацию
Gemini 2.5 Pro TTSgoogle/gemini-2.5-pro-tts/text-to-speech−10%Голоса, которыми можно режиссировать: дикторский текст и диалоги на двоихАудиоГолосов: 30От0,00045 $~~0,0005 $~~за секунду
Video Sound Effectspopnow/foley-v1/video-to-audioЗвуковые эффекты и атмосфера под ваше видеоАудиоРолики 1–30 сОт0,006 $за клип длиной 5 с
Vocal Isolatorpopnow/vocal-isolator-v1/audio-separationНовинкаОдна запись, отдельные дорожки голоса и фонаАудиоОт0,0012 $за секунду

API генерации аудио с ИИ

С чего начать

По задаче

Другие типы моделей

Выбрать по разработчику

Частые вопросы

Начните работу за несколько минут