Часто задаваемые вопросы
Какой голос самый реалистичный?
Все голоса основаны на лицензированных записях (LibriTTS-R) и содержат невидимый водяной знак синтетической речи. Реализм зависит от контекста: Aria и Luna подходят для нарратива, а Atlas — для новостей. Мы не используем метки эмоций, поэтому выбор стиля определяется характером персонажа, а не технологией синтеза.
Можно ли комбинировать голоса?
В одном запросе API можно использовать только один голос из 8 предустановленных. Для комбинирования отправляйте несколько запросов к API, генерируя фрагменты текста отдельно, а затем объединяйте полученные аудиофайлы в вашем игровом движке или редакторе. Это стандартный рабочий процесс для создания диалогов.
Есть ли разница в качестве между моделями?
Модели «tts-1» и «tts-1-hd» используют один и тот же движок синтеза и имеют одинаковую цену. Обе модели поддерживают все доступные форматы (mp3, wav, opus, flac, pcm).
Как влияет скорость на восприятие?
Скорость регулируется от 0.25 до 4.0. Увеличение скорости ускоряет генерацию, но может снизить разборчивость речи. Для NPC рекомендуется использовать значения ближе к 1.0. Если текст длинный, учтите, что обработка идет последовательно, поэтому высокая скорость может немного ускорить ожидание в очереди.
Подходят ли голоса для детей?
Прямо голосов для детей нет, но некоторые голоса звучат моложе. Luna (мягкий, для историй) или Nova (яркий, энергичный) могут подойти для юных персонажей. Milo (дружелюбный) тоже подходит для неформального общения. Для более точного соответствия возрасту лучше подбирать голос по тембру, а не по возрастной метке.
Можно ли использовать в VR?
Да, API подходит для VR. Вы получаете аудиофайлы (mp3, wav, opus, flac, pcm), которые можно воспроизводить в любом VR-движке. Поскольку нет потоковой передачи, аудио загружается заранее. Убедитесь, что формат файла совместим с вашим VR-проектом, например, используйте wav или pcm для минимальных задержек.
Как выбрать голос для квеста?
Для квестов важны ясность и нейтральность. Atlas (нейтральный, новостной стиль) или Milo (разговорный стиль) отлично подходят для объяснений правил. Sage (спокойный, инструктивный) идеален для пошаговых заданий. Избегайте эмоциональных голосов, если они не соответствуют сюжету, чтобы не отвлекать игрока от логики квеста.
Есть ли голоса для животных?
Голосов для животных нет. У нас 8 человеческих голосов с разными тембрами: от глубокого Orion до мягкого Luna. Вы можете использовать их для озвучки говорящих животных в игре, но специфических звуков (рычание, лай) API не генерирует. Для звуков природы используйте другие инструменты.
Можно ли менять акцент?
Акцент нельзя изменить напрямую. Каждый голос имеет свой естественный акцент, заложенный в запись. Однако вы можете указать язык (например, «en» или «ru»), и система подстроит произношение. Если текст на латыни без указания языка, по умолчанию используется английский акцент. Другие акценты не поддерживаются.
Нужно ли платить за каждый голос?
Нет, вы платите за количество символов текста, а не за конкретный голос. Стоимость одинакова для всех 8 голосов: $10 за 1 миллион символов. Неважно, используете ли вы Aria или Orion, цена за 1000 символов всегда составляет $0.01, включая пробелы и пунктуацию.
Как сохранить настройки голоса?
Настройки голоса не сохраняются на сервере автоматически. Вы указываете параметр voice в каждом запросе к API. Чтобы не вводить его вручную, сохраните конфигурацию в коде вашего приложения или в файле настроек. API запоминает только метаданные запросов для биллинга, но не параметры синтеза.
Поддерживаются ли диалекты?
Диалекты не поддерживаются. Есть 23 языка, включая английский, русский, испанский и другие. Если вы укажете язык «en», будет использован стандартный акцент. Диалектные особенности (например, шотландский или южный акцент) не передаются. Для точного диалекта выбирайте голос, наиболее близкий по тембру к требуому стилю речи.
Обзор женских голосов
Женские голоса в ГолосНПЦ подходят для создания разнообразных персонажей: от мудрых наставниц до энергичных союзников. Все голоса основаны на лицензионных записях и могут произносить текст на 23 языках.
Выбор зависит от жанра вашей игры и характера NPC. Ниже представлены описания доступных женских presets.
Aria: теплый нарратор
Идеальна для сюжетных диалогов и описания лора. Aria создает ощущение близкого доверительного разговора, что подходит для романтических или драматичных сцен.
- Теплый, чистый тембр
- Хорошо передает эмоции текста
- Подходит для одиночных кат-сцен
Nova: яркий и энергичный
Nova отлично звучит в динамичных сценах или при объявлении квестов. Её голос бодрый и привлекает внимание игрока.
- Высокая энергетика
- Короткие фразы звучат четко
- Для интерфейсных подсказок
Luna: мягкая сказочница
Luna идеальна для фэнтези-сеттингов, где NPC рассказывает истории или дает советы. Звук мягкий, не раздражает при длительном прослушивании.
- Мягкая подача
- Сказочная атмосфера
- Для долгих диалогов
Sage: спокойный инструктор
Sage звучит профессионально и спокойно. Она хорошо подходит для обучающих миссий или спокойных торговцев, которые объясняют механику игры.
- Спокойный тон
- Понятная дикция
- Для инструкций и квестов
Обзор мужских голосов
Мужские голоса в ГолосНПЦ покрывают весь спектр игровых архетипов: от агрессивных торговцев до спокойных рассказчиков. Каждый голос имеет четкий характер, что упрощает кастинг для NPC без необходимости тонкой настройки.
Felix: энергичный промо
Felix идеально подходит для динамичных диалогов, рекламных речей внутри игры или боевого клича. Его энергичный тембр привлекает внимание игрока и создает ощущение срочности.
- Идеален для квестов-букеров и торговых NPC
- Высокая энергия подачи
- Хорошо работает в шутерах и экшенах
Milo: дружелюбный собеседник
Milo звучит как надежный напарник или сосед по палате. Его голос снижает напряжение в напряженных ситуациях и делает диалоги более личными.
- Подходит для помощников и наставников
- Естественная интонация
- Снижает когнитивную нагрузку игрока
Atlas: нейтральный новостной
Atlas использует для передачи информации: новости мира, отчеты миссий или системные сообщения. Его нейтральность не отвлекает от текста и обеспечивает четкость.
- Идеален для интерфейсных сообщений
- Четкая дикция
- Нейтральный эмоциональный фон
Orion: глубокий документальный
Orion добавляет веса лору и историческим вставкам. Его глубокий тембр создает атмосферу таинственности или эпичности, подходящую для древних артефактов.
- Для лора и истории мира
- Глубокий тембр
- Создает атмосферу таинственности
Как выбрать голос для жанра
Выбор голоса для NPC зависит от жанра игры. В RPG важны глубина и выразительность, чтобы передать историю. Для шутеров нужна энергия и четкость. Инди-игры требуют уникальности и душевности.
Каждый жанр диктует свои требования к тембру и скорости речи. Правильный выбор голоса помогает погрузить игрока в атмосферу. Мы предлагаем голоса, которые подходят под разные сценарии.
Голоса для RPG
Для ролевых игр отлично подходят голоса, способные передавать эмоциональную глубину. Aria и Luna создают атмосферу сказки или драмы. Orion добавляет серьезности историческим персонажам.
Sage подходит для мудрых наставников, а Milo — для дружелюбных NPC, которые помогают игроку.
- Aria для нарративных сцен
- Luna для магических существ
- Orion для древних легенд
- Sage для квестов
Голоса для шутеров
В динамичных шутерах важна четкость и скорость. Felix идеально подходит для энергичных диалогов и командных команд. Milo создает ощущение присутствия наемника или союзника.
Атлас нейтрален и профессионален, что подходит для радиообмена или отчетов о миссиях. Скорость речи можно настроить до 4.0 для экшен-сцен.
- Felix для боевого духа
- Milo для наемников
- Atlas для радиообмена
Голоса для инди-игр
Инди-игры часто требуют уникального стиля. Nova добавляет яркости и легкости, что подходит для казуальных игр. Aria и Luna создают уютную атмосферу.
Используйте разные голоса для разных локаций или фракций. Это делает мир более живым и запоминающимся.
- Nova для казуальных игр
- Aria для уютных историй
- Luna для атмосферных сцен
Технические параметры голоса
Технические настройки позволяют точно настроить генерацию речи под задачи вашего проекта. Вы можете варьировать скорость произношения и выбирать оптимальный формат аудиофайла для интеграции в игровой движок.
Параметры гибко настраиваются через API, что упрощает тестирование разных сценариев диалогов без дополнительных затрат на разработку специальных инструментов.
Скорость речи
Параметр speed принимает значения от 0.25 до 4.0. Для спокойных диалогов NPC используйте значения ближе к 1.0, а для быстрых реплик или экшен-сцен — ускоренные темпы.
Средняя скорость генерации составляет около 25 символов в секунду. Это позволяет быстро создавать файлы для коротких фраз и длинных кат-сцен.
- Минимальная скорость: 0.25x
- Максимальная скорость: 4.0x
- Рекомендуемое значение для NPC: 1.0–1.2x
Форматы аудио
API поддерживает форматы MP3, WAV, OPUS, FLAC и PCM. Выберите MP3 или OPUS для экономии места, WAV или FLAC для максимального качества без потерь.
PCM подходит, если вам нужен сырой несжатый звук для дальнейшей обработки в аудиоредакторе или игровом движке.
- MP3: сжатие, малый вес
- WAV/FLAC: высокое качество
- PCM: сырой поток
Поддержка языков
Движок поддерживает 23 языка, включая русский, английский, немецкий и японский. Любой голос может говорить на любом из этих языков.
Указывайте параметр language явно, если текст на латинице, но не английский, чтобы избежать неправильного распознавания скрипта.
- 23 поддерживаемых языка
- Автоопределение скрипта
- Явное указание языка
Примеры интеграции в игру
Интеграция TTS API в игровой движок начинается с подготовки текстовых сценариев. Вы разбиваете длинные диалоги на фрагменты до 4096 символов, так как это лимит одного запроса. Для каждого NPC выбирается подходящий голос из 8 доступных пресетов, чтобы уникализировать речь.
Используйте параметр speed для управления темпом. Стандартная скорость (1.0) генерирует аудио в реальном времени. Для экшен-сцен можно ускорить речь до 2.0, а для медитативных моментов — замедлить до 0.5. Это помогает синхронизировать озвучку с анимацией персонажа без сложной постобработки.
Сценарии диалогов
Разбейте длинные реплики NPC на сегменты до 4096 символов. Каждый сегмент отправляется отдельным POST-запросом на https://api.dbkk.info/v1/audio/speech. Собирайте полученные аудиофайлы в единый трек или используйте их как отдельные клипы для динамической озвучки сцен.
Передавайте текст в поле input. Укажите model (tts-1 или tts-1-hd) и voice (например, 'aria' для нарратора или 'milo' для диалога). Если диалог на иностранном языке, явно укажите language (например, 'en' или 'ru'), чтобы избежать ошибок распознавания скрипта.
- Разбивайте текст по предложениям для гибкого управления паузами.
- Храните полученные MP3 или WAV файлы локально для офлайн-режима.
- Используйте разные голоса для разных фракций NPC.
Настройка скорости
Параметр speed принимает значения от 0.25 до 4.0. Ускорение речи полезно для передаваемых сообщений или боевых команд, где важна скорость. Замедление создает эффект задумчивости или торжественности. Экспериментируйте со значениями 1.5–2.0 для быстрого темпа и 0.5–0.75 для спокойного повествования.
Учтите, что при высокой скорости генерация может занять меньше времени, но качество интонации может снизиться. Тестируйте различные скорости на типичных фразах вашего сценария, чтобы найти баланс между естественностью и производительностью.
Обработка ошибок
Если синтез не удался, оплата не списывается. Всегда проверяйте HTTP-статус ответа API. При ошибке логируйте код и сообщение об ошибке для отладки. Если запрос завис, ожидайте завершения или отменяйте его, так как запросы обрабатываются последовательно.
При превышении лимита в 60 запросов в минуту API верет ошибку. Реализуйте буферизацию запросов или очередь в вашем коде, чтобы не превышать лимиты. Используйте重试 (retries) с экспоненциальной задержкой для повторных попыток.
- Проверяйте статус ответа 200 OK.
- Логгируйте ошибки для отладки.
- Реализуйте очередь запросов для предотвращения превышения лимитов.
Особенности лицензирования
Голоса в нашем API построены на лицензированных записях из проекта LibriTTS-R и аудиокниг проекта LibriVox. Это гарантирует юридическую чистоту исходного материала и позволяет фрилансерам безопасно использовать синтезированную речь в коммерческих играх без дополнительных отчислений.
Источники записей
Все синтезированные голоса — это адаптации голосовых актеров из открытого датасета LibriTTS-R (лицензия CC BY 4.0). Дополнительно используются записи публичных аудиокниг из LibriVox, находящиеся в общественном достоянии. Это исключает риски нарушения авторских прав на исходные тембры.
Лицензия CC BY 4.0
Использование голоса не требует указания автора в титрах вашей игры, так как речь генерируется алгоритмически на основе лицензионного датасета. Вы можете свободно включать синтезированные файлы в коммерческие продукты, моды и демо-версии без дополнительных платежей.
Видео-метки
Каждый сгенерированный аудиофайл содержит невидимый цифровой водяной знак. Он маркирует файл как синтезированный голос и помогает отличить NPC-речь от записанных актеров. Метка не влияет на качество звука и не слышна при обычном прослушивании.
Сравнение голосов по тональности
Выбор тональности помогает сразу определить, какой голос лучше всего подходит для вашего NPC. Мы разделили все восемь доступных голосов на три категории по эмоциональному окрасу, чтобы вам было проще ориентироваться при создании диалогов.
Эта классификация основана на характерных особенностях каждого голоса, описанных в нашем каталоге. Вы сможете быстро найти подходящий вариант для любого жанра и сценария.
Серьезные и деловые
Эти голоса идеально подходят для новостей, инструкций и серьезных диалогов. Atlas звучит нейтрально и профессионально, что делает его отличным выбором для дикторов новостей или официальных лиц. Sage обеспечивает спокойный и четкий тон, подходящий для обучающих диалогов или объяснения сложных механик игры.
- Atlas: нейтральный, новостной
- Sage: спокойный, instructional
Легкие и веселые
Для динамичных сцен и дружелюбных персонажей отлично подойдут Nova и Felix. Nova звучит ярко и с энтузиазмом, что привлекает внимание игрока. Felix добавляет энергии и драйва, что хорошо подходит для промо-сообщений или энергичных торговцев.
Эти голоса создают позитивную атмосферу и делают общение с NPC более живым и запоминающимся.
- Nova: яркий, upbeat
- Felix: энергичный, promo
Темные и драматичные
Для создания глубоких и мистических персонажей используйте Orion и Luna. Orion обладает глубоким, документальным тембром, который добавляет веса и драматизма важным моментам сюжета.
Luna звучит мягко и интимно, что хорошо подходит для рассказов историй или сцен с ностальгическим подтекстом. Эти голоса помогают передать сложные эмоции и атмосферу.
- Orion: глубокий, documentary
- Luna: мягкая, storytelling

Как тестировать голоса
Тестирование голосов — ключевой этап в создании убедительных NPC. Правильный выбор стиля и технических параметров экономит время на постпродакшн и улучшает погружение игрока в игровой мир.
Используйте доступные инструменты для быстрой проверки каждого голоса в контексте ваших сценариев. Это поможет избежать ошибок при массовой генерации диалогов.
Пробный период
После регистрации вы получаете 0,50$ кредита на 7 дней. Этого достаточно для генерации около 50 000 символов текста. Используйте этот лимит для проверки всех 8 голосов на типичных фразах ваших NPC.
Убедитесь, что тон голоса соответствует характеру персонажа еще до закупки основного пакета.
- Кредит действует 7 дней после входа через Google
- Доступно около 50 000 символов для тестов
Разные форматы
Экспериментируйте с доступными форматами: mp3, wav, opus, flac, pcm. Выберите оптимальный баланс между качеством звука и размером файла для вашей игровой движки.
Скорость речи варьируется от 0.25 до 4.0. Тестируйте ускоренные варианты для быстрых диалогов и замедленные для важных сюжетных моментов.
- Поддержка форматов mp3, wav, opus, flac, pcm
- Диапазон скорости: 0.25–4.0
Оценка качества
Проверяйте четкость дикции и естественность интонаций. Обратите внимание на ограничение в 4096 символов за один запрос — длинные тексты разбивайте на части.
Учитывайте, что запросы обрабатываются по очереди. При высокой нагрузке генерация может занимать время, поэтому тестируйте систему заранее.
- Лимит 4096 символов на один запрос
- Очередная обработка запросов
Частые ошибки при выборе
Выбор голоса NPC часто сводится к интуиции, но без учета технических ограничений результат может разочаровать. Даже самый подходящий по характеру голос может звучать неестественно, если нарушена скорость или формат.
Ошибки в настройках скорости и игнорирование языкового контекста — самые частые причины, почему озвучка NPC кажется «пластмассовой» или не вписывается в атмосферу игры. Важно тестировать короткие фразы до массового производства.
Неправильный тон
Самая распространенная ошибка — выбор голоса, который противоречит архетипу персонажа. Например, использование «глубокого документального» голоса Ориона для быстрого торгового диалога создает диссонанс, а «яркий» голос Новы может раздражать в меланхоличной сцене.
Учитывайте жанр: для новостных сводок в шутере подойдет нейтральный Атлас, а для интимных историй в RPG лучше выбрать мягкую Луну. Тон должен усиливать, а не отвлекать от сюжета.
- Торговый NPC в RPG: избегайте слишком драматичных тембров.
- Босс в шутере: не используйте слишком «уютный» женский голос.
Слишком быстрая речь
По умолчанию скорость установлена на комфортном уровне, но в динамичных сценах разработчики часто выкручивают параметр speed на максимум (4.0). Это делает речь механической и трудночитаемой, особенно для длинных текстов.
При высоких скоростях (свыше 2.0) теряется интонационная выразительность. Голос превращается в поток звуков, где невозможно уловить эмоции. Оптимально держать значение ближе к 1.0–1.5 для диалогов.
Игнорирование контекста
API автоматически определяет язык по скрипту, но для латиницы по умолчанию выбирается английский. Если ваш NPC говорит на русском, но использует латинские буквы в коде, или на другом языке из списка из 23, обязательно укажите поле language.
Игнорирование этого параметра приводит к акценту или неправильному произношению. Например, немецкие или скандинавские имена могут быть озвучены с английским акцентом, если не указан конкретный код языка (например, de, sv).
Рекомендации по масштабированию
Масштабирование генерации диалогов требует грамотного распределения ресурсов. Поскольку API обрабатывает запросы последовательно, высокая нагрузка может привести к очереди, особенно если вы генерируете длинные сцены. Эффективное использование нескольких голосов позволяет распределить нагрузку и создать более живое звуковое пространство, где разные персонажи говорят разными тембрами.
Использование нескольких голосов
Используйте разные голоса для разных типов NPC, чтобы избежать монотонности. Например, комбинируйте спокойный голос Sage для квестодателей и энергичный Felix для промо-сообщений. Это улучшает погружение без дополнительных затрат на кастомизацию.
- Чередуйте голоса для разных фракций
- Используйте уникальные тембры для ключевых персонажей
Автоматизация выбора
Настройте скрипты на автоматическую передачу текста в API. Поскольку запросы обрабатываются последовательно, внедрите очередь задач для обработки больших объемов диалогов. Это предотвратит блокировки и обеспечит стабильную генерацию аудиофайлов.
- Реализуйте клиентскую очередь запросов
- Настройте автоматическую обработку ошибок
Оптимизация расходов
Считайте символы заранее: тариф составляет $0.01 за 1000 символов. Используйте короткую форму текста для фоновых реплик и длинные диалоги только для важных сцен. Все символы, включая пробелы, считаются, поэтому оптимизируйте сценарий до отправки.
- Учитывайте пробелы в стоимости
- Контролируйте лимит 4096 символов на запрос
Советы от разработчиков
Фрилансеры часто забывают, что короткие фразы генерируются дольше, чем кажется. Одна команда оптимизировала расходы, предварительно разбивая длинные диалоги на части до 4096 символов и объединяя их на стороне клиента. Это позволяет избегать очередей обработки и экономит время при массовом создании контента.
Опыт фрилансеров
Многие разработчики упускают из виду, что коротким фразам нужно больше времени на синтез, чем длинным текстам. Оптимизация заключается в предварительной нарезке длинных диалогов на фрагменты не более 4096 символов. Это предотвращает задержки при обработке и позволяет гибко управлять очередью запросов.
Лучшие практики
Используйте официальный SDK OpenAI, изменив base_url на https://api.dbkk.info/v1, чтобы интегрировать API в игровой движок. Укажите поле language для текстов на латыни, кроме английского, чтобы избежать ошибок распознавания. Для игровых диалогов проверяйте скорость в диапазоне 0.25–4.0, чтобы сохранить естественность речи.
- Указывайте язык явно для неанглийских текстов на латинице.
- Проверяйте скорость генерации для разных жанров.
- Разбивайте длинные диалоги перед отправкой.
Инструменты для тестов
Начните с бесплатных 50 000 символов при входе через Google. Тестируйте разные форматы (mp3, wav, opus) и голоса, сравнивая их нагрузку на процессор. Используйте curl-запросы из панели управления для быстрой проверки стабильности соединения и качества синтеза перед запуском в продакшн.
Заключение и следующие шаги
Выбор голоса NPC зависит от жанра и характера персонажа. Наши восемь presets покрывают основные сценарии от новостных репортеров до сказочников. Скорость и формат подбираются под технические требования движка.
Итоги выбора
Используйте Aria или Luna для нарратива, Felix для динамичных сцен. Milo и Atlas подходят для диалогов. Orion добавляет глубины документальным вставкам. Sage идеален для инструкций.
- Сопоставьте тембр с ролевой ролью NPC
- Проверяйте скорость в контексте диалога
- Учитывайте языковые особенности текста
Начало работы
Перейдите на /get-api-key/ для получения ключа. Укажите базовый URL https://api.dbkk.info/v1 в SDK. Отправьте первый запрос и получите аудиофайл.
- Регистрация через Google или email
- Получение API-ключа
- Первый тестовый запрос
Поддержка сообщества
Следите за обновлениями голосов и форматов. Делитесь опытом интеграции в играх. Пишите нам на email для вопросов по интеграции.
Послушайте 8 голосов
Каждый образец ниже сгенерирован этим API из одного и того же предложения. Она хорошо подходит для обучающих миссий или спокойных торговцев, которые объясняют механику игры.
23 языка
Любой голос может говорить на любом из этих языков.
