Qwen3-TTS (Alibaba)
Модели синтеза речи: создайте голос по текстовому описанию или клонируйте по короткому клипу, 10 языков.
Услуга озвучки для рекламы и видео.
Модель под Apache-2.0. Для скорости нужен GPU.
Apache-2.0 для кода (файл LICENSE прочитан); веса модели также объявлены как apache-2.0 в проверенной карточке модели на Hugging Face (Qwen/Qwen3-TTS-12Hz-1.7B-Base)
Да: и код, и проверенные веса под Apache-2.0, так что размещать его для платящего клиента разрешено; практическое ограничение — закон о согласии на клонирование голоса, которого не касаются ни README, ни карточка модели.
Не в архиве, но последний push 2026-03-17 (около 7 месяцев до 2026-10-07) — похоже на репозиторий релизов, а не на активно развиваемый проект. Официального сайта у репозитория на GitHub нет. На практике нужен GPU NVIDIA (в примерах device_map='cuda:0'; FlashAttention 2 «recommended to reduce GPU memory usage»); точные требования к VRAM: не найдено ни в README, ни в карточке модели. Модели на 0.6B и 1.7B параметров. Клонирует голос по 3-секундному образцу — получайте письменное согласие владельца голоса; рекомендаций по согласию и ответственному использованию в README и карточке модели не найдено. Лицензия на веса проверена только по одной из пяти карточек моделей. API Alibaba: Qwen3-TTS-VC указан для регионов Сингапур и Китай (Пекин).
Рекламодатели и видеопродюсеры
Услуга озвучки для рекламы и видео.
Alibaba Cloud Model Studio продаёт Qwen3-TTS как API. Единственная найденная цена: создание голоса (клонирование) «Billed at $0.01/voice», с бесплатной квотой в регионе Сингапур 1,000 голосов в течение 90 дней после активации. Цена синтеза речи за символ: не найдено на открытой странице.
ElevenLabs (предположение: README упоминает ElevenLabs один раз, в таблице бенчмарков, и не называет себя альтернативой). Платный начальный тариф ElevenLabs: Starter, $6/месяц по стандартной цене (на странице акция $1 за первый месяц; $5/месяц при оплате за год).