В детские годы многие мечтали о говорящих игрушках, как в мультиках. Тем не менее, реальность тогда была далека от идеала — игрушки выдавали лишь несколько заученных фраз с неприятным скрипучим голосом. Сегодня, в 2025 году, с приходом нейросетей возможность синтеза речи претерпела значительные изменения. Мы собрали и протестировали 7 сервисов, чтобы узнать, насколько они эффективны. Для теста мы использовали один и тот же текст, который выявляет сильные и слабые стороны нейросетей.
Среди протестированных сервисов — BotHub, Google Cloud Text-to-Speech, ElevenLabs, Robivox и Yandex SpeechKit. Каждый из них имеет свои особенности и нюансы, но некоторые результаты порадовали: у Google и ElevenLabs речь звучит натурально, в то время как Robivox и Yandex показывают боле механическое звучание и некоторую монотонность. Важно помнить, что нейросети пока не идеальны и требуют проверки. В конце концов, именно мы управляем этой технологией и направляем её в нужное русло.