Почему озвучка перевода звучит как робот или не вашим голосом

Статья про озвучку в Переводе аудио, для Перевода видео есть отдельный раздел. Все варианты озвучки меняются в настройках: нажмите значок с ползунками в правом верхнем углу и откройте вкладку Озвучка.

Быстрая проверка: признак, причина, решение

Большинство жалоб сводится к двум вещам: перевод прочитал стандартный голос, или голос читает переведённый текст в своём темпе и не повторяет оригинал.

Если голос звучит как робот или плоско

Механическое звучание обычно значит, что перевод прочитал стандартный голос ElevenLabs или OpenAI. Эти голоса одинаковые для всех и не подражают говорящему, а голос OpenAI специально ровный.

• Откройте вкладку Озвучка и выберите вариант в блоке С клонированием: MiniMax (приложение пишет, что он точнее всех передаёт тембр и эмоции) или Qwen 3. Затем снова нажмите кнопку воспроизведения.

• Самый естественный результат даёт ElevenLabs Dubbing v2. Он дублирует саму исходную запись и сохраняет её темп и тембр. Стоит 4,4 токена в секунду, то есть минутное голосовое обойдётся примерно в 264 токена.

• Клон из записи с музыкой, уличным шумом или несколькими голосами тоже звучит неестественно. Возьмите запись, где в первую минуту чётко говорит один человек.

Если перевод слишком быстрый или медленный

Озвучка читает переведённый текст в темпе самого голоса. Под длину оригинала она речь не растягивает и не сжимает, поэтому перевод может закончиться раньше или позже исходной записи.

• MiniMax: в блоке MiniMax откройте подвкладку Настройки и сдвиньте Скорость ниже 1.0x. Диапазон от 0.5x до 2.0x.

• Qwen 3: выберите Медленно в пункте Стиль речи. Стиль речи работает только с клонированием из файла, с сохранённым голосом его нет.

• У стандартных голосов ElevenLabs и OpenAI в Переводе аудио настройки скорости нет.

• Чтобы речь шла в темпе оригинала, выберите ElevenLabs Dubbing v2.

После смены скорости или стиля нажмите кнопку воспроизведения ещё раз. У MiniMax повторная озвучка того же результата не списывает 180 токенов за клонирование.

Если голос не похож на ваш или на говорящего

«Клонировать из файла» копирует голос того, кто говорит в записи. Если результат на него не похож, проверьте причины по порядку.

1. Сработал стандартный голос. Так бывает, если в диалоге «Клонировать голос?» выбрать Голос ИИ (с галочкой Больше не спрашивать приложение так и продолжит), выбрать ElevenLabs или OpenAI в настройках или язык, которого нет ни у одного клонирующего варианта. Выберите MiniMax или Qwen 3 на вкладке «Озвучка».

2. Запись слишком короткая: Qwen 3 нужно от 3 секунд, MiniMax от 10. Тогда приложение берёт стандартный голос и пишет «Аудио слишком короткое для клонирования голоса, использован стандартный голос».

3. Клонирование не удалось, и приложение написало «Клонирование голоса сейчас недоступно. Использован стандартный голос.» Попробуйте озвучить позже или выберите MiniMax.

4. Выбран сохранённый голос вместо записи. Если активен Мой голос MiniMax или Мой голос Qwen, перевод читает этот сохранённый голос. Выберите Клонировать из файла.

5. В первой минуте шумно. MiniMax и Qwen 3 берут голос только из первых 60 секунд файла. Музыка, другой человек или громкий фон в это время делают клон менее похожим.

Если нужен ваш голос на чужом сообщении, например для ответа, один раз сохраните голос в «Настройки» → «Мои голоса» и выберите его как «Мой голос MiniMax» или «Мой голос Qwen». Как записать хороший образец, описано в статье Как добиться похожего клона голоса.

Если не тот акцент или диалект

В Переводе аудио нельзя задать акцент или региональный вариант языка. В списке у каждого языка одна строка: португальский без выбора Бразилии или Португалии, английский без США или Великобритании.

• Клон сохраняет тембр говорящего и часто его собственный акцент. Человек, который говорит по-английски, по-португальски обычно звучит как иностранец, даже если перевод верный.

• Стандартный голос один и тот же для всех языков, выбрать другой в Переводе аудио нельзя.

Что можно сделать:

• Скопируйте перевод, откройте Текст в аудио и подберите голос ElevenLabs фильтрами по языку и акценту. Голос будет чужой, зато с нужным произношением.

• Для видео используйте Перевод видео: там в списке есть региональные варианты, например «Португальский (Бразилия)» и «Английский (США)».

Если пропали эмоции

MiniMax и Qwen 3 копируют тембр голоса, но озвучивают переведённый текст, поэтому интонацию каждой фразы из оригинала они не берут. Если её не задать, модель подбирает интонацию по тексту.

• MiniMax: в пункте Эмоция выберите Радость, Грусть, Злость, Страх, Удивление, Спокойствие или Отвращение. Эмоция одна на весь перевод. Авто (рекомендуем) оставляет выбор модели.

• Qwen 3: Стиль речи Спокойно, Энергично, Дружелюбно, Мягко или Профессионально.

• ElevenLabs Dubbing v2 работает с исходной записью и ближе всех к манере оригинала.

Если два человека звучат одним голосом

В Переводе аудио все варианты, кроме Dubbing v2, читают весь перевод одним голосом. MiniMax и Qwen 3 делают один клон по началу файла, поэтому в разговоре оба человека получают одинаковый голос, собранный из первой минуты записи.

Чтобы у каждого говорящего был свой голос, выберите ElevenLabs Dubbing v2. Он сам находит говорящих и клонирует каждого.

Если не сохраняются паузы

MiniMax, Qwen 3 и стандартные голоса читают перевод сплошным текстом, поэтому длинные паузы оригинала пропадают. Настройки, которая их сохраняет, в Переводе аудио нет. ElevenLabs Dubbing v2 дублирует запись по её собственной временной шкале и сохраняет тайминг.

В Переводе видео

У Перевода видео свои настройки: нажмите значок с ползунками в правом верхнем углу Перевода видео до запуска.

• Одного человека озвучили двумя голосами, например мужским и женским. У HeyGen с пунктом Количество спикеров в положении «Авто» HeyGen сам решает, сколько людей говорит, и может насчитать двоих. Поставьте 1 и переведите видео заново.

• Голос механический или не похож на оригинал: у HeyGen включите Улучшенное клонирование (цена вдвое выше) или выберите ElevenLabs, который клонирует каждого говорящего и сохраняет его темп. Если в оригинале шумно, включите Улучшение речи.

• Не тот диалект: выберите региональный вариант в списке языков, например «Португальский (Бразилия)».

Все настройки Перевода видео описаны в статье Как работает Перевод видео.

Когда писать в поддержку

Если ничего не помогло, нажмите Не устроил результат? в блоке «Обратная связь» под результатом и опишите, что слышите. Форма прикрепит задачу, и поддержка послушает ту же запись. Общая форма находится на странице vocalingo.app/support.