Часто задаваемые вопросы
Можно ли точь-в-точь воспроизвести голос Губки Боба?
Нет, мы не предлагаем кастомный клонинг голосов. У нас 8 предустановленных голосов на основе лицензированных записей LibriTTS. Вы не можете загрузить свой образец или выбрать конкретного персонажа. Каждый сгенерированный файл содержит невидимый водяной знак, маркирующий его как синтезированный голос.
Какой голос лучше для озвучки аниме?
Выбор зависит от характера персонажа. Для энергичных ролей подойдет Felix или Nova. Для глубоких, документальных или драматичных сцен — Orion. Для мягкого повествования — Luna. Все голоса поддерживают японский язык и другие из списка из 23 доступных языков.
Есть ли возможность изменить интонацию?
Прямой тег для изменения интонации (например, вопросительной или восклицательной) отсутствует. Вы можете регулировать только скорость речи в диапазоне от 0.25 до 4.0. Синтаксис текста влияет на чтение, но кастомных тегов интонации или SSML в API нет.
Можно ли добавить паузы между фразами?
Встроенного тега пауз (например, <break>) нет. Вы можете разбить текст на части, отправить несколько запросов и склеить аудиофайлы самостоятельно. Это дает полный контроль над длительностью пауз между фразами или сценами в итоговом проекте.
Как изменить скорость речи для комедийного эффекта?
Используйте параметр speed в запросе API. Допустимый диапазон от 0.25 до 4.0. Увеличение скорости до 2.0–4.0 создает ускоренный эффект, часто используемый в комедийных аниме. Убедитесь, что текст укладывается в лимит 4096 символов на запрос.
Поддерживает ли API японский язык для аниме?
Да, японский язык входит в список из 23 поддерживаемых языков. Любой из 8 голосов может произносить текст на японском. Если язык не указан явно, система может угадать его по скрипту, но лучше указывать его явно.
Нужно ли платить за каждый персонажа?
Нет, оплата взимается за количество символов в тексте, а не за голоса. Тариф составляет $10 за 1 миллион символов. Вы можете использовать любой из 8 голосов без дополнительной платы. Один ключ API позволяет обращаться ко всем голосам.
Можно ли использовать один голос для разных сцен?
Да, один голос (например, Nova или Felix) можно использовать для множества сцен и разных текстов. Нет ограничений на количество сцен. Вы просто отправляете новый текст в API, и получаете новый аудиофайл с тем же голосом.
Как сохранить оригинальное качество аудио?
Выберите формат FLAC или WAV в параметре response_format. Эти форматы обеспечивают качество без сжатия. MP3 и Opus тоже поддерживаются, но они сжатые. PCM доступен для сырых данных. Качество синтеза зависит от выбранной модели tts-1 или tts-1-hd.
Есть ли ограничения по длительности одного файла?
Ограничение накладывается на длину текста: до 4096 символов на один запрос. Длительность файла зависит от скорости и текста. Для длинных текстов разбивайте их на части, синтезируйте отдельно и склеивайте файлы. Это стандартный рабочий процесс для API.
Можно ли наложить эффект эхо или реверберации?
Нет, API выдает чистый аудиофайл без эффектов. Эхо, реверберация или другие аудиофильтры применяются на стороне клиента при постобработке. В запросе можно задать только скорость, голос, формат и текст. Дополнительные эффекты не поддерживаются.
Как проверить, не является ли голос слишком роботизированным?
Голоса основаны на записях LibriTTS и звучат естественно. Каждый файл содержит невидимый водяной знак, маркирующий его как синтезированный. Вы можете прослушать примеры голосов на странице /docs/ или сгенерировать тестовый файл, чтобы оценить качество самостоятельно.
Почему это возможно
Наш API использует 8 фиксированных голосовых пресетов, которые можно применять для любых текстов. Голоса основаны на лицензированных записях (LibriTTS-R, CC BY 4.0) и не привязаны к конкретным персонажам.
Вы можете озвучить текст любого стиля, от энергичного промо до спокойного повествования. Система не ограничивает использование голосов под конкретные бренды или франшизы.
Голоса как инструмент
Голоса — это универсальный инструмент для генерации аудио. Вы выбираете пресет (например, Felix для динамичных сцен или Nova для ярких диалогов) и применяете его к любому тексту.
Каждый голос имеет четкий характер: теплый, нейтральный или глубокий. Это позволяет точно передать настроение сцены в ваших анимационных проектах без необходимости кастомизации.
- 8 предустановленных голосов с разными тембрами
- Применимы к любому жанру анимации
- Основа на лицензированных записях
Отсутствие привязки к персонажам
Голоса не являются эксклюзивными для конкретных персонажей или франшиз. Вы можете использовать тот же голос для главного героя и второстепенного персонажа.
Это снижает затраты и упрощает производство. Вы платите за символы текста, а не за права на использование конкретного образа или имени.
Гибкость настройки
Вы можете регулировать скорость речи от 0.25 до 4.0, что позволяет адаптировать речь под тайминги анимации.
Поддерживается 23 языка, включая английский, японский и русский. Система автоматически определяет язык, но вы можете указать его вручную для точности.
Выбирайте формат аудио: mp3, wav, opus, flac или pcm. Это удобно для последующего монтажа в видеоредакторах.
- Скорость: 0.25–4.0
- 23 языка
- Форматы: mp3, wav, opus, flac, pcm
Выбор подходящего голоса
Выбор голоса определяет восприятие вашего контента. В KBD Speech доступно 8 пресетов, каждый из которых подходит для определенных задач анимации. Правильный выбор экономит время на постобработке.
Felix для энергичных сцен
Голос Felix обладает энергичной подачей, что делает его идеальным для рекламных вставок, динамичных переходов или энергичных персонажей. Он хорошо передает ритмичную речь, характерную для современных анимационных проектов.
- Идеален для промо-роликов
- Хорошая артикуляция в быстром темпе
Nova для ярких диалогов
Nova звучит ярко и бодро, что подходит для легких диалогов и молодежного контента. Её тембр позволяет избежать монотонности в сценариях с большим количеством реплик, сохраняя внимание аудитории.
- Свежий и современный тембр
- Подходит для легких жанров
Atlas для нейтрального повествования
Atlas предоставляет нейтральный, новостной тембр. Он не навязывает эмоций, что полезно для объективного повествования или закадрового текста, где важно сохранить фокус на смысле, а не на интонации.
- Нейтральная подача
- Хорош для информационного контента
Настройка параметров
Параметры генерации определяют характер и технические характеристики итогового аудиофайла. Настройка скорости и формата позволяет адаптировать синтезированный голос под конкретные задачи монтажа и технические требования платформы размещения.
Скорость речи (0.25–4.0)
Диапазон скорости от 0.25 до 4.0 позволяет точно подстроить темп речи под ритм видео. Ускорение до 4x удобно для динамичных вставок или сокращения длительности ролика без потери разборчивости. Замедление до 0.25x подходит для акцентов, где важна каждая интонация.
Формат аудио для монтажа
Доступны форматы mp3, wav, opus, flac и pcm. WAV и FLAC обеспечивают максимальное качество без потерь, что удобно для последующего монтажа. MP3 оптимален для веба, а PCM подходит для прямой обработки в профессиональных DAW без перекодирования.
Учет языка и акцента
Поддерживается 23 языка, включая русский, английский, японский и китайский. Если язык не указан явно, система пытается определить его по тексту (латиница по умолчанию — английский). Для точного произношения в непонятных языках всегда указывайте код языка явно.
Технические ограничения
API использует фиксированный набор из 8 голосовых пресетов. Вы не можете загрузить свой файл или создать уникальную копию конкретного персонажа. Система генерирует речь на основе базовых моделей, а не точной копии источника.
Нет кастомного клонирования
Мы не предлагаем функцию клонирования голоса. Вы не можете загрузить образец речи Губки Боба или аниме-героя и получить его точную копию. Генерация происходит только из 8 доступных пресетов, таких как Aria или Felix.
- Нет загрузки аудио для обучения
- Только 8 базовых голосов
- Нет индивидуальных копий
Нет управления эмоциями
Здесь нет тегов для управления эмоциями. Вы не можете задать интонацию «радость» или «грусть» через API. Тон речи определяется только выбранным пресетом и скоростью.
- Нет SSML-тегов эмоций
- Фиксированный тембр пресета
Стандартные пресеты
Все голоса имеют заданные характеристики. Например, Felix звучит энергично, а Atlas — нейтрально. Вы не можете изменить тембр внутри пресета, только изменить скорость от 0.25 до 4.0 или выбрать другой голос.
Примеры использования
Генерация аудио через API позволяет быстро создавать озвучку для разрозненных проектов без сложных настроек студийного оборудования. Вы получаете готовые аудиофайлы, которые сразу интегрируются в монтажный процесс.
Фан-анимация
Используйте голос Felix для энергичных диалогов или Orion для драматичных сцен. Это заменяет дорогостоящий поиск дублеров, позволяя быстро тестировать сценарии в фан-проектах и коротких анимационных роликах.
- Быстрая смена персонажей в одном видео
- Низкая стоимость по сравнению с живыми актерами
Мультфильмы для детей
Голоса Luna и Nova отлично подходят для детских историй благодаря мягкой и четкой дикции. API обрабатывает короткие фразы за секунды, что упрощает процесс синхронизации с анимацией.
- Поддержка русского, английского и других языков
- Прозрачный формат аудио для монтажа
Презентации и обучающие материалы
Голос Atlas обеспечивает нейтральный тон, идеальный для инструкций и корпоративных презентаций. Вы можете настроить скорость речи до 4.0, чтобы сократить длительность обучающих видео без потери понимания.
- Быстрое создание дубляжей для обновленных слайдов
- Единый стиль голоса для всего курса
Сравнение с другими сервисами
KBD Speech использует открытые данные LibriTTS. Это гарантирует стабильное качество.
Интеграция через стандартный OpenAI SDK требует только смены base_url. Никаких проприетарных библиотек или сложных OAuth-потоков, только JSON и API-ключ.
Прозрачность голосов
Мы не используем черные ящики. Все голоса основаны на лицензиях CC BY 4.0 (LibriTTS), что исключает внезапные изменения интонаций после обновления нейросети.
- Открытая модель генерации
- Стабильные голоса без скрытых обновлений
Отсутствие наценок за бренды
Мы не берем доплату за использование голосов. Цена за символ одинакова для всех 8 голосов.
Простота интеграции
Используйте официальный OpenAI SDK, изменив лишь base_url на https://api.playkkbd.com/v1. Совместимость с вашим текущим стеком Python или Node.js гарантирована.
- Совместимость с OpenAI SDK
- Минимальное время на настройку
Как начать работу
Для начала работы перейдите на страницу /get-api-key/ и авторизуйтесь через Google или создайте аккаунт по email. Система выдаст API-ключ, начальный баланс пробного периода (0,50 $) и готовые примеры запросов. Ключ активен сразу, а лимиты составляют 60 запросов в минуту.
Пробный кредит позволяет сгенерировать около 50 000 символов за 7 дней. Этого достаточно для тестирования всех 8 голосов и форматов без привязки карты или подписки.
Регистрация и получение ключа
Регистрация занимает минуту. После входа вы видите панель с балансом, использованными символами и curl-примером. Один ключ управляет всем аккаунтом; его можно перегенерировать в любой момент.
- Авторизация через Google или email
- Мгновенная активация API-ключа
- Баланс 0,50 $ для теста
Тестовый запрос с текстом
Отправьте POST-запрос на endpoint /v1/audio/speech. Укажите модель (tts-1 или tts-1-hd), голос и текст до 4096 символов. Сервер вернет аудиофайл в ответе.
Если синтез не удался, заряд не списывается. Для длинных текстов разбивайте их на части и склеивайте результаты.
- Модель: tts-1 или tts-1-hd
- Лимит: 4096 символов на запрос
- Формат ответа: аудиофайл
Экспорт в нужном формате
Выберите формат из доступных: mp3, wav, opus, flac или pcm. Это определяет качество и размер файла для дальнейшего монтажа в вашем DAW или видеоредакторе.
- MP3 для веба
- WAV/FLAC для высокого качества
- PCM для сырых данных

Юридические аспекты
Голоса в KBD Speech основаны на записях из LibriVox (CC BY 4.0) и публичных аудиокнигах. Это обеспечивает легальную базу для генерации речи, но не дает прав на образы персонажей.
Использование лицензионных записей
Мы используем данные из LibriTTS-R, доступные под лицензией CC BY 4.0. Это позволяет применять голоса в коммерческих и некоммерческих проектах без дополнительных отчислений.
Отсутствие прав на персонажей
Использование голоса, похожего на Губку Боба, не означает владение интеллектуальной собственностью Nickelodeon. Вы получаете аудиозапись, а не лицензию на образ. Риск использования зависит от вашего контента.
Маркировка синтетики
Каждый сгенерированный файл содержит невидимый цифровой водяной знак, подтверждающий искусственное происхождение речи. Это помогает в идентификации контента, но не является юридической гарантией.
Частые ошибки
Ошибки при генерации аудио часто связаны с игнорированием технических ограничений API и неверной настройкой параметров. Понимание этих нюансов экономит время и бюджет фрилансеров, работающих с анимацией и озвучкой.
Неверный выбор голоса
Каждый из 8 пресетов имеет фиксированный тембр. Aria — четкий нарратор, Felix — энергичный, Atlas — нейтральный новостной. Попытка получить «эмоциональный» или «персонажный» голос без кастомного клонирования приведет к несоответствию ожиданий, так как система не поддерживает теги эмоций или настройку интонаций вручную.
Игнорирование лимитов символов
Один запрос принимает не более 4096 символов (включая пробелы). Превышение лимита приведет к ошибке. Для длинных сценариев необходимо самостоятельно разбивать текст на части, генерировать аудиофайлы по отдельности и склеивать их в видеоредакторе. Очередь обработки может задерживать короткие фразы на несколько секунд.
Пропуск настройки языка
Если параметр language не указан, система угадывает язык по шрифту. Латиница по умолчанию считается английской. Для немецкого, французского или испанского текста необходимо явно задать ISO-код языка, иначе произношение будет с акцентом или искажено. Поддерживается 23 языка, включая русский и японский.
Инструменты для фрилансеров
API позволяет автоматизировать генерацию аудио для серийных проектов. Отправляйте текст через POST-запрос и получайте аудиофайлы напрямую в конвейер монтажа без ручного ввода.
API для автоматизации
Используйте стандартный JSON-запрос к https://api.playkkbd.com/v1/audio/speech. Параметр model принимает значения tts-1 или tts-1-hd. Это позволяет встроить озвучку в любой пайплайн обработки данных.
- Поддержка всех 8 голосов через параметр
voice - Автоматическая обработка длинных текстов (до 4096 символов за запрос)
- Быстрая генерация для рутинных задач
Скрипты на Python
- Использование familiar библиотек Python
- Легкая интеграция с библиотеками типа
requests - Минимальные затраты на настройку окружения
Интеграция с видеоредакторами
Генерируйте аудиофайлы в форматах MP3, WAV или FLAC. Эти форматы поддерживаются большинством видеоредакторов без конвертации. Экономьте время на экспорте и монтаже.
- Поддержка MP3, WAV, OPUS, FLAC, PCM
- Прямая загрузка в монтажные программы
- Экономия времени на конвертации
Технические требования
Для стабильной работы с API требуется HTTPS-соединение к адресу api.playkkbd.com/v1. Запросы отправляются методом POST, тело запроса формируется в формате JSON. Это стандартный протокол, гарантирующий целостность данных при передаче текста и параметров синтеза.
Поддержка HTTPS
Используйте только защищенное соединение. API не поддерживает незашифрованные HTTP-запросы, что исключает риск перехвата данных аутентификации и текста.
Работа с JSON
Тело запроса должно быть валидным JSON. Укажите поля model, input, voice и response_format. Максимальная длина текста — 4096 символов. Превышение лимита приведет к ошибке, текст нужно разбивать вручную.
- Используйте кодировку UTF-8.
- Проверяйте валидность JSON перед отправкой.
Обработка ответов сервера
Сервер возвращает аудиофайл в теле ответа или код ошибки. При успехе заголовки содержат информацию о формате. При ошибке (например, лимит символов) ответ содержит JSON с описанием проблемы и статус-кодом.
Обработайте ошибки программно, чтобы не терять данные при временных сбоях сети или очереди синтеза.
- Статус 200: успешная генерация аудио.
- Статус 4xx/5xx: ошибка запроса или сервера.
Поддержка и документация
Документация и примеры кода доступны по адресу https://playkkbd.com/docs/. Там есть готовые запросы curl и описания параметров API.
Мы не предоставляем номер телефона и живую поддержку. Все вопросы решаются через электронную почту, указанную в разделе контактов.
Доступ к документации
Полная спецификация API, включая форматы запросов и ответы сервера, доступна в разделе документации. Там подробно описаны поля модели, голоса, текста и формата ответа.
Вы найдете примеры для разных языков и форматов аудио, что упрощает интеграцию в ваши проекты без лишних试ок.
- Спецификация OpenAI-совместимого API
- Описание всех 8 голосов и языков
- Примеры ошибок и статус-кодов
Примеры кода
В документации приведены готовые фрагменты кода на Python и cURL. Они показывают, как отправить текст и получить аудиофайл.
Вы можете адаптировать примеры под свои нужды, изменив базовый URL на https://api.playkkbd.com/v1 и подставив свой ключ.
Email-поддержка
У нас нет телефона, живого чата или SLA. Поддержка осуществляется исключительно по электронной почте.
Если у вас возникнут вопросы по работе API или счетам, напишите нам, и мы ответим в рабочем порядке.
Послушайте 8 голосов
Каждый образец ниже сгенерирован этим API из одного и того же предложения. Английский язык поддерживается всеми голосами с высокой точностью.
23 языка
Любой голос может говорить на любом из этих языков.
