В Telegram нашли бота, который озвучивает текст живым голосом — не как робот

Голосовые помощники, которые механически проговаривают текст, слышали все — плоско, монотонно, сразу понятно, что говорит машина. На фоне этого выделяется небольшой бот в Telegram — @iishkavoicebot — который делает то же самое заметно живее: озвучивает присланный текст голосом с интонациями, паузами и естественным звучанием, которое на слух почти не отличить от записи диктора.

Что это за бот

Принцип предельно простой: отправляете боту текстовое сообщение — получаете в ответ голосовой файл. Под капотом — движок реалистичного синтеза речи (тот же класс технологий, что мы разбирали в обзоре голосовых нейросетей), который умеет передавать интонацию и эмоцию, а не просто механически читать буквы по слогам.

Пользоваться можно прямо в Telegram, без установки приложений и регистрации на сторонних сайтах:

1. Открыть @iishkavoicebot и нажать «Старт».
2. Отправить любой текст сообщением.
3. Через несколько секунд получить готовый голосовой файл — можно слушать, скачивать, пересылать.

Для чего это может пригодиться

• Озвучка видео и рилсов. Закадровый голос без микрофона и без актёра озвучки.
• Аудиоверсия текста. Длинную статью или конспект удобнее послушать в дороге, чем читать с экрана.
• Проверка текста на слух. Свой пост или сценарий звучит иначе вслух — сразу слышно, где текст «спотыкается».
• Заставки для подкастов. Быстро озвучить короткий фрагмент или вступление.
• Доступность. Тем, кому удобнее воспринимать информацию на слух, а не читать.

Насколько это хорошо на практике

Разница с обычными синтезаторами речи (вроде системных «читалок» в смартфоне) слышна сразу — там, где обычный TTS звучит ровно и безжизненно, здесь появляются естественные паузы и интонационные акценты. На коротких фрагментах результат местами почти не отличить от живой записи.

Из честных оговорок — сложные имена, редкие аббревиатуры и специфические ударения синтез иногда передаёт неточно, тут может потребоваться небольшая ручная правка текста («переписать слово как слышится»). Также длинные тексты разумнее отправлять частями, а не одним полотном.

Что это значит

Ещё пару лет назад качественная реалистичная озвучка была доступна в основном на платных зарубежных сервисах — с картой, подпиской и часто VPN. То, что подобный результат теперь можно получить прямо в мессенджере, без стороннего сайта и VPN, — показательный пример, насколько голосовые технологии подешевели и упростились за последнее время.

Разобраться, какие вообще бывают нейросети для голоса и чем они отличаются, можно в нашем обзоре, а карточка технологии, которая обычно стоит за такими сервисами, — в каталоге.