Как оплатить ElevenLabs и озвучить текст на русском в 2026 году

Оплатить ElevenLabs из России в 2026 году напрямую нельзя, и российская карта тут даже не главная проблема. В справке сервиса Россия прямо названа среди регионов, где доступ к платформе ограничен, в одном списке с Беларусью, Ираном, Кубой и КНДР. Так что вопрос из заголовка на практике звучит иначе: как добраться до тех же моделей и не остаться с заблокированным аккаунтом.

Вариантов по сути два. Можно оформить подписку на elevenlabs.io с зарубежной картой, но аккаунт из России формально нарушает правила сервиса. А можно платить в рублях за каждый озвученный знак через агрегатор, где ElevenLabs подключён по API. Я пошёл вторым путём и прогнал все шесть моделей ElevenLabs из каталога BotHub на одном тексте с восемнадцатью ловушками для синтеза речи.

Картина вышла пёстрая. Три модели прочитали текст без единой ошибки, включая падежи в датах и суммах. Одна перепутала ударения. Ещё две русского не знают вообще, хотя лежат в том же списке и стоят столько же, сколько самая быстрая русскоязычная. Весь замер, девятнадцать генераций с дублями и клонированием голоса плюс одна ошибка лимита, обошёлся в 83,20 ₽.

Если регистрируетесь в BotHub впервые, заходите по этой ссылке: на новый аккаунт придёт 300 000 токенов вместо стандартных 30 000. Этого хватает, чтобы повторить основной прогон на всех шести моделях.

Дальше по порядку: чем рискует каждый способ оплаты, сколько на самом деле стоит знак, пошаговая инструкция с настройками и результаты теста. Отдельно разобрал ударения, теги эмоций, паузы и клонирование голоса, а в конце собрал чек-лист, шаблон текста и ответы на частые вопросы.

Можно ли оплатить ElevenLabs из России

Начну с официальной позиции. На странице справки ElevenLabs об ограничениях доступа перечислены страны и территории, для которых сервис закрыт: Беларусь, Куба, Иран, Северная Корея, Россия, Сирия, Крым, Донецкая и Луганская области. Формулировка касается не оплаты, а доступа к платформе в целом.

Платить ElevenLabs принимает банковской картой, через Apple Pay и Google Pay, в Индии ещё через UPI. Про предоплаченные карты в документации сказано отдельно: официально они не поддерживаются, пользоваться можно на свой риск. Рублёвой карты в этом списке нет.

На практике остаются три пути, и у каждого своя цена.

Отдельный случай, если вы живёте не в России и у вас есть карта местного банка. Тогда подписка на elevenlabs.io законна и при больших объёмах выходит дешевле, ниже я это посчитал. Остальная статья для тех, у кого такого варианта нет или кому нужно озвучивать немного и от случая к случаю.

Сколько стоит ElevenLabs в 2026 году: подписка или оплата за знак

У ElevenLabs цены в долларах за месяц, а расходуются кредиты. Для v3 и Multilingual v2 один кредит равен одному знаку текста, раньше кредиты так и назывались, characters. Цены я снял со страницы тарифов 27 сентября 2026 года и пересчитал по курсу ЦБ, 84,34 ₽ за доллар.

В BotHub подписки на ElevenLabs нет. Покупается пакет токенов, они не сгорают, а с каждой генерации списывается сумма за длину текста.

Как именно она считается, я проверил на своих прогонах, и арифметика оказалась чистой: списание делится на число знаков без остатка. Каждый знак, считая пробелы, знаки препинания, теги вроде [laughs] и даже знак ударения, стоит в v3 и Multilingual v2 около 172 токенов. Flash и Turbo берут ровно вдвое меньше, около 86.

Сколько это в рублях, зависит от пакета: чем крупнее пакет, тем дешевле токен.

Все аудиомодели с лимитами лежат в разделе Models, фильтр «Аудио».

Удобнее считать в минутах. Голос George в моём тесте проговаривал от 580 до 620 знаков в минуту, так что минута речи в v3 стоит около 25 ₽ на пакете Basic и около 16 ₽ на Elite. Во Flash v2.5 вдвое дешевле.

Теперь сравнение, которое агрегатору не очень выгодно, но без него считать бессмысленно. Starter за $6 стоит около 506 ₽ и даёт 30 000 знаков. На пакете Basic за те же деньги в v3 выйдет примерно 11 800 знаков, на Elite около 18 700.

Правило получается простое. Если каждый месяц озвучиваете больше 12-19 тысяч знаков и можете легально платить зарубежной картой, подписка дешевле. Если объёмы меньше, текст приходит нерегулярно или карты нет, выгоднее платить за знак: токены не сгорают, а неистраченные кредиты ElevenLabs переносятся максимум на два месяца.

Где шёл тест. BotHub собирает в одном окне ChatGPT, Claude, Gemini, ElevenLabs и другие модели. Оплата в рублях, без зарубежной карты и VPN, списание видно под каждым ответом, токены из пакета не сгорают. Регистрация по ссылке даёт 300 000 токенов на старт.

Как озвучить текст на русском в ElevenLabs по шагам

1. Аккаунт и баланс

Регистрация занимает минуту. Если заходить по реферальной ссылке из начала статьи, на счёт сразу придёт 300 000 токенов: это около 1 700 знаков в v3, то есть примерно три минуты речи, или вдвое больше во Flash v2.5. Когда закончатся, пакеты начинаются от 250 ₽. Юрлица и ИП подключаются отдельно, по счёту на тарифе Enterprise.

2. Модель

В чате откройте выбор модели, вкладку «Аудио» и группу Eleven Labs Voice. Там шесть моделей.

Описания в списке короткие и одинаково бодрые, поэтому скажу сразу, чего в них нет. eleven-flash-v2 и eleven-turbo-v2 это англоязычные модели, русский текст они читают с акцентом и называют числа по-английски. Для русского остаются четыре: eleven-v3, eleven-multilingual-v2, eleven-flash-v2.5 и eleven-turbo-v2.5.

Лимиты на один запрос у них разные: 5 000 знаков у v3, 10 000 у Multilingual v2 и по 40 000 у Flash и Turbo v2.5. Рядом лежит группа Eleven Labs Voice Clone с теми же моделями, но для своего голоса, про неё ниже.

3. Голос и настройки

Настройки прячутся за шестерёнкой под полем ввода.

Голосов шесть: Roger, Sarah, Laura, Charlie, George и Callum. Все с английскими именами и описаниями, но все многоязычные. Библиотеки голосов, как на elevenlabs.io, здесь нет, поэтому за голосом с конкретным тембром придётся идти в клонирование.

Из ползунков чаще всего нужна «Устойчивость». По умолчанию она стоит на 0,4; ниже значение, живее и непредсказуемее подача, выше ровнее. «Стиль» по умолчанию 0,2, «Усиление сходства» 0,7, скорость 1.

Тумблер «Применение нормализации текста» включён, и так его и стоит оставить: что бывает без него, видно в тесте ниже. «Код языка» я не трогал, на «Автоматическом» русский определился во всех прогонах, в том числе когда в тексте были латинские слова.

4. Текст

Вставляете текст в поле и отправляете. Никаких инструкций модели писать не нужно, всё, что попадёт в поле, будет прочитано вслух.

5. Прослушивание и скачивание

Готовая запись появляется в чате плеером. Под ним сумма списания в рублях. Если навести на неё курсор, та же сумма покажется во внутренних токенах (CAPS). Файл в плеере это MP3 44,1 кГц, моно, 128 кбит/с, скачивается кнопкой под записью.

Если модель споткнулась в одном месте, поправьте текст и отправьте заново. Каждый дубль оплачивается отдельно, так что длинный текст выгоднее резать на абзацы и переделывать только тот, где ошибка.

Какая модель ElevenLabs лучше читает по-русски

Текст

Материал я собирал так, чтобы ловить ошибки, а не показывать красивый звук. 357 знаков, похожих на анонс онлайн-урока:

Все готово: запись стартует 15 марта в 19:30 по Москве. Я плачу за подписку 1 499 ₽ в месяц, т. е. около 50 ₽ в день. Хлопок из зала мы вырежем, а футболки из хлопка раздадим в конце. Урок IV посвящен API и Wi-Fi 7, подробности на сайте ElevenLabs. Замер показал −3 дБ, это на 12 % тише, чем в 2025 г. Ещё раз: эфир пройдет в пятницу в 18:00, не пропустите.

В нём восемнадцать мест, где синтез обычно ломается. Три слова без буквы ё: «все», «посвящен», «пройдет». Пара омографов, в которой ударение меняется от смысла: хлопо́к из зала и футболка из хло́пка. Даты и суммы, где падеж видно только по соседним словам: «15 марта» должно стать «пятнадцатого», «около 50 ₽» должно стать «около пятидесяти рублей».

Остальное это сокращение «т. е.», римская цифра, латиница внутри русской фразы, минус с децибелами, проценты, время и год с «г.» на конце.

Как проверял

Все прогоны делал одним голосом, George, на настройках по умолчанию. Время считал от нажатия кнопки до появления плеера.

Слушать тридцать секунд одного текста шесть раз подряд и честно отмечать ошибки трудно: к третьему дублю ухо начинает достраивать. Поэтому каждый файл я прогнал обратно через распознавание речи Whisper large-v3-turbo, а спорные места, ударения и букву ё, через фонемный распознаватель wav2vec2-xlsr-53-espeak. Он записывает не слова, а звуки, и безударное «о» у него превращается в «а». По этому и видно, куда модель поставила ударение: «x l a p o k» это хлопо́к, «x l o p ʌ k» это хло́пок.

Результаты

* Первый запрос в новом чате. На коротких текстах v3 отвечала за 5-8 секунд. Суммы в рублях показаны так, как их списал интерфейс на пакете Elite; на Basic умножайте примерно на 1,6.

Начну с того, что удивило больше всего. eleven-flash-v2 и eleven-turbo-v2 честно сгенерировали по 39 секунд звука, только звук этот англоязычный. «15 марта» у них превратилось в «fifteen марта», время прозвучало как «nineteen thirty», цена как «one four hundred ninety nine», а «в 18:00» как «eighteen o’clock». «Ещё раз» Whisper расшифровал как «Эшкио раз». В документации ElevenLabs обе модели помечены как English only, но в списке BotHub об этом ни слова, и берут они столько же, сколько русскоязычная Flash v2.5.

С тремя моделями из четырёх оставшихся всё оказалось намного лучше, чем я ожидал. eleven-v3, Flash v2.5 и Turbo v2.5 прошли все восемнадцать ловушек. Причём не механически, а с грамматикой: после «плачу за подписку» сумма прозвучала в винительном падеже, «одну тысячу четыреста девяносто девять рублей», «около 50 ₽» стало «около пятидесяти рублей», «в 2025 г.» стало «в две тысячи двадцать пятом году». Римскую IV все прочитали как «четвёртый», API как «эй-пи-ай», Wi-Fi как «вай-фай», а «−3 дБ» как «минус три децибела». Пропущенную ё модели восстановили во всех трёх словах.

eleven-multilingual-v2 с числами справилась так же чисто, но перепутала ударения в паре омографов: хло́пок из зала и футболки из хлопка́. Ровно наоборот. Мелочь, но слушатель на ней спотыкается.

Нормализацию лучше не выключать

Для чистоты я повторил текст на Flash v2.5 с выключенным тумблером «Применение нормализации текста». Запись стала на три секунды короче, и дело не в скорости. Цену «1 499 ₽» модель прочитала кусками, без всякой «тысячи», и закончила буквой «эр», «т. е.» превратилось в «та, е», у «−3 дБ» пропал минус, а децибелы прозвучали как «дэ бэ». Даты и проценты при этом уцелели.

Любопытная деталь: по документации ElevenLabs у Flash v2.5 нормализация по умолчанию выключена ради скорости, а включить её для моделей v2.5 через API могут только корпоративные клиенты на тарифе Enterprise. В BotHub этот тумблер доступен всем и включён с порога.

Как поставить ударение в ElevenLabs

Самый надёжный способ, если модель ошибается в омографе, это знак ударения прямо в тексте. Я проверил два варианта: символ U+0301 сразу после ударной гласной (замо́к) и плюс перед ней, как принято в Яндексе (зам+ок).

Символ U+0301 работает. eleven-v3 и Multilingual v2 поставили ударения ровно туда, куда я их отметил, в обеих парах: за́мок и замо́к, хло́пка и хлопо́к. Та самая Multilingual v2, которая в основном тесте ошиблась, с подсказкой прочитала всё правильно. У Flash v2.5 одно слово поехало: «хлопо́к» превратилось во что-то вроде «хлопаяк».

А вот плюс не работает нигде. Все три модели прочитали «зам+ок» как «зам плюс ок».

Как набрать знак ударения: в Word наберите 0301 сразу после гласной и нажмите Alt+X. Имейте в виду, что он оплачивается как отдельный символ, и что текст с ним тяжело читать глазами, так что держите отдельную версию для озвучки. Если омограф в тексте один, проще переписать фразу, чтобы двусмысленности не осталось.

Работают ли теги эмоций ElevenLabs v3 на русском

У v3 есть аудиотеги в квадратных скобках: [laughs], [whispers], [sighs] и другие. Проверил на короткой фразе:

[whispers] Только никому не говорите. [laughs] Шучу, конечно. [sighs] Ладно, поехали дальше.

v3 поняла, что это указания, и вслух их не читала. Смех получился сразу. Вздох перед последней фразой стал слышен, только когда я опустил «Устойчивость» до нуля. А шёпота не вышло ни разу: первая фраза прозвучала обычным голосом. Я проверил долю звонких фрагментов в записи: у шёпота она падает почти до нуля, а здесь не ниже, чем у соседних фраз. В документации ElevenLabs про это есть оговорка: действие тегов зависит от голоса, и с некоторыми голосами отдельные теги не срабатывают.

Multilingual v2 и Flash v2.5 тегов не знают и произносят их. У обеих в записи слышно что-то вроде «виспаз», «лавс» и «сайс» прямо посреди русской речи. Так что теги ставим только для v3, и то с дублем на проверку.

Как сделать паузу в ElevenLabs

Для пауз у ElevenLabs есть тег <break time=»2.0s» />. Я вставил его между двумя фразами и прогнал на двух моделях.

Flash v2.5 выдержала паузу в 2,27 секунды, на волне в плеере провал видно даже без прослушивания. v3 тег проигнорировала, между фразами осталась обычная пауза в 0,57 секунды. Это совпадает с документацией: v3 SSML-теги пауз не поддерживает. Для неё документация советует ставить паузы пунктуацией: многоточием или переносом на новый абзац. В шаблоне ниже многоточие дало около полусекунды тишины, пустая строка между абзацами около 0,8 секунды. Вслух тег <break> не прочитала ни одна из двух моделей.

Длинный текст и клонирование голоса

С длинным текстом у v3 жёсткий потолок. Я отправил 5 495 знаков и получил ошибку генерации с пояснением: «Text is too long. Maximum 5000 characters (current: 5495)». Денег за неудачную попытку не списали, я сверил баланс с суммой успешных прогонов, они сошлись до копейки. Длинный текст для v3 придётся резать на куски до 5 000 знаков, лучше по границам абзацев. Flash и Turbo v2.5 принимают до 40 000.

Клонирование голоса живёт в соседней группе, Eleven Labs Voice Clone. Вместо списка голосов в настройках там поле для файлов, а в строке ввода появляется скрепка: прикладываете образец голоса и пишете текст.

Живой голос для теста я брать не стал, чтобы не упираться в согласие диктора. Образцом стали 40 секунд синтетического голоса onyx от tts-1-hd, это обошлось в 3,85 ₽. Клон на eleven-v3 прочитал тот же тестовый текст за 24 секунды и за те же 9,64 ₽, что и обычная v3, доплаты за клонирование нет.

Похожесть я померил моделью распознавания дикторов ECAPA-TDNN. Косинусная близость клона к образцу 0,88. Для сравнения: George к тому же образцу 0,32, а один и тот же George на разных моделях от 0,78 до 0,95. То есть клон попал в диапазон «тот же человек». Ловушки из текста клон прошёл так же, как обычная v3.

Если клонируете реальный голос, нужно согласие его владельца. Политика допустимого использования ElevenLabs прямо запрещает воспроизводить чужой голос без согласия или законного права, и агрегатор это требование не отменяет.

Чек-лист и шаблон перед озвучкой

Перед отправкой текста я теперь прохожу такой список:

1. Модель: для русского только eleven-v3, eleven-multilingual-v2, eleven-flash-v2.5 или eleven-turbo-v2.5.

2. Нормализация текста включена, код языка «Автоматический».

3. Длина куска не больше лимита модели: 5 000 знаков для v3, 10 000 для Multilingual v2.

4. Омографы проверены; где сомнение, стоит U+0301, а не плюс.

5. Буква ё расставлена там, где без неё меняется смысл.

6. Теги эмоций только для v3. Паузы через <break> не для v3: Flash v2.5 тег выполнила, v3 его игнорирует.

7. После генерации сверено списание под плеером и прослушаны места с числами.

Шаблон для v3, который учитывает всё найденное выше:

Добрый день! Сегодня пятнадцатое марта, и мы начинаем урок четвёртый.

Сначала о главном: за́мок на обложке это старинная крепость, а не дверной замо́к… [laughs] Такая путаница бывает.

Подписка стоит 1 499 ₽ в месяц, подробности в описании.

Числа можно оставлять цифрами, если нормализация включена, знаки ударения стоят только в омографах, вместо тега паузы многоточие и пустая строка.

Я прогнал шаблон на v3 с настройками по умолчанию: 18 секунд записи за 6,56 ₽. Ударения встали как отмечено, дата и «урок четвёртый» прочитаны верно, сумма прозвучала как «одну тысячу четыреста девяносто девять рублей». А вот [laughs] на этот раз не сработал. Вслух тег не прозвучал, но и смеха не было, хотя в отдельном тесте выше смех получился. Теги в v3 срабатывают не каждый раз, так что место с тегом стоит прослушать до того, как отдавать файл.

Что в итоге

Официально купить ElevenLabs из России нельзя, и никакой способ оплаты этого не меняет: ограничение стоит на уровне доступа. Рабочих путей два. Живёте за границей с местной картой и озвучиваете много, берите подписку, она дешевле. Нужно немного, нерегулярно или без зарубежной карты, платите за знаки в рублях.

По моделям выбор получился короче, чем список. eleven-v3 читает русский лучше всех и понимает теги, но стоит вдвое дороже Flash и берёт не больше 5 000 знаков за раз. eleven-flash-v2.5 на моём тексте не сделала ни одной ошибки, работает за секунды, стоит вдвое дешевле и понимает паузы, так что для длинных текстов без эмоций я бы начинал с неё. Multilingual v2 ошиблась в ударениях, а flash-v2 и turbo-v2 лучше просто не выбирать.

И главное, что показал тест: модель можно выбрать хорошую, а запись всё равно испортить одним тумблером. Нормализация должна быть включена.

Частые вопросы

Можно ли пользоваться ElevenLabs бесплатно?

На elevenlabs.io есть бесплатный тариф на 10 000 кредитов в месяц, но без права коммерческого использования, и из России он так же недоступен. В BotHub новый аккаунт получает 30 000 токенов, а по реферальной ссылке 300 000: это около трёх минут речи в v3.

Нужен ли VPN?

Для BotHub нет, это российский сервис с оплатой в рублях. Для elevenlabs.io VPN не решает главную проблему: правила сервиса запрещают доступ из России, и такой аккаунт можно потерять вместе с оплаченными кредитами.

Есть ли в ElevenLabs русские голоса?

В BotHub доступны шесть готовых многоязычных голосов: Roger, Sarah, Laura, Charlie, George и Callum. Русский они читают, но голосов с русскими именами и русским тембром по умолчанию нет. Нужен конкретный голос, используйте клонирование по образцу.

Можно ли использовать озвучку в коммерческих целях?

По пользовательскому соглашению BotHub права на аудио и другие результаты генерации принадлежат пользователю, и использовать их можно без ограничений со стороны сервиса. Ответственность за законность использования, например за чужой склонированный голос, остаётся на вас.

Сколько текста можно озвучить за один раз?

5 000 знаков в eleven-v3, 10 000 в Multilingual v2 и 40 000 во Flash и Turbo v2.5. Если превысить лимит, придёт ошибка, деньги не спишутся.

Почему ElevenLabs читает ударения неправильно?

Модель выбирает ударение по статистике, а не по смыслу вашей фразы. В моём тесте на омографах ошиблась только Multilingual v2, но на другом тексте может ошибиться любая. Лечится знаком U+0301 после ударной гласной или перестройкой фразы.

Попробовать все шесть моделей на своём тексте можно в BotHub, баланс пополняется в рублях. Регистрация по ссылке даёт 300 000 токенов, этого хватит, чтобы повторить основной прогон на всех шести моделях.