Анализ API для клонирования голоса в 2026 году охватил 11 моделей, оценив их по сходству с оригиналом, проверке согласия и стоимости. Тестирование проводилось на 10-секундных аудиозаписях, при этом некоторые платформы требуют более длительных образцов для качественного результата.
Согласно рейтингу Hume от 10 сентября 2026 года, модель Fish Audio s2-pro показала лучший результат по сходству голоса с баллом 4.03. В тройку лидеров также вошли Cartesia sonic-3.5 с результатом 3.70 и ElevenLabs Multilingual v2 с показателем 3.68.
Ценовые модели различаются: ElevenLabs взимает $0,10 за 1000 символов, Inworld предлагает тарифы от $25 за 1 миллион символов, а Fish Audio установила цену $15 за 1 миллион байт. У Cartesia стоимость подписок варьируется от $5 до $299.
Профессиональное клонирование требует от 10 до 30 минут записи и подтверждения прав. ElevenLabs использует технологию Voice Captcha, а Resemble AI делает акцент на защите от дипфейков и предоставляет доступ к API только пользователям с тарифным планом уровня Business.
