
Представьте: вы записали курс из 30 уроков, а через полгода поменялись цены, и в каждом третьем уроке нужно переозвучить пару фраз. Клонирование голоса решает это без студии: нейросеть учится на образце вашей речи и дальше читает любой текст вашим голосом. Та же технология работает и на мошенников — Банк России прямо предупреждает о поддельных сообщениях «от родственников», сделанных с помощью нейросетей.
Ниже разберу, как устроено клонирование голоса, для каких задач его честно применять, что говорит закон в России на октябрь 2026 года, какие сервисы требуют подтвердить согласие и какие открытые модели существуют. Отдельный раздел — как защитить себя и близких от поддельных голосов. Инструкций, как скопировать чужой голос, здесь не будет.
Как работает клонирование голоса
Обычный синтез речи читает текст готовыми голосами сервиса: дикторов записали заранее, вы выбираете одного из них. Как выбрать такой сервис для русского языка, я разбирал в статье про озвучку текста нейросетью. Клонирование голоса добавляет шаг: модель получает запись конкретного человека и воспроизводит его тембр, манеру и акцент.
Клонирование голоса делают двумя способами, и они сильно различаются по объёму записей, качеству и цене.
Клонирование по короткому образцу
Модель заранее обучена на речи множества людей и умеет подстраиваться под новый голос без переобучения — по одной короткой записи. Такое клонирование голоса называют мгновенным или zero-shot. Сколько записи нужно, зависит от модели:
- открытой модели XTTS-v2, по её описанию, хватает фрагмента в 6 секунд;
- функции personal voice в Microsoft Azure нужен образец от 5 до 90 секунд;
- Instant Custom Voice в Google Cloud принимает образец до 10 секунд;
- у OpenAI образцы для своего голоса — не длиннее 30 секунд;
- ElevenLabs для мгновенного клона советует записать не меньше минуты и не больше трёх.
Мгновенное клонирование голоса выигрывает в скорости: голос готов через минуты. Минус — модель знает о человеке только то, что услышала за эти секунды, поэтому интонации на длинном тексте могут уходить от оригинала.
Клонирование с дообучением
Второй путь — дообучить модель на большом объёме записей одного человека. ElevenLabs для профессионального клона называет минимум 30 минут и рекомендует два-три часа. В SpeechKit от Яндекса для варианта Brand Voice Lite требовалось от 30 минут размеченных записей, а для голоса бренда Сбер в своём блоге советует от одного до четырёх часов чистой речи.
Такое клонирование голоса дороже и дольше, зато модель слышала человека часами, а не секундами, и точнее передаёт его манеру. Так обычно делают фирменные голоса компаний — с диктором, студией и договором.
| Подход | Сколько записи | Где встречается | Для чего |
|---|---|---|---|
| По короткому образцу | от нескольких секунд до трёх минут | XTTS-v2, Azure personal voice, Google, OpenAI, мгновенный клон ElevenLabs | прототип, личные ролики, проверка идеи |
| С дообучением | от 30 минут до нескольких часов | профессиональный клон ElevenLabs, Brand Voice, голос на заказ | курсы, голос бренда, голосовые меню |

Ваш голос на другом языке
Отдельный режим — кросс-язычное клонирование голоса: модель слушает русскую запись, а говорит по-английски или по-испански тем же тембром. Открытая модель CosyVoice 3 официально поддерживает клонирование между девятью языками, включая русский, а в описании Chatterbox Multilingual кросс-язычное клонирование названо одним из главных сценариев. Если задача — перевести готовый ролик целиком, посмотрите статью про перевод видео нейросетью.
Честные задачи для клонирования голоса
Клонирование голоса имеет вполне законные и полезные применения. Общий признак у них один: человек, чей голос клонируют, знает об этом, согласен и понимает, где его голос прозвучит.
- Свой голос для курса или ролика. Вы записываете образец один раз, а правки в уроках делаете текстом. Не нужно заново ставить свет, микрофон и искать тишину ради одной фразы.
- Озвучка себя на другом языке. Эксперт выпускает версию курса для зарубежной аудитории и звучит своим голосом, а не голосом чужого диктора.
- Голос бренда по договору. Компания нанимает диктора, записывает его в студии и получает фирменный голос для меню, рекламы и уведомлений. Права и условия прописаны в договоре.
- Голос для человека, который теряет речь. Ради этого Apple сделала функцию «Личный голос»: голос создаётся на устройстве и предназначен только для личного некоммерческого использования. На октябрь 2026 года она работает на английском, китайском и испанском, русского нет.
Нечестные сценарии тоже понятны: чужой голос без согласия, голос знаменитости для «розыгрыша», голос руководителя для «срочного поручения» бухгалтеру. Крупные сервисы пытаются это ограничить. Например, у ElevenLabs есть список «запрещённых голосов», который не даёт клонировать голоса известных публичных людей.
Клонирование голоса и закон в России
Я не юрист, поэтому ниже — только то, что прямо написано в законах на октябрь 2026 года, без толкований за пределами текста. Для договора с диктором или сотрудником стоит позвать юриста.
Голос как биометрические данные
Закон № 152-ФЗ «О персональных данных» в статье 11 называет биометрическими сведения о физиологических и биологических особенностях человека, по которым можно установить его личность и которые оператор использует для установления личности. Обрабатывать такие данные можно только с согласия человека в письменной форме, кроме случаев, перечисленных в законе.
Важна вторая половина определения. Голос становится биометрией, когда по нему устанавливают личность — например, когда банк узнаёт клиента по голосу. Если запись нужна только для озвучки курса, формально это может быть и не биометрия. Но запись всё равно относится к конкретному человеку, и клонирование голоса без согласия — прямой путь к конфликту.
Голос в Единой биометрической системе
Закон № 572-ФЗ от 29 декабря 2022 года регулирует идентификацию людей по биометрии. В части 4 статьи 3 названы два вида данных для Единой биометрической системы: изображение лица и запись голоса. С 1 сентября 2024 года виды данных определяет правительство, но голос остаётся одним из ключей, по которым человека узнают банки и государственные сервисы.
Там же закреплено право отказаться: отказ от идентификации по биометрии не может быть основанием, чтобы не оказать человеку услугу. Для нашей темы вывод простой — запись вашего голоса ценна, и раздавать её кому попало не стоит.
Охрана голоса: пока законопроект, а не закон
Для изображения в Гражданском кодексе есть статья 152.1: обнародовать и использовать изображение гражданина можно только с его согласия, за установленными исключениями. Для голоса такой статьи нет.
В сентябре 2024 года в Госдуму внесли законопроект № 718834-8. Он добавляет в ГК статью 152.3 об охране голоса: обнародовать и использовать голос, в том числе воссозданный с помощью специальных технологий, можно будет только с согласия человека. На 21 октября 2026 года закон не принят — в части первой ГК статьи 152.3 нет.
Отсутствие отдельной статьи не означает, что клонирование голоса без согласия безопасно. Остаются нормы о персональных данных, защита чести и деловой репутации по статье 152 ГК, а мошенничество остаётся преступлением независимо от того, каким голосом говорил преступник.
Пометка о применении ИИ с 2027 года
С 1 марта 2027 года вступит в силу статья 9 закона № 243-ФЗ об искусственном интеллекте. Тот, кто делает аудио или видео с помощью больших фундаментальных моделей, должен получить возможность разместить предупреждение о применении ИИ. Крупные платформы с аудиторией больше 500 тысяч человек в сутки должны будут дать пользователям такую возможность. Это не прямой запрет дипфейков, но шаг к тому, чтобы синтетический голос был виден.

Как оформить согласие
Если клонирование голоса касается не вас, а сотрудника, диктора или партнёра, согласие стоит оформить письменно, даже если формально это не биометрия. Вот пункты, которые полезно обсудить с юристом:
- Чей голос и какие записи передаются для создания модели.
- Для каких материалов голос можно использовать: курс, реклама, голосовое меню, соцсети.
- На какой срок даётся согласие и что происходит после увольнения или окончания договора.
- Кто хранит записи и готовую модель, можно ли передавать их подрядчикам.
- Как отозвать согласие и в какой срок после этого удаляются записи и модель.
- Нужно ли согласовывать каждый новый текст или достаточно общего разрешения.
Крупные платформы идут дальше бумаги: они просят человека прочитать заявление о согласии вслух. Например, в русском варианте у Google фраза звучит так: «Я являюсь владельцем этого голоса и даю согласие Google на использование этого голоса для создания модели синтетического голоса». А Microsoft прямо пишет, что запись согласия нужна ещё и для проверки: тот ли это человек, чей голос звучит в записях для обучения.
Сервисы, которые проверяют согласие
Порядочный сервис не верит на слово. Он просит записать заявление голосом того, кого клонируют, или вовсе разрешает клонирование голоса только для самого себя. Вот как это устроено у тех, кто описывает проверку публично.
| Сервис | Как проверяют согласие | Доступность из России |
|---|---|---|
| ElevenLabs | мгновенный клон — подтверждение прав и согласия; профессиональный — только свой голос и проверка чтением строк с картинки | доступ из России блокируется |
| Microsoft Azure, personal voice | человек сам записывает заявление о согласии; функция по регистрации и одобрению | новые продажи в России приостановлены с 2022 года |
| Google Cloud, Instant Custom Voice | запись согласия до 10 секунд по стандартному тексту, доступ только из списка допущенных | регистрация новых клиентов в России приостановлена с 2022 года |
| OpenAI, свои голоса | запись согласия и образец до 30 секунд, только для одобренных клиентов | России нет в списке стран API |
| Yandex SpeechKit Brand Voice | голос создают по заявке со студией и диктором, клиент заверяет, что у него есть все права | да, для бизнеса |
| MTS AI Audiogram | голос на заказ, условия — в договоре | да, для бизнеса |
Самая строгая политика у ElevenLabs: профессиональный клон можно сделать только из собственного голоса. В справке прямо сказано, что даже с согласием другого человека клонировать его голос нельзя. Для проверки владелец голоса читает вслух и записывает несколько строк с картинки. В общую библиотеку голосов попадают только профессиональные клоны, проверенные человеком.
У SpeechKit согласие регулируется договором. По условиям сервиса клиент заверяет Яндекс, что у него есть все права на записи, а Яндекс обязуется не создавать для третьих лиц модели с голосом диктора клиента. Вариант Brand Voice Lite, где записи готовил сам клиент, на октябрь 2026 года отключён: на странице сказано, что «в связи с инцидентом функциональность отключена».
Получается неприятная картина для частного автора из России. Сервисы с публичной проверкой согласия либо официально не работают в России, либо продают клонирование голоса только компаниям по договору. Если вам нужен свой голос для курса, остаётся договор с российским сервисом или открытая модель на своём компьютере.

Открытые модели для клонирования голоса
Клонирование голоса можно запустить и на своём компьютере с открытой моделью: записи никуда не уходят, платить за символы не нужно. Как в целом устроены такие нейросети, я разбирал в статье про локальные нейросети. Но модель на вашем компьютере ничего не проверяет. Ответственность за согласие и за то, где прозвучит голос, целиком на вас.
| Модель | Русский | Лицензия | Коммерция | Особенности |
|---|---|---|---|---|
| Chatterbox Multilingual | да, среди 23 языков | MIT | да | водяной знак в каждом файле |
| CosyVoice 3 | да, среди 9 языков | Apache 2.0 | да | клонирование между языками |
| XTTS-v2 | да, среди 17 языков | Coqui Public Model License | нет | образец от 6 секунд |
| F5-TTS | русская версия от сообщества | CC-BY-NC | нет | официальные веса — китайский и английский |
Chatterbox от Resemble AI интересен не только лицензией. В каждый созданный файл он встраивает неслышимый водяной знак PerTh, который, по словам разработчиков, переживает сжатие в MP3 и обычный монтаж. В репозитории есть скрипт, который проверяет, есть ли такой знак в записи. Это помогает показать, что запись синтетическая, если возникнет спор.
CosyVoice 3 от команды FunAudioLLM выпущен под Apache 2.0 и поддерживает девять языков, включая русский. В описании репозитория есть оговорка: примеры на странице приведены в академических целях, а часть взята из интернета.
XTTS-v2 и F5-TTS часто советуют для бесплатного клонирования, и они действительно бесплатны. Но лицензия XTTS-v2 разрешает только некоммерческое использование модели и её результатов, а веса F5-TTS, включая русскую версию сообщества, выпущены под CC-BY-NC. Курс на продажу или рекламный ролик с ними — нарушение лицензии.
Как записать образец своего голоса
Когда клонирование голоса делается для себя, качество образца решает почти всё. Модель повторит не только тембр, но и эхо комнаты, шум компьютера и вашу усталость в конце дня.
- Тихое помещение. Комната с мягкой мебелью и шторами звучит лучше пустой кухни с плиткой.
- Один микрофон и одно расстояние. Если сменить микрофон посреди записи, модель получит два разных голоса.
- Та манера, которая нужна в результате. Для спокойной лекции читайте спокойно, для рекламы — живее. Модель копирует подачу.
- Без музыки и посторонних голосов. Фон в образце потом всплывает в синтезе.
- Длина по требованиям сервиса. Для мгновенного клона хватает от нескольких секунд до пары минут, для дообучения нужны десятки минут и часы.
И храните образец как пароль. Запись чистой речи на несколько минут — ровно то, что нужно для подделки. Не выкладывайте её в открытый доступ и не отправляйте в сервисы, условия которых вы не читали.
Клонирование голоса и озвучка курса: порядок работы
Допустим, вы решили, что курс будет звучать вашим голосом. Клонирование голоса и озвучка здесь работают в связке: сначала создаётся модель голоса, затем она читает подготовленный текст. Порядок такой:
- Прочитайте условия сервиса или лицензию модели: разрешена ли коммерция и что сервис делает с вашими записями.
- Запишите образец по правилам выше и сохраните исходник отдельно.
- Создайте голос и сделайте пробу на проверочном абзаце с числами, сокращениями и омографами.
- Подготовьте текст уроков: раскройте сокращения, поставьте «ё» и ударения в спорных словах.
- Сгенерируйте фрагменты и прослушайте каждый в наушниках.
- Добавьте в описание курса пометку, что озвучка сделана синтезом вашего голоса.
Главное преимущество такого клона проявляется позже. Когда в уроке меняется цифра или название, вы правите одну фразу текстом и перегенерируете фрагмент, а не записываете урок заново. Клонирование голоса окупается именно на правках, а не на первой записи.
Последний пункт списка не формальность. Слушатель, который узнал о синтезе сам, начинает сомневаться и в содержании. Короткая честная пометка снимает этот вопрос заранее.
Мошенничество с поддельными голосами
Обратная сторона технологии — обман. Банк России прямо пишет, что мошенники маскируются под друзей и родственников с помощью дипфейков. Сценарий обычно такой: человеку приходит видео или голосовое сообщение от знакомого, тот рассказывает о беде — болезни, аварии, увольнении — и просит перевести деньги.
По данным ЦБ, материал для подделки чаще всего берут из взломанных аккаунтов в соцсетях и мессенджерах: фото, видео и записи голоса. Иногда подделывают не родственников, а руководителей, сотрудников госорганов или известных людей из сферы, где работает жертва.
Клонирование голоса для этого нужно не всегда. На сайте «Финансовая культура» Банка России разобрана история: мошенники угнали аккаунт в Telegram через фальшивое сообщение от «администрации», изучили переписку и склеили новое голосовое из старых сообщений владелицы. Двое близких поверили и перевели деньги.
Признаки подделки
- Неестественно монотонная речь, дефекты звука и видео, непривычная мимика — эти признаки называет Банк России.
- Срочность: деньги нужны «прямо сейчас», времени подумать нет. Банк России пишет, что цель мошенников — вызвать панику и заставить быстро перевести деньги.
- Перевод не по привычному номеру телефона, а на чужую карту.
- Просьба пришла в мессенджере, а не обычным звонком.
Как защититься
- Не переводите сразу. Сначала позвоните тому, от чьего имени пришло сообщение, — по известному вам номеру и лучше обычным звонком, а не через мессенджер.
- Задайте личный вопрос. Если дозвониться нельзя, ЦБ советует спросить то, что знает только ваш знакомый.
- Договоритесь о кодовом слове. Это продолжение совета ЦБ: заранее условьтесь с близкими о слове, которое назовёт только настоящий человек. Скажите его вслух один раз, а не в переписке.
- Защитите аккаунты. «Финансовая культура» советует включить в Telegram дополнительный пароль при входе и регулярно проверять список активных сеансов.
- Не переходите по ссылкам от «администрации» и никому не сообщайте коды из SMS — так и угоняют аккаунты, из которых потом берут голос.
- В компании введите правило второго канала. Любое срочное поручение о переводе денег голосом руководителя подтверждается отдельно — звонком на известный номер или лично.

Частые вопросы
Можно ли сделать клонирование голоса бесплатно?
Да, бесплатное клонирование голоса возможно на открытых моделях: Chatterbox, CosyVoice, XTTS-v2 и F5-TTS можно запустить у себя. Но для коммерции подходят только первые две, у XTTS-v2 и F5-TTS лицензии некоммерческие. Облачный ElevenLabs из России официально недоступен, а клонирование голоса там и так начинается с платного тарифа Starter.
Нужно ли согласие, чтобы клонировать свой голос?
Если клонирование голоса касается только вас, чужого согласия не нужно, но условия сервиса прочитать стоит: многие ограничивают сценарии использования, а для профессионального клона требуют подтвердить, что голос ваш. Если клон будет звучать в рекламе компании, где вы работаете, договоритесь с работодателем письменно, кому принадлежит модель после вашего ухода.
Законно ли клонирование голоса знаменитости ради шутки?
Отдельной статьи об охране голоса в ГК пока нет, но это не делает такую шутку безопасной. Если ролик задевает честь и деловую репутацию человека или вводит людей в заблуждение, это уже правовые риски. А крупные сервисы такие голоса просто блокируют.
Как понять, что звонит не человек, а клон?
На слух — по монотонности, странным паузам и дефектам звука, но хорошую подделку так не распознать. Надёжнее не угадывать, а проверять: положить трубку, перезвонить по известному номеру, задать личный вопрос или спросить кодовое слово.
Чем клонирование голоса отличается от обычной озвучки?
Обычная озвучка читает текст готовым голосом из каталога сервиса. Клонирование голоса создаёт модель конкретного человека по его записям. Для статьи или новостной рассылки обычно хватает готового голоса, клон нужен, когда важно, чтобы звучали именно вы.
Коротко
- Клонирование голоса бывает по короткому образцу — от нескольких секунд записи — и с дообучением на десятках минут и часах речи.
- Честные задачи — свой голос для курса, озвучка себя на другом языке и голос бренда по договору с диктором.
- В России голос — биометрия, когда по нему устанавливают личность (ст. 11 закона № 152-ФЗ), и один из ключей Единой биометрической системы; отдельной статьи об охране голоса в ГК на октябрь 2026 года нет.
- Сервисы с проверкой согласия либо недоступны из России, либо работают только с бизнесом по договору; у открытых моделей коммерцию разрешают Chatterbox и CosyVoice.
- От поддельных голосов защищают проверка по второму каналу, личный вопрос, кодовое слово и защищённые аккаунты в мессенджерах.
