Закадровый голос для видео без студии

Считайте хронометраж по знакам

Русская дикторская речь идёт со скоростью примерно 120–140 слов в минуту. В знаках это удобнее: около 800–900 знаков на минуту готового аудио.

• Reels и Shorts до 30 секунд — примерно 400–450 знаков сценария.
• Ролик на минуту — около 850 знаков.
• Обзор на пять минут — около 4 000 знаков, это укладывается в бесплатный лимит приложения.

Считать заранее выгоднее, чем ускорять готовую дорожку: ускорение выше 1,1× слышно, а выше 1,2× превращает голос в мультяшный.

Сначала голос, потом картинка

Если сначала смонтировать видео, а потом озвучить, почти всегда приходится переделывать: реплика не попадает в кадр. Обратный порядок работает лучше.

1. Напишите сценарий целиком, вслух проверив формулировки.
2. Сгенерируйте дорожку и послушайте её целиком, не глядя в текст.
3. Разложите дорожку на таймлайн и уже под неё расставляйте кадры и перебивки.
4. Правки вносите в текст и перегенерируйте фрагмент — это дешевле, чем перезаписывать.

Звук в проекте

• Громкость. Ориентир для веб-видео — примерно −14 LUFS по интегральной громкости, пики не выше −1 dBTP. Площадки всё равно нормализуют, но ровная дорожка звучит лучше.
• Музыка. Подложку опускайте на 12–18 дБ под голос; если есть автоматический дакинг — включите его.
• Паузы. Оставляйте 300–500 мс тишины в начале и в конце: платформы иногда обрезают первые миллисекунды.
• Склейки. Режьте на паузах между предложениями, а не внутри фразы — синтез не даёт дыхания, за которым можно спрятать монтажный стык.

Что писать в сценарии, а что — нет

• Пишите под произношение. «Смотрите» вместо «Обратите внимание на то, что»; «стоит 490 рублей» вместо «стоимость составляет 490 ₽».
• Числа словами. Особенно цены, даты и телефоны.
• Одна мысль — одно предложение. Точка даёт паузу, за которую зритель успевает считать кадр.
• Не дублируйте текст на экране. Если фраза уже написана в кадре, голос должен добавлять, а не повторять.

Субтитры

Сценарий уже является точным текстом дорожки, поэтому субтитры собираются из него без распознавания: остаётся расставить тайминги в редакторе. Если исходник, наоборот, видео без сценария, текст достаётся транскрибацией видео.

Где это применяют чаще всего

• Карточки маркетплейсов. Десятки коротких роликов с одинаковой структурой и разными характеристиками.
• Обучающие курсы. Материал обновляется каждый семестр, и переписать абзац дешевле, чем собирать диктора.
• Инструкции и онбординг. Голос нужен ровный и одинаковый во всех роликах.
• Локализация. Один визуальный ряд и несколько текстовых версий.

Полный набор голосов и правила подготовки текста — на странице озвучки текста.

Требования площадок

• Reels и Shorts. Первые две секунды решают, досмотрят ли ролик: начинайте с сути, а не с приветствия.
• VK Клипы. Много просмотров без звука — дублируйте ключевые фразы титрами.
• YouTube. Длинные ролики терпят спокойный темп; голос можно вести ровнее и медленнее.
• Маркетплейсы. Ограничения по хронометражу жёсткие — считайте знаки заранее.

Чек-лист перед экспортом

1. Дорожка прослушана целиком, а не по фрагментам.
2. Числа, цены и названия звучат так, как задумано.
3. Громкость голоса ровная, музыка не перебивает.
4. В начале и в конце есть 300–500 мс тишины.
5. Хронометраж совпадает с требованиями площадки.
6. Титры дублируют главное — ролик должен работать без звука.

Локализация и серии роликов

Синтез особенно выгоден там, где роликов много, а различий мало: карточки товаров, уроки курса, инструкции по моделям. Один визуальный шаблон и разные тексты дают серию за час вместо недели, и голос во всех роликах звучит одинаково.

Если исходник — уже готовое видео, из которого нужен текст, это транскрибация видео. Правила подготовки текста — на странице озвучки текста.