Синтез речиРечь в текст

Higgs Audio

Выразительный синтез речи и диалогов с клонированием голоса, плюс модели распознавания. Третья версия синтеза поддерживает около 100 языков, включая русский, но некоммерческая.

Клонировать голос можно только с согласия владельца голоса. Запись чужого голоса без разрешения и выдача её за подлинную — это отдельный риск, юридический и репутационный; порядок согласования лучше обсудить с юристом.

Разработчик: Boson AI, США
Первый выпуск: июл 2025
Последний выпуск: июн 2026
Размеры: около 3B – 8B
Лицензия: Коммерция с условиямиHiggs Audio v2 — Boson Community License на основе лицензии Llama 3 (свыше 100 тыс. пользователей в год нужна отдельная лицензия); модели распознавания v3 — Apache 2.0; higgs-tts-3 — только некоммерческое
Русский язык: Есть
Готовые сборки: GGUF
Запуск: Через свой серверНужна видеокарта
Сферы: Медиа и продакшн, Маркетинг и контент

Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

Выразительная озвучка роликов
Озвучка диалогов
Клонирование голоса
Расшифровка речи

Где применяется

МедиаИгрыМаркетинг

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии

нет версий

1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии

подходит

КластерСервер с несколькими видеокартами — флагманские версии

нет версий

Версии

июн 2026Higgs TTS 3 (4B)
апр 2026Higgs Audio v3 8B STT v2
мар 2026Higgs Audio v3 STT
июл 2025Higgs Audio v2 (3B)

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face

Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам. Квантование — сжатие модели: она занимает меньше видеопамяти и работает на более скромном железе. Отвечает при этом чуть иначе, поэтому качество проверяют на своих примерах.

Частые вопросы

Можно ли использовать Higgs Audio в коммерческом проекте?

С условиями. Лицензия: Higgs Audio v2 — Boson Community License на основе лицензии Llama 3 (свыше 100 тыс. пользователей в год нужна отдельная лицензия); модели распознавания v3 — Apache 2.0; higgs-tts-3 — только некоммерческое. Ограничения бывают разными — регион, выручка компании, требование указывать авторство. Перед коммерческим запуском проверьте условия с юристом.

Какое железо нужно для Higgs Audio?

Минимум: Одна видеокарта на 16–80 ГБ — средние версии. Без видеокарты модель практически не работает. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли Higgs Audio русский язык?

Да, русский язык заявлен в карточке модели.

Где скачать Higgs Audio и сколько это стоит?

Веса Higgs Audio лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.