В России, согласно открытым данным финансовой отчетности, выручка 48 крупнейших студий неофициальной озвучки за 2024 год выросла вдвое и превысила 94 миллиарда рублей, издательский рынок аудиокниг с 2023 по 2025 годы увеличился более чем вдвое - с 3,3 до 6,91 миллиарда рублей, а рынок музыкального стриминга за 2025 год вырос на 35,2 процента и достиг 53,97 миллиарда рублей, рассказал "Российской газете" доцент кафедры информатики РЭУ им. Г. В. Плеханова Александр Тимофеев.

По оценкам аналитического агентства INRESEARCH, всего российский рынок студий озвучивания, дубляжа и постпродакшна вырос с 3,4 миллиарда рублей в 2020 году до 6,7 миллиардов в 2025-м. Число участников рынка превысило 2 тысячи компаний, а совокупная чистая прибыль отрасли в 2025 году составила 281,1 миллиона рублей. При этом рынок остается концентрированным: десять ведущих игроков формируют здесь около 43 процентов всего объема. Среди лидеров - "Графон", "Си Джи ОН", "Студия Вверх", "ЭЙ ПИ Диджитал".

Востребованные направления

Помимо классической музыкальной звукорежиссуры, к которой относятся запись, сведение и мастеринг треков, студии сегодня занимаются саунд-дизайном и созданием медиаконтента. В игровом продакшне востребован звук для игр, в кино и театре - речь, шумы и звуковые эффекты, в рекламе - создание звуковых образов. Особенно популярными стали подкасты и стриминги. В зависимости от направления различаются и гонорары исполнителей.

"Сильнее всего доход диктора зависит от того, зарабатывает ли заказчик на его голосе, - рассказал основатель и управляющий партнер аналитической компании ДОВОД Никита Малов. - Диктор, который продает минуту записи, конкурирует с синтезом по цене и проигрывает. Диктор, который до записи спрашивает заказчика, где будет звучать ролик и что тот продает, может объяснить, почему его голос стоит дороже синтеза, и назначить цену выше".

Так, на портале "Работа России" летом и осенью 2026 года пригородная железнодорожная компания и один из аэропортов искали дикторов с зарплатой около 43-45 тысяч рублей в месяц. "Это вдвое меньше медианной зарплаты, которую сейчас предлагают работодатели в России: по данным HeadHunter, в ноябре 2026 года медиана в вакансиях составила 90,1 тысячи рублей. Такой диктор объявляет поезда и рейсы, и от его голоса ничьи продажи не зависят, - говорит Малов. - Именно такую работу заказчики отдают синтезу речи первой, вместе с голосовым меню колл-центров, инструкциями для сотрудников и черновой озвучкой роликов".

Спрос на профессиональных дикторов и актеров дубляжа поддерживают стриминги, художественные аудиокниги, видеоигры и имиджевая реклама, говорит Тимофеев. "Например, самые высокие доходы получаются за проекты по озвучке кино, сериалов и видеоигр с оплатой от 10 до 30 тысяч рублей за четырехчасовую смену или проектные гонорары", - отметил он.

В целом, за "озвучку" короткого рекламного ролика или промо платят до 15 тысяч рублей, за аудиокнигу или подкаст можно получить от 20-30 тысяч и больше. Реплики или реакции героев видеоигр могут стоить 50 тысяч рублей за проект, а за дубляж в кино или сериале крупные проекты платят от 100 тысяч рублей.

Сумма также зависит от региона, от опыта актера и его "узнаваемости". Нередко за одним зарубежным актером или за одним героем игры или сериала закрепляется конкретный голос. Например, российский актер Всеволод Кузнецов озвучивал Киану Ривза и Тома Круза, а также Волана-де-Морта в фильмах о Гарри Поттере и "Кота в сапогах" в мультфильме "Шрек". А Сергей Бурунов говорит за Леонардо ди Каприо, Джонни Деппа и за Дракулу в мультфильмах "Монстры на каникулах".

Влияние ИТ-технологий

Из-за развития технологии ИИ сектор аудиозаписи и производства переживает стремительную трансформацию, рассказал старший преподаватель кафедры бизнес-информатики Финансового университета при Правительстве РФ Ахмад Алханнаш. Эти технологии теперь способны имитировать человеческие голоса, преобразовывать текст в речь, удалять шумы, улучшать качество записи, а также создавать озвучку и дубляж на нескольких языках. "Они перестали быть просто инструментами. Они стали настоящими конкурентами некоторым услугам, предлагаемым традиционными студиями звукозаписи, особенно в случае повторяющихся и масштабных проектов", - говорит он.

Спрос на эти технологии растет в таких областях, как реклама и цифровой маркетинг, производство аудиокниг и подкастов, электронное обучение, видеоигры, дубляж фильмов и видеороликов, а также в системах автоматического ответа и голосовых помощниках, отметил эксперт. Эти приложения позволяют быстрее и с большей оперативной гибкостью создавать многоязычный контент.

Студии звукозаписи стали подстраиваться под бизнес-модель заказчиков. Например, запись одного часа аудиокниги живым диктором занимает 3-4 часа работы в студии, включая запись, чистку и монтаж, и стоит десятки тысяч рублей, говорит Тимофеев. Нейросеть делает это за 5 минут и в 10-20 раз дешевле.

"Для нишевой, деловой или старой литературы это единственный способ сделать аудиоверсию рентабельной. Крупные студии сами стали внедрять ИИ-инструменты, чтобы не терять клиентов. Гибридный формат устраивает всех: черновую или массовую озвучку делает нейросеть на базе голоса их штатного диктора, а звукорежиссер лишь "докручивает" сложные акценты. Студии теперь зарабатывают не только на часах аренды микрофона, но и на лицензировании голосовых моделей", - отмечает он.

Музыка

Нейросети позволяют выполнять целый ряд задач, которые раньше требовали участия звукорежиссера, аранжировщика или музыкального продюсера, говорит доцент Финансового университета при Правительстве РФ Ирина Карапетова. В числе таких задач - создание музыкальных композиций практически с нуля, генерация вокальных партий и аранжировок, разделение готовых фонограмм на дорожки, коррекция интонации и ритимических неточностей, автоматическое сведение и мастеринг.

"Особенно серьезная конкуренция наблюдается в сегменте недорогого музыкального производства, где заказчику нужен относительно простой и быстрый результат. Например, начинающий исполнитель может самостоятельно создать демозапись, обработать вокал, подобрать аранжировку и получить готовый мастеринг, практически не обращаясь в профессиональную студию", - отмечает Карапетова.

Но у такого подхода есть ограничения. ИИ пока не способен гарантировать индивидуальный художественный результат, качественную запись живых инструментов и вокала в акустически подготовленном помещении, сложные творческие решения при сведении и музыкальном продюсировании.

Показателен опрос Tracklib, проведенный в 2024 году среди музыкальных продюсеров: 25 процентов участников уже использовали ИИ в производстве музыки, говорит эксперт. При этом наиболее востребованными оказались разделение фонограммы на отдельные дорожки и инструменты обработки и мастеринга, а не генерация полностью готовых песен. В опросе Sonarworks и Sound On Sound среди 1194 музыкальных специалистов в 2026 году 58 процентов респондентов отмечали использование инструментов ИИ для восстановления звука, 38 процентов - для помощи в сведении и около 34 процентов - для мастеринга.

Бизнес и реклама

Чаще всего ИИ используют как рабочий инструмент, рассказал сооснователь университета "Зерокодер", научный сотрудник Иннополиса Кирилл Пшинник. "Яркий пример - корпоративные ролики и онбординг-видео. Они помогают наглядно показать и четко проговорить каждый шаг, который новому сотруднику важно запомнить в начале работы в компании. Здесь особенно ценна возможность быстро обновлять материалы: раньше любая правка означала новую смену в студии, теперь достаточно изменить текст, и голос обновится за несколько минут", - отметил он.

Во многом так же ИИ-озвучка работает в рекламе. Ее нередко подключают, чтобы привлечь аудиторию к потоковым вебинарам и проектам, где нужно много контента и важна скорость. "При этом не стоит забывать, что чисто сгенерированный контент уступает связке живого человека и ИИ. Даже обычные кружки и короткие рилсы, где выступает настоящий эксперт, а ИИ помогает с озвучкой и подачей предложения, работают эффективнее. Одни зрители ценят эмпатию и харизму спикера, другие смотрят, прежде всего, на ценностное предложение, а его с помощью ИИ-озвучки можно донести очень качественно", - добавил Пшинник.

ТВ, радио, игры

На классическом ТВ и радио нейросети используют гораздо осторожнее, но тренд дошел и сюда, отмечает Тимофеев. Например, в региональном радиовещании и при создании рекламы ИИ-голоса активно используют для быстрой генерации недорогих рекламных роликов, прогнозов погоды и новостных сводок, где это поток и не нужна сложная актерская подача.

"На федеральных каналах в прайм-тайм - кино, шоу, брендовой рекламе - по-прежнему доминируют живые узнаваемые авторские голоса. Однако для региональных врезок, телемагазинов, анонсов и закадрового перевода (войсовера) второстепенного контента или спортивных трансляций телеканалы уже тестируют и внедряют синтез речи для экономии средств", - говорит он.

Озвучка с ИИ также широко применяется в игровом мире. Замещение ушедшего западного кино привело к буму дубляжа турецких, корейских (дорамы), китайских и латиноамериканских сериалов, а также аниме. Рост локализации азиатских и инди-игр, а также разработка крупных российских игровых проектов требуют сложной озвучки и саунд-дизайна.

Что дешевле: голос человека или голос ИИ?

В цене важно разделять вычисления и готовый продукт, рассказал генеральный директор и основатель AiHummer Леон Сокиркин. Например, в публичном тарифе Yandex SpeechKit синтез через API v1 стоит 1 342 рубля за миллион символов с НДС. "Это стоимость генерации аудио. К ней добавляются подготовка текста, настройка произношения, прослушивание, правки и монтаж. Сравнивать этот тариф напрямую с гонораром диктора или стоимостью студийной смены было бы некорректно", - считает эксперт.

По его мнению, экономия наиболее вероятна на серийной озвучке, если голос подходит задаче и результат требует немного исправлений. На сложном художественном материале многочисленные попытки и ручная доработка могут существенно уменьшить выигрыш. Правильная единица сравнения - стоимость принятой заказчиком минуты при одинаковых требованиях к качеству.

Для типовых задач ИИ дешевле в разы, соглашается Пшинник. "И главное преимущество здесь даже не цена, а скорость. Раньше любая правка в тексте означала новую смену в студии. Сегодня достаточно поменять фразу, и голос обновится за несколько минут", - говорит он.

Зарубежные сервисы вроде ElevenLabs работают по подписке: базовый тариф стоит около 6 долларов в месяц и позволяет озвучить примерно полчаса речи. "Этого хватает, например, на десяток вариантов трехминутного онбординг-видео или на несколько десятков коротких роликов. Цена - 3-5 чашек кофе вместо аренды студии и работы диктора. Для работы с русским языком есть Salute Speech от Сбера и Yandex SpeechKit. У Яндекса оплата идет не за подписку, а за объем", - добавил Пшинник.

При этом Яндекс и Сбер развивали синтез речи первично под свои умные колонки, навигаторы и колл-центры. Но всего за 2 года нейросети научились передавать интонации, паузы, вздохи и эмоции, почти неотличимые от человеческих, отмечает Тимофеев. Чтобы окупить высокие затраты на обучение моделей, бигтех вышел на B2B-рынок контент-продакшна.

"Теперь издательства и студии, онлайн-школы и блогеры закупают у ИТ-компаний API для массовой озвучки тысяч книг. В ИТ-бизнесе только первый релиз выходит супер дорого, и любое тиражирование - почти ноль, поэтому это высокомаржинальный софт, который масштабируется без найма людей", - говорит эксперт.

Но "дешевле" не значит "бесплатно и без участия человека", добавляет Пшинник. Нейросеть может ошибиться в ударении, неверно прочитать цифры, аббревиатуры и иностранные слова, поэтому финальное прослушивание остается за человеком. Есть и юридическая сторона: клонировать чужой голос можно только с согласия его обладателя.

Перспективы отрасли в условиях развития ИИ

В ближайшем будущем модель бизнеса неизбежно будет меняться, считает Пшинник. "Студиям, которые живут на типовой озвучке для коммерческих компаний, к сожалению, придется терять заказы. Выиграют те, кто встроит ИИ в собственный процесс. Он может взять на себя черновые версии, очистку звука, монтаж и быструю локализацию. А освободившееся время специалистов уйдет туда, где человек действительно незаменим: на режиссуру, контроль качества и актерскую работу", - говорит он.

По мнению эксперта, студия будущего выглядит так: ИИ создает потоковые, рутинные записи, а человек отвечает за уникальные, смысловые, эмоциональные и эмпатийные проекты. Ценность специалиста будет определяться не тем, что он просто записал звук, а тем, что создал звучание, которому все поверят.

"Студия может быстрее выпускать версии материала, предлагать пакетную обработку и предварительные варианты озвучки, - добавляет Сокиркин. - При этом ее ценность сохраняется в работе с исполнителем, сложным исходным звуком и художественной задачей. По моей оценке, сильнее давление на услуги с типовым результатом; у студий, которые предлагают индивидуальную работу и отвечают за качество финального материала, остается пространство для развития".

Малов называет три новых направления для профессионального голоса: платные онлайн-курсы, аудиокниги, которые авторы издают сами, без издательства, и короткие видео в соцсетях, через которые предприниматели продают свои услуги. "Во всех трех направлениях от голоса диктора напрямую зависит, купит ли слушатель", - отмечает он.

Среди ключевых тенденций, которые повлияют на бизнес-модели в отрасли, Карапетова выделяет усиление конкуренции в бюджетном сегменте. "Наиболее уязвимыми окажутся студии, которые зарабатывают преимущественно на простых услугах: запись несложного вокала, базовая обработка голоса, простейшее сведение, - говорит она. - ИИ будет все активнее использоваться для сведения, мастеринга, коррекции вокала, шумоподавления и обработки аудиоматериала. Благодаря нейросетям часть процессов станет быстрее и дешевле, что сделает профессиональную звукозапись доступнее для начинающих артистов и независимых музыкантов".

Также эксперт прогнозирует рост конкуренции. Появление доступных ИИ-сервисов позволит музыкантам самостоятельно создавать демозаписи, аранжировки и даже готовые музыкальные композиции без обращения в студию. Повысится спрос на уникальное звучание: на фоне массовой генерации музыки возрастет ценность живых инструментов, оригинального вокала, авторских аранжировок и индивидуального подхода.

"Студии будут сочетать традиционную звукозапись с ИИ-инструментами, используя нейросети как дополнение к работе звукорежиссеров и музыкальных продюсеров. Будет расширяться дистанционная запись, сведение и мастеринг, что позволит российским студиям работать с клиентами из разных регионов и стран", - добавила Карапетова. Возрастет и значение правового регулирования использования ИИ-музыки, клонирования голосов, авторских произведений и защиты интеллектуальной собственности.