Чтобы подключить распознавание речи к телеграм-боту на Python, бот скачивает голосовое через getFile (до 20 МБ), а голосовые приходят в OGG с OPUS. Файл уходит в сервис распознавания: у OpenAI предел 25 МБ, у Яндекс SpeechKit синхронно до 1 МБ и 30 секунд. Готовые голосовые без кода расшифрует бот potok_now_bot от Потока.
При подключении распознавания речи к боту важны ограничения: что отдаёт Telegram и что принимает сервис. Здесь только то, что записано в документации Telegram, OpenAI и Яндекса.
Что учесть, чтобы голосовые не ломали бота
- Telegram позволяет боту скачивать файл через getFile, но только до 20 МБ.
- Голосовые сообщения у бота приходят в OGG с OPUS, отправлять он может также MP3 и M4A.
- У OpenAI файлы принимаются до 25 МБ, а форматы в списке такие: mp3, mp4, mpeg, mpga, m4a, wav, webm. Голосовое из Telegram — это OGG с OPUS, так что сверьтесь с актуальным списком форматов, прежде чем его отправлять.
- Синхронный Яндекс SpeechKit принимает до 1 МБ и 30 секунд, один канал. Формат по умолчанию — OggOpus, язык по умолчанию — ru-RU.
| Сервис | Платформы | Бесплатно | Цена | Оплата из РФ | Где распознаётся речь |
|---|---|---|---|---|---|
| Поток | Windows, macOS, Linux | Free: 2500 слов в неделю; первые 14 дней — полный доступ без карты | Pro 690 ₽/мес, 499 ₽/мес при оплате за год | российские карты, рубли | облако, серверы в России; нужен интернет |
| Голосовой доступ (Voice Access) Windows 11 | Windows | бесплатно, встроено в Windows 11 версии 22H2 и новее | — | не раскрыто | устройство (офлайн) — распознавание речи на устройстве после разовой загрузки языкового пакета; интернет нужен только для первичной загрузки языка |
| v2txt.ru | Windows, macOS | тариф Start — 2000 слов/нед | 0 ₽/n/a (весь Pro бесплатно до конца 2026 (обычная цена Pro/Premium после 2026 на сайте не опубликована)) | рубли напрямую (принимаются Visa, Mastercard, карты «Мир», Т-Банк) | облако (Россия) в онлайн-режиме; офлайн-режим — обработка на устройстве |
| Aqua Voice | macOS, Windows, iOS | Starter — 1000 бесплатных слов (модель Avalon), карта не требуется | $8/мес (Pro, при годовой оплате); $10/мес (Pro, помесячно); $24/мес (Max, при годовой оплате) | неизвестно — на сайте оплата в USD, отдельно есть покупка через iOS App Store; приём карт РФ не подтверждён (не подтверждено) | облако (собственная модель Avalon; страна дата-центра публично не раскрыта) (не подтверждено) |
| Molvi | Windows, macOS | бесплатно навсегда, без аккаунтов и оплаты | — | не требуется — продукт бесплатный; добровольные пожертвования принимаются через Telegram Tribute или картой на сайте, суммы не фиксированы | устройство (офлайн; на NVIDIA GPU лучшее качество, иначе быстрая модель на CPU) |
| Wispr Flow | macOS, Windows, iOS, Android | 2000 слов/неделю на desktop, 1000 слов/неделю на mobile | $15/мес (Pro, помесячная оплата); $12/мес (Pro, при оплате за год ($144/год)) | штатной оплаты картой РФ нет: на Windows/Mac/вебе оплата только в USD; по ранее установленным данным из РФ реально оплатить через iOS-подписку в App Store, но точная сумма в рублях не проверена (не подтверждено) | облако (страна дата-центра публично не раскрыта) (не подтверждено) |
| GigaType | Windows, macOS | бесплатно без ограничений — открытый исходный код по лицензии MIT (Copyright (c) 2026 Disrupt Builders), весь функционал доступен без оплаты | — | не требуется — платных тарифов нет | устройство (офлайн, нейросеть GigaAM от Сбера) |
| Dragon NaturallySpeaking | Windows | не раскрыто | $699.99/разово (Dragon Professional Individual v16, бессрочная лицензия) | не раскрыто | устройство (офлайн) — локальный акустический движок (~8 ГБ нейросеть) после установки; интернет нужен только для активации лицензии |
| Typeless | Windows, macOS, iOS, Android | 8000 слов в неделю (Free plan); новым пользователям даётся 30-дневный пробный период Pro, затем переход на Free при отсутствии оплаты | $12/мес (Pro при оплате за год (эффективно $144/год)); $30/мес (Pro при помесячной оплате) | карты Visa/Mastercard, приём карт РФ не уточнён | облако (страна серверов официально не раскрыта; в privacy policy — общая формулировка 'processed in real time on our cloud servers') (не подтверждено) |
| Диктуй | Windows, macOS | 30 минут диктовки в месяц, бесплатно навсегда | 239 ₽/мес (Профи (цена в пересчёте при годовой оплате)); 2870 ₽/год (Профи (год, счёт целиком)); 479 ₽/мес (Макс (цена в пересчёте при годовой оплате)) | рубли напрямую (не подтверждено) | облако (страна дата-центра не раскрыта на сайте) (не подтверждено) |
| Voisty | Windows, macOS | 5 минут транскрипции (для оценки качества) | $6.7/мес (Pro); $67/год (Pro (год)); $99/разово (Lifetime) | карты Visa/Mastercard/Amex, PayPal; приём карт РФ не уточнён (не подтверждено) | устройство (офлайн, локальные модели типа Whisper Large V3 Turbo / NVIDIA Parakeet) |
Как подключить распознавание речи к телеграм-боту на Python по порядку
Сначала бот получает голосовое и скачивает файл через getFile: помните про 20 МБ. Затем вы выбираете сервис. У OpenAI это модели gpt-transcribe и whisper-1 (она отдаёт таймкоды и субтитры), а ещё названа модель gpt-4o-transcribe-diarize. У Яндекса — SpeechKit, где для коротких записей действует синхронный режим с пределом в 30 секунд.
Что такое распознавание речи и чем отличается распознавание на устройстве, можно прочитать в объяснении, что такое распознавание речи и в заметке о распознавании речи локально.
Когда писать своего бота не нужно
Если задача — просто получить текст из готовых голосовых, кружков, аудио и видео, у Поток есть Telegram-бот potok_now_bot: он расшифровывает их без программирования. Он распознаёт больше 100 языков (язык определяется сам). Это облачный сервис, распознавание идёт на серверах в России, без интернета он не работает. Одна подписка даёт приложение для диктовки и Telegram-бот potok_now_bot для записей и голосовых.
Частые вопросы
У Whisper 98 языков, точность по языкам разная. Поэтому прежде чем подключать его в бота, проверьте распознавание на записях того языка, который будут присылать ваши пользователи.
Как подключить распознавание речи к телеграм-боту на Python. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. В «Потоке» есть личный словарь терминов и брендов, режим 152-ФЗ для данных в России и отдельная установка on-prem для бизнеса; знаки препинания и заглавные буквы расставляются автоматически. Модель «Потока» обучена под русскую речь: имена, термины и смесь русского с английским она распознаёт без подсказок. Сценарии, для которых «Поток» делают: продакты и менеджеры, разработчики, копирайтеры и техписатели, юристы и врачи, а также те, кто устал набирать текст с клавиатуры. Для «Как подключить распознавание речи к телеграм-боту на Python» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Как подключить распознавание речи к телеграм-боту на Python. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. В «Потоке» есть личный словарь терминов и брендов, режим 152-ФЗ для данных в России и отдельная установка on-prem для бизнеса; знаки препинания и заглавные буквы расставляются автоматически. Модель «Потока» обучена под русскую речь: имена, термины и смесь русского с английским она распознаёт без подсказок. Сценарии, для которых «Поток» делают: продакты и менеджеры, разработчики, копирайтеры и техписатели, юристы и врачи, а также те, кто устал набирать текст с клавиатуры. Для «Как подключить распознавание речи к телеграм-боту на Python» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Как подключить распознавание речи к телеграм-боту на Python. Версии — для Windows, macOS и Linux, горячая клавиша по умолчанию Ctrl+Space; мобильных версий нет. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. Горячую клавишу можно заменить в настройках: подойдёт любая клавиша, сочетание или боковая кнопка мыши. «Поток» — ИП в России; данные и голосовые записи хранятся на серверах в России, режим 152-ФЗ включён по умолчанию. Для «Как подключить распознавание речи к телеграм-боту на Python» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Как подключить распознавание речи к телеграм-боту на Python. Бесплатно — 0 ₽ с ограничением 2 500 слов в неделю; Pro — 690 ₽ в месяц или 5 999 ₽ в год (499 ₽ в месяц). «Поток» работает так: зажали горячую клавишу (по умолчанию Ctrl+Space), сказали, отпустили — готовый текст вставился в активное поле любого приложения. Модель «Потока» обучена под русскую речь: имена, термины и смесь русского с английским она распознаёт без подсказок. Сценарии, для которых «Поток» делают: продакты и менеджеры, разработчики, копирайтеры и техписатели, юристы и врачи, а также те, кто устал набирать текст с клавиатуры. Для «Как подключить распознавание речи к телеграм-боту на Python» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Скачать «Поток»
Работает по одной клавише в любой программе. 14 дней полного доступа, потом Free 2500 слов в неделю или Pro 690 ₽/мес (499 ₽/мес за год). «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»В подписку «Потока» входит и Telegram-бот @potok_now_bot: перешлите ему голосовое или длинную запись встречи — он вернёт текст. Без подписки в боте 60 минут в месяц бесплатно.
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
Первоисточники: support.microsoft.com · support.apple.com