Чтобы сравнить два распознавателя речи на своих файлах, посчитайте WER для каждого, например библиотекой JiWER (Python 3.8 или новее): `pip install jiwer`. До подсчёта эталон и обе расшифровки приводят к одной нормализации: без регистра и пунктуации. Сравнивать текст с пунктуацией и без неё иначе нельзя. Готовая диктовка — Поток (potok.now).
Для сравнения нужны эталонная расшифровка ваших записей и расшифровки от обоих распознавателей. Дальше считается WER, и главное правило — приводить тексты к одному виду до подсчёта.
Как сравнить два распознавателя речи на своих файлах
Установите библиотеку JiWER командой pip install jiwer, ей нужен Python 3.8 или новее. Она считает WER, MER, WIL, WIP и CER. Прогоните через каждый распознаватель одни и те же записи, затем посчитайте метрику между эталоном и расшифровкой отдельно для каждого. О самой метрике есть статья про WER в распознавании речи.
В описании оценки GigaAM ссылки и гипотезы нормализуют перед подсчётом: приводят к нижнему регистру, убирают пунктуацию и так далее. В их таблице звёздочка у Whisper и E2E значит: к результату применили постобработку, то есть убрали пунктуацию и заглавные буквы, заменили числительные. Отсюда вывод: сравнивать модели с пунктуацией и без неё можно только после одинаковой нормализации.
Как сравнить честно
- Приведите эталон и расшифровки обоих распознавателей к одной нормализации до подсчёта: один регистр, пунктуация убрана у всех.
- Не сравнивайте результат одной модели с пунктуацией с результатом другой без неё.
- Считайте метрику для каждого распознавателя на одних и тех же файлах. JiWER умеет считать WER, MER, WIL, WIP и CER: выберите одну метрику и применяйте её к обоим распознавателям.\n- Помните про звёздочку в таблице GigaAM: у Whisper и E2E она означает постобработку, то есть убраны пунктуация и заглавные буквы, заменены числительные. Своя нормализация должна быть такой же для обоих распознавателей, а не только для одного из них.
- Сколько файлов нужно брать, источники не определяют, поэтому ориентируйтесь на свою задачу.
| 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 |
| MacWhisper | macOS | Free-версия доступна ("Free forever", ограниченный функционал), Pro — платно | €64/разово (Pro, разовая покупка через Gumroad, пожизненные обновления); $29.99/год (Pro, версия App Store ("Whisper Transcription"), подписка); $99.99/разово (Pro, версия App Store, разовая покупка) | не раскрыто | устройство (офлайн) по умолчанию — локальные модели Whisper; есть опциональные облачные провайдеры транскрипции, но не основной режим |
| Голосовой ввод Google (Google Docs voice typing + Gboard) | Web (Google Docs, Chrome/Edge/Safari — актуальные версии), Android (Gboard), iOS (Gboard) | бесплатно, встроено в Google Docs и в клавиатуру Gboard | — | не раскрыто | облачно: в Google Docs распознавание речи обрабатывает браузер, который управляет сервисом speech-to-text и определяет обработку речи, после чего текст отправляется в Google Docs (т.е. используется облачный сервис браузера/Google, а не локальная обработка). В Gboard часть расширенных функций голосового ввода (advanced voice typing) для отдельных локалей работает на устройстве и не отправляется на серверы Google по умолчанию, но обычный голосовой ввод Gboard в общем случае облачный |
| 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) |
| Voco (ЦРТ) и Laitis — легаси-программы голосового ввода для Windows | Windows | Voco: неизвестно, был платным продуктом с версиями Basic/Professional/Enterprise, бесплатной версии не было. Laitis: бесплатная версия есть ("free, no ads"), плюс отдельная платная версия, которая, по словам разработчиков, отличается стабильностью работы | — | не раскрыто | Voco: судя по руководству пользователя (2022), распознавание речи Voco исторически работало локально на ПК (offline, без интернета) — это отличало его от современных облачных сервисов, но это не подтверждено на актуальном сайте, так как продукт не найден в текущем каталоге. Laitis: сайт laitis.ru указывает, что для распознавания речи требуется интернет-соединение — то есть облачная обработка |
| 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) |
| SuperWhisper | macOS, Windows, iOS | бесплатно: маленькие локальные модели без ограничений по использованию (офлайн) | $8.49/мес (Pro, помесячно); $84.99/год (Pro, годовая (≈$7.08/мес)); $249.99/разово (Lifetime, разово, покрывает Mac+Windows+iOS) | не раскрыто | гибрид: маленькие локальные модели офлайн (бесплатно), крупные облачные модели (Scribe, Nova, Gemini, GPT и др.) через прокси Superwhisper на Pro/BYOK — провайдеры видят запрос от прокси, не аккаунт пользователя |
| А-ГОЛОС | macOS, Windows, Android | 20 минут аудио в месяц бесплатно, без привязки карты | 490 ₽/мес (Lite, 120 мин/мес); 4900 ₽/год (Lite, год); 950 ₽/мес (Pro, 300 мин/мес) | рубли напрямую (через внешнего платёжного провайдера, данные карт сервисом не хранятся) | облако — политика заявляет хранение персональных данных на серверах в РФ, но само распознавание речи выполняет OpenAI (США); результаты и аудио на серверах компании не хранятся |
| SpeakFlow | Windows, Web | 30 минут диктовки в месяц, бесплатно навсегда | 690 ₽/мес (Персональный (безлимит)) | рубли напрямую | облако (страна дата-центра не раскрыта на сайте) (не подтверждено) |
| 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) |
| Spokenly | macOS, Windows, Linux, iOS | локальные модели (Whisper/Parakeet) бесплатно навсегда без лимита слов; при подключении собственных API-ключей (BYOK) — тоже бесплатно | $9.99/мес (Pro, помесячно); $99.99/год (Pro, годовая (≈$8.33/мес)) | не раскрыто | гибрид: локально на устройстве (Whisper/Parakeet, бесплатно) либо облако (GPT-4o Transcribe, Deepgram Nova 3, Soniox и др. — через BYOK или Pro) |
Если стенд для сравнения не нужен
Для подсчёта метрики нужен Python. Если нужна просто готовая диктовка, а не стенд для сравнения, подойдёт Поток — облачный сервис, распознавание на серверах в России; без интернета не работает. Приложений для телефона у Потока нет. Одна подписка — приложение для диктовки и Telegram-бот potok_now_bot для записей и голосовых. Про запуск распознавания на своём компьютере есть отдельный разбор.
Частые вопросы
JiWER считает WER, MER, WIL, WIP и CER. Установка — `pip install jiwer`, нужен Python 3.8 или новее.
В оценке GigaAM ссылки и гипотезы нормализуют перед подсчётом: приводят к нижнему регистру, убирают пунктуацию. Звёздочка у Whisper в их таблице означает такую же обработку: убрали пунктуацию и заглавные, заменили числительные.
Как сравнить два распознавателя речи на своих файлах. «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 сравнить два распознавателя речи на своих файлах» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Как сравнить два распознавателя речи на своих файлах. «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 сравнить два распознавателя речи на своих файлах» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Как сравнить два распознавателя речи на своих файлах. 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 сравнить два распознавателя речи на своих файлах» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Как сравнить два распознавателя речи на своих файлах. 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 сравнить два распознавателя речи на своих файлах» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Как начать
«Поток» есть для Windows, macOS и Linux. Две недели всё открыто бесплатно, дальше — 2500 слов в неделю без оплаты. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Одна подписка — два инструмента: диктовка в любой программе на компьютере и @potok_now_bot в Telegram, который расшифровывает голосовые, аудио и видео.
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