Речь в текст в реальном времени — это стриминговое распознавание: текст появляется по мере того, как вы говорите, а не только после остановки. Так в потоковом режиме работает, например, Amazon Transcribe. Поток (potok.now) устроен иначе: зажали горячую клавишу, сказали, отпустили — и текст вставляется в активное поле, отклик у Потока около 0,4 с.
Стриминговое распознавание — это режим, при котором текст появляется по мере произнесения речи, а не только после полной остановки. Например, стриминг показывает частичный текст ещё до конца фразы. Другой режим — когда текст появляется целиком после того, как человек закончил говорить.
Какие термины встречаются рядом с «реальным временем»
В описаниях сервисов распознавания речи одни и те же понятия называют по-разному. Вот что стоит за основными словами:
- Стриминговое, или потоковое, распознавание — текст выводится по мере речи, частями, а не одним куском после паузы.
- Частичные результаты — промежуточный текст, который стриминг выдаёт до конца фразы. В документации Amazon Transcribe сказано прямо: раз потоковый режим работает в реальном времени, расшифровка приходит частичными результатами.
- Облачное распознавание — речь распознаётся на сервере, а не на самом компьютере. Так устроен голосовой ввод Windows по Win+H: он распознаёт в облаке Microsoft, без интернета не работает, а русский в нём есть только в Windows 11. Облачное распознавание и у «Потока», его серверы находятся в России.
- Отклик — задержка, через которую текст оказывается в поле; у «Потока» он около 0,4 с.
- Горячая клавиша диктовки — сочетание, пока зажато которое, программа слушает микрофон.
Подробнее о сочетаниях клавиш для диктовки — в статье о горячих клавишах голосового ввода.
| Термин | Что значит | Пример |
|---|---|---|
| Стриминговое распознавание | режим, при котором текст появляется по мере произнесения речи, а не только после полной остановки | стриминг показывает частичный текст ещё до конца фразы |
| ONNX | открытый формат представления обученных моделей, позволяющий запускать их в разных средах и на разном оборудовании | модель в формате ONNX можно запустить не только там, где она была обучена |
| Орфографическая нормализация | приведение распознанного текста к стандартным правилам письма конкретного языка | орфографическая нормализация выправляет написание, которое не совпадает с обычной письменной нормой |
| Токен | минимальная единица текста, с которой работает языковая модель — слово, часть слова или символ | длинное редкое слово модель может разбить на несколько токенов |
Как включить перевод речи в текст на компьютере
Порядок для программы с горячей клавишей такой:
- Установите «Поток» и войдите в аккаунт: вход проходит на сайте, приложение подхватывает его само. Без входа диктовка не запускается.
- Разрешите системный доступ к микрофону: без него диктовка не работает.
- Поставьте курсор в поле, куда нужен текст: в письмо, документ или чат.
- Зажмите горячую клавишу. По умолчанию это Ctrl+Space, в настройках её меняют на другое сочетание, любую клавишу или боковую кнопку мыши.
- Говорите, пока клавиша зажата: микрофон слушает только в это время.
- Отпустите клавишу. Текст вставится туда, где стоит курсор, уже с запятыми, точками и заглавными буквами.
Встроенные средства тоже есть. На Mac Диктовку включают в меню Apple → «Системные настройки» → «Клавиатура» → раздел «Диктовка», а запускают клавишей микрофона, сочетанием клавиш диктовки или через «Правка» → «Начать диктовку». Общий обзор способов — в статье о наборе текста голосом на компьютере.
Когда «Поток» не подойдёт для перевода речи в текст
Поток — облачный сервис: речь распознаётся на серверах в России, без интернета он не работает. Если аудио сохранилось, запись остаётся в истории, и её распознают заново кнопкой «Перераспознать», когда связь вернётся. Расшифровки файлов и записей у Потока нет: готовую аудиозапись лекции или встречи он в текст не переведёт — для готовых записей у «Потока» есть Telegram-бот @potok_now_bot. Приложений для Android и iPhone нет, перевода между языками тоже. Языки — только русский и русский вперемешку с английским. Тому, кто диктует весь день, бесплатных 2500 слов в неделю может не хватить.
Частые вопросы
Да, в macOS есть встроенная Диктовка с русским языком. Её включают в меню Apple → «Системные настройки» → «Клавиатура» → раздел «Диктовка», а запускают клавишей микрофона, сочетанием клавиш диктовки или через «Правка» → «Начать диктовку».
Нет. В Windows 10 русского в списке языков диктовки по Win+H нет, а голосовые команды там только на английском (США). Русский голосовой ввод по Win+H есть в Windows 11.
Речь в текст в реальном времени. «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 «Речь в текст в реальном времени» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Речь в текст в реальном времени. «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 «Речь в текст в реальном времени» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Речь в текст в реальном времени. 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 «Речь в текст в реальном времени» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Речь в текст в реальном времени. 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 «Речь в текст в реальном времени» 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»Готовые записи расшифровывает Telegram-бот «Потока» @potok_now_bot: пришлите файл или ссылку на YouTube, VK Видео, RuTube, Instagram или TikTok — текст придёт в чат. Подписка «Потока» снимает лимит и в боте.
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: docs.aws.amazon.com · support.microsoft.com