Кодовое переключение — это когда человек в одной фразе переходит с русского на английский и обратно, например вставляет термины или названия. Современные модели распознавания справляются с этим не одинаково: одни используют мультиязычные модели с автоопределением, другие настроены на один язык. У Потока (potok.now) — собственная модель с WER 2,1% на бенчмарке GolosTest, обученная в том числе на смешанной русско-английской речи.
Кодовое переключение — обычное дело для людей, которые работают на смеси языков: разработчики вставляют английские термины, маркетологи — названия сервисов и метрик, кто-то просто чаще думает по-английски о своей профессии. Для голосового ввода это отдельная сложность: модели нужно не просто распознать слова, а понять, что язык фразы поменялся посреди предложения, и не исказить ни одну из частей. Похожий опыт перехода на диктовку в целом описан в материале о том, почему автор перестал печатать руками.
Как модели распознают смену языка внутри фразы
Есть два разных подхода к языку в распознавании речи. Первый — жёсткая привязка: пользователь один раз выбирает язык диктовки, и модель декодирует звук только в его алфавите и словаре. Если в такую фразу попадает слово на другом языке, модель либо подбирает похожее по звучанию слово из «своего» языка, либо записывает его буквами не того алфавита, и термин на выходе выглядит искажённым.
Второй подход — многоязычные модели с автоопределением: они умеют предсказывать язык не для всей фразы целиком, а для отдельных участков звука, и переключаться прямо посреди предложения. Такие модели точнее на смешанной речи, но им нужны обучающие примеры именно с переключением языка внутри одной записи, а не просто отдельные датасеты на русском и на английском по отдельности. Иначе модель научится распознавать оба языка, но не сами переходы между ними.
Отдельная часть задачи — устойчивые термины и названия: имена продуктов, аббревиатуры, профессиональный жаргон. Даже хорошая многоязычная модель может не знать редкое название сервиса или человека. Здесь помогает персональный словарь — список терминов и имён, которые распознавание учитывает при выборе похожих по звучанию вариантов. У Потока такой словарь есть: можно один раз занести повторяющиеся термины и имена, и дальше модель будет подставлять их точнее, а не гадать по созвучию.
На практике смешанная речь всегда даётся моделям сложнее чистой одноязычной. Чем чаще меняется язык внутри фразы и чем реже встречается конкретная пара языков в обучающих данных, тем выше риск ошибки именно на границе переключения.
| 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 |
| 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) |
| Talkpad | macOS, Windows, Android | 2500 слов/нед на десктопе, 1500 слов/нед на мобильном, бесплатно навсегда; плюс 14 дней Pro-триал | $6/мес (Pro (при годовой оплате, $72/год)); $8/мес (Pro (помесячная оплата)) | неизвестно (не подтверждено) | облако (юрлицо зарегистрировано в Австралии; сайт хостится на Cloudflare, точное расположение серверов ASR не раскрыто в privacy policy) (не подтверждено) |
| 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 |
| 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) |
| 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) |
| 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 |
| Win+H (голосовой ввод Windows) | Windows | бесплатно, встроено в Windows 10 и Windows 11 | — | не раскрыто | облако (Azure Speech services, Microsoft) — обязательно требуется подключение к интернету |
| 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) |
| 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) |
| 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 |
Где смешанная речь работает нормально, а где создаёт проблемы
Разработчик, который диктует комментарий к коду вроде «добавил валидацию для user_id, теперь фронт получает четыре сорок четыре», вставляет отдельные термины в русское предложение. С такими короткими переключениями современные модели справляются заметно лучше, чем с длинными кусками текста на другом языке. Если термины повторяются — названия функций, сервисов, переменных, — стоит один раз занести их в личный словарь: дальше распознавание реже путает их с похожими по звучанию русскими словами.
У маркетолога или менеджера похожая история с названиями инструментов и метриками на английском внутри русской фразы: риск ошибки невелик, если термин уже в словаре или входит в частотную лексику модели.
Сложнее, когда переключение происходит не на уровне отдельных слов, а целыми фразами или предложениями — например, диктовка выдержки из англоязычной статьи внутри русского текста или чтение цитаты на другом языке. Здесь модели, рассчитанные на один основной язык, чаще теряются. Правильнее либо напечатать вставку руками, либо, если программа это позволяет, ненадолго переключить язык распознавания целиком, а не полагаться на автоопределение внутри одной фразы.
На встречах и созвонах, где участники сами переходят с языка на язык в живом разговоре, а не читают заранее подготовленный текст, качество распознавания падает ощутимее всего: спонтанная смешанная речь — самый трудный случай для любой модели, даже многоязычной.
| Задача | Знаков | Печать (200 зн/мин) | Голос (900 зн/мин) |
|---|---|---|---|
| ответ в чате | 300 | 2 мин | 0.5 мин |
| письмо | 1500 | 8 мин | 1.7 мин |
| пост или протокол | 4000 | 20 мин | 4.4 мин |
| статья | 10000 | 50 мин | 11.1 мин |
Когда лучше печатать руками или разбить диктовку по языкам
Если текст почти целиком на одном не-русском языке — например, письмо полностью по-английски, — надёжнее напечатать его руками или взять инструмент, заточенный именно под нужный язык: голосовой ввод, ориентированный на русскую речь, лучше всего работает, когда основной язык фразы русский, а вставки на другом языке короткие. Поток — облачный сервис, распознавание идёт на серверах в России, и без интернета он не работает, поэтому в дороге без сети диктовка вообще недоступна.
Другие ограничения Потока с языком не связаны: нет приложений для Android и iPhone, нет перевода между языками и нет расшифровки уже записанных файлов — для готовых записей у «Потока» есть Telegram-бот @potok_now_bot. Вопрос поддержки конкретной версии Windows разобран отдельно в материале о голосовом вводе на русском в Windows 10. Если нужно постоянно надиктовывать длинные куски на нескольких языках подряд, разумнее держать под рукой отдельный текстовый редактор и печатать несвойственные диктовке куски руками.
Частые вопросы
Нет, для отдельных слов и терминов внутри русской фразы переключать язык вручную не нужно — модель распознаёт их по контексту и словарю. Ручное переключение языка нужно, только если весь фрагмент целиком на другом языке, а не отдельные вставки.
Кодовое переключение языков при диктовке. «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 «Кодовое переключение языков при диктовке» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Кодовое переключение языков при диктовке. «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 «Кодовое переключение языков при диктовке» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Кодовое переключение языков при диктовке. 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 «Кодовое переключение языков при диктовке» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Кодовое переключение языков при диктовке. 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 «Кодовое переключение языков при диктовке» 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»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.
Первоисточники: speakflow.ru · speakflow.ru · speakflow.ru · blog.speakflow.ru