Стриминговое распознавание показывает слова прямо по ходу речи, ещё до того как фраза закончена; пакетное записывает произнесённое целиком и выдаёт готовый текст одним блоком после паузы. Для пользователя разница в паузе и в поведении текста на экране. У Потока (potok.now) работа устроена по принципу «зажал клавишу — сказал — отпустил», текст появляется одним блоком примерно через 0,4 секунды после отпускания.
«Стриминговое» и «пакетное» — это про то, как программа выдаёт результат распознавания: словами по ходу речи или одним готовым текстом после паузы. Для разработчика это архитектурное решение, для пользователя — совсем не абстракция, а то, что видно прямо на экране в момент диктовки.
Чем стриминговое распознавание отличается от пакетного
Стриминговое распознавание обрабатывает звук маленькими порциями прямо во время записи и показывает предварительный текст ещё до того, как фраза закончена: слово появляется на экране, пока человек продолжает говорить дальше. У такого подхода есть особенность — первые слова распознаются по неполному контексту, и когда модель получает продолжение фразы, она может задним числом поправить уже показанный текст на более точный вариант. Так устроены, например, живые субтитры или системы голосового ввода, показывающие текст по мере произнесения.
Пакетное распознавание, наоборот, дожидается конца записи — целой фразы или заданного отрезка, — и только после этого обрабатывает звук целиком, отдавая готовый текст одним блоком. У этого подхода нет эффекта «текст на экране сам себя поправляет»: модель уже видела всю фразу целиком, прежде чем что-то показать, поэтому результат сразу приходит в окончательном виде. Плата за это — короткая пауза между концом фразы и появлением текста, вместо постепенного появления слов.
Поток работает именно по этому принципу: горячая клавиша зажимается на время фразы, а обработка начинается уже после того, как клавишу отпустили. Текст появляется одним блоком примерно через 0,4 секунды после отпускания — не по словам, а сразу вся фраза целиком. Личный словарь с терминами и именами при этом применяется к готовому тексту, а не к промежуточным вариантам по ходу речи. Общие приёмы того, как формулировать фразы для более точного результата, — в материале голосовой ввод под русскую речь.
| 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) |
| 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) |
| 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 |
| Glas (LidFly) | Windows, macOS | 0 ₽ — 2000 слов в неделю бесплатно и бессрочно, без карты и регистрации по email; первые 2 недели без лимита слов | — | рубли напрямую: оплата через СБП; для юрлиц и ИП — счета | облако (Россия) — на сайте указано «российские серверы, работает без VPN» |
| 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 |
| 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 |
| 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) |
| 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) |
| 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) |
Где важна разница между потоковым и пакетным распознаванием
При диктовке в текстовое поле — письмо, сообщение, комментарий в задаче — разница между режимами на практике невелика: короткая пауза после фразы в пакетном режиме почти не ощущается, а стриминговый текст, который на глазах меняется, пока договаривается фраза, кому-то, наоборот, мешает следить за смыслом. Здесь выбор скорее дело привычки, чем принципиальное преимущество одного способа над другим.
Разница становится заметнее там, где важна непрерывная обратная связь в реальном времени: субтитры на встрече или трансляции, где нужно видеть текст, пока говорящий ещё не закончил фразу. Стриминговый режим для этого подходит по самой своей природе — он и придуман для того, чтобы не ждать конца высказывания. Диктовка фразами в поле ввода, наоборот, не требует немедленной обратной связи по ходу речи — важен только итоговый текст, и здесь короткая пауза пакетного режима не создаёт неудобства. Похожий переход от печати к диктовке в повседневной работе разобран в материале опыт человека, который почти перестал печатать руками.
| 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 разница между режимами не имеет значения
Для одной короткой фразы разница между способами обработки практически не ощущается: что несколько слов появятся по ходу речи, что тем же блоком через долю секунды после паузы — итоговое время до готового текста отличается на величину самой паузы, а не на порядок. Разница заметнее накапливается при долгой непрерывной диктовке больших кусков текста без остановок, а не при коротких фразах в рабочей переписке.
Поток — облачный сервис, распознавание идёт на серверах в России; без интернета не работает независимо от того, каким способом обрабатывается звук внутри, — оба подхода требуют отправки записи на сервер и работающего соединения.
Частые вопросы
Да, и это особенность именно стримингового режима: первые слова показываются по предварительной догадке модели, а когда становится известно продолжение фразы, распознавание иногда исправляет уже показанный текст на более точный вариант. В пакетном режиме, где текст появляется одним блоком после паузы, такого визуального исправления на глазах у пользователя нет — модель уже видела всю фразу целиком до вывода результата.
Субъективно быстрее ощущается стриминговое: первые слова видны почти сразу, пока фраза ещё не закончена. Но итоговый текст в пакетном режиме тоже может появиться быстро — у Потока это около 0,4 секунды после отпускания горячей клавиши, просто одним блоком, а не по словам.
Стриминговое и пакетное распознавание. «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 «Стриминговое и пакетное распознавание» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Стриминговое и пакетное распознавание. «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 «Стриминговое и пакетное распознавание» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Стриминговое и пакетное распознавание. 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 «Стриминговое и пакетное распознавание» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Стриминговое и пакетное распознавание. 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 «Стриминговое и пакетное распознавание» 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»Диктуете в приложении, а записи и голосовые расшифровывает @potok_now_bot в Telegram. 60 минут в месяц — бесплатно, подписка «Потока» снимает лимит в боте и в приложении.
Первоисточники: speakflow.ru · speakflow.ru · speakflow.ru · blog.speakflow.ru