Google Cloud Speech-to-Text поддерживает русский (ru-RU), набор моделей зависит от региона. В глобальном регионе доступны long и short, в us и eu — chirp_3, long и short, в europe-west4 и asia-southeast1 — chirp и chirp_2. Готовую русскую запись можно отдать боту Потока: бесплатно 60 минут в месяц.
Русский в Google Cloud Speech-to-Text обозначен кодом ru-RU, а модели для него распределены по регионам. В документации Google это отдельная таблица языков.
Google Cloud Speech-to-Text и русский язык: какие модели есть
В глобальном регионе (global) для ru-RU указаны две модели. Модель long отмечена функциями автоматической пунктуации, уверенности по словам, фильтра нецензурной лексики и Spoken punctuation, то есть пунктуации, которую произносят голосом. Модель short имеет те же функции и добавляет адаптацию модели. В регионах us и eu для русского доступны chirp_3, long и short. У chirp_3 отмечены автоматическая пунктуация, адаптация модели и фильтр нецензурной лексики. Названия моделей, регионов и функций приведены так, как они записаны в таблице языков Google.
| 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 |
| Google Cloud Speech-to-Text | API (Google Cloud) | API v1: первые 60 минут в месяц бесплатно; плюс общая программа Google Cloud (300 USD кредитов новым клиентам) | $0.016/minute (Стандартное распознавание, API v2, первые 500 тыс. минут в месяц (дальше 0.01, 0.008, 0.004)); $0.016/minute (API v1, стандартные модели, после 60 бесплатных минут); $0.003/minute (Стандартное динамическое пакетное распознавание, первый уровень) | не раскрыто | Облако Google, регионы выбираются (eu, asia-southeast1 и др.) |
Какие модели доступны в других регионах
В europe-west4 и asia-southeast1 для русского указаны модели chirp и chirp_2. Таким образом, набор моделей для русского зависит от региона: в глобальном регионе, us и eu указаны long и short, а в этих двух регионах отмечены модели Chirp. В глобальном регионе для ru-RU указаны long и short, а в us и eu к ним добавляется chirp_3.
Где Google Cloud Speech-to-Text не заменит бот
Если нужна русская запись в тексте без кода, её расшифровывает Telegram-бот @potok_now_bot: файл присылают в личном чате. Приложение Поток готовые записи не расшифровывает: это облачный сервис диктовки, распознавание идёт на серверах в России, без интернета он не работает. Подписка одна на приложение и бот. Общие сведения по теме даёт материал про программы распознавания речи на русском и словарная статья про STT.
Частые вопросы
В таблице языков для ru-RU у модели long в глобальном регионе отмечены автоматическая пунктуация, уверенность по словам, фильтр нецензурной лексики и Spoken punctuation. У short те же функции и адаптация модели.
Да, для ru-RU модель chirp_3 указана в регионах us и eu. У неё отмечены автоматическая пунктуация, адаптация модели и фильтр нецензурной лексики.
Google Cloud Speech-to-Text и русский язык. «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 «Google Cloud Speech-to-Text и русский язык» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Google Cloud Speech-to-Text и русский язык. «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 «Google Cloud Speech-to-Text и русский язык» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Google Cloud Speech-to-Text и русский язык. 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 «Google Cloud Speech-to-Text и русский язык» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Google Cloud Speech-to-Text и русский язык. 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 «Google Cloud Speech-to-Text и русский язык» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Проверить за вечер
Установите «Поток», продиктуйте то, что обычно печатаете, и сравните. 14 дней полного доступа, карта не нужна. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Голосовое из мессенджера или запись созвона можно переслать боту @potok_now_bot — он пришлёт текст. Бот входит в ту же подписку, что и приложение «Поток».
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