Для Whisper large таблица в README оригинала называет около 10 ГБ видеопамяти. В замере faster-whisper на RTX 3070 Ti с 8 ГБ модель large-v2 заняла 4525 МБ в fp16 и 2926 МБ в int8. Поток (potok.now) — облачная диктовка для компьютера, а не способ запустить Whisper у себя.
Ответ зависит от того, какой реализацией Whisper вы пользуетесь и в какой точности запускаете модель.
Какая видеокарта нужна для Whisper large: что проверить
- Сравните свой объём видеопамяти с таблицей README оригинала: у tiny и base около 1 ГБ, у small около 2 ГБ, у medium около 5 ГБ, у turbo около 6 ГБ, у large около 10 ГБ.
- Посмотрите, какой реализацией вы пользуетесь. В замере на 13 минутах звука с large-v2 на RTX 3070 Ti (8 ГБ) openai/whisper в fp16 занял 4708 МБ и отработал за 2 минуты 23 секунды, faster-whisper в fp16 занял 4525 МБ и уложился в 1 минуту 3 секунды.
- Проверьте режим точности. У faster-whisper в int8 тот же замер дал 2926 МБ и 59 секунд.
- Если нужна скорость, а память есть, включайте пакетную обработку: пакет из 8 фрагментов в fp16 занял 6090 МБ и отработал за 17 секунд.
- Для запуска faster-whisper на видеокарте нужны cuBLAS и cuDNN 9 под CUDA 12.
Что делать, если памяти меньше
Если на large памяти не хватает, смотрите на модели поменьше: medium берёт около 5 ГБ, turbo около 6 ГБ, small около 2 ГБ. У whisper.cpp для large в таблице указано около 3,9 ГБ памяти.
Запуск без видеокарты тоже описан. Для small на процессоре openai/whisper в fp32 занял 2335 МБ памяти, а faster-whisper в int8 — 1477 МБ.
Цифры замера относятся к конкретной карте и 13 минутам звука с large-v2. Для вашей карты и вашей записи они ориентир, а не обещание. Подробнее про видео и записи — в статье как перевести видео в текст.
| 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 |
| 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 |
| Lispr | Windows, macOS | 60 минут диктовки в неделю бесплатно; ключевые функции (push-to-talk, перевод, словарь, локальная история) остаются бесплатными всегда, без аккаунта | $7.99/мес (Pro, помесячно); $79/год (Pro, за год (от $44.90 с региональными скидками)) | неизвестно (не подтверждено) | облако (США — распознавание выполняет Groq, Inc.) |
| 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) |
| 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 |
| Typeless | Windows, macOS, iOS, Android | 8000 слов в неделю (Free plan); новым пользователям даётся 30-дневный пробный период Pro, затем переход на Free при отсутствии оплаты | $12/мес (Pro при оплате за год (эффективно $144/год)); $30/мес (Pro при помесячной оплате) | карты Visa/Mastercard, приём карт РФ не уточнён | облако (страна серверов официально не раскрыта; в privacy policy — общая формулировка 'processed in real time on our cloud servers') (не подтверждено) |
| 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 |
| 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 |
| 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) |
Когда вопрос не к видеокарте
Поток — облачный сервис, распознавание на серверах в России; без интернета не работает. Это приложение для диктовки на компьютере, и запускать Whisper оно не помогает. Версий для Android и iPhone нет. Готовые записи расшифровывает Telegram-бот potok_now_bot: одна подписка действует и в приложении, и в боте. Другие темы — в подборке ответов про голосовой ввод.
Частые вопросы
В замере faster-whisper на RTX 3070 Ti с 8 ГБ large-v2 занял 4525 МБ в fp16, 2926 МБ в int8 и до 6090 МБ с пакетом из 8 фрагментов. Оригинальный openai/whisper в fp16 на том же звуке взял 4708 МБ.
Какая видеокарта нужна для Whisper large. «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 «Какая видеокарта нужна для Whisper large» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Какая видеокарта нужна для Whisper large. «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 «Какая видеокарта нужна для Whisper large» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Какая видеокарта нужна для Whisper large. 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 «Какая видеокарта нужна для Whisper large» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Какая видеокарта нужна для Whisper large. 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 «Какая видеокарта нужна для Whisper large» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Если хотите сравнить сами
Возьмите одну свою задачу и надиктуйте её в «Потоке». Первые 14 дней — без ограничений и без карты. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»В подписку «Потока» входит и Telegram-бот @potok_now_bot: перешлите ему голосовое или длинную запись встречи — он вернёт текст. Без подписки в боте 60 минут в месяц бесплатно.
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
| 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 |
Первоисточники: support.microsoft.com · support.apple.com