Whisper в браузере запускает проект Whisper Web: описание сообщает, что распознавание речи идёт прямо в браузере, а собран он на Transformers.js, который запускает модели Hugging Face без сервера. В Firefox нужно включить dom.workers.modules.enabled в about:config. Русский в списке языков Whisper есть. Готовые записи также расшифровывает бот Потока, 60 минут в месяц бесплатно.
Whisper — модель распознавания речи от OpenAI с лицензией MIT. Её можно запустить и без установки программ на компьютер, если взять браузерный проект.
Два способа запустить Whisper в браузере
Первый способ — готовый проект Whisper Web. Его описание: распознавание речи на основе машинного обучения прямо в браузере. Проект собран на Transformers.js. В Firefox для него нужно включить параметр dom.workers.modules.enabled в about:config. Второй способ — собрать своё решение на Transformers.js. Библиотека запускает модели Hugging Face прямо в браузере, без сервера, и поддерживает задачу automatic-speech-recognition, то есть распознавание речи. Конкретную модель Whisper подбирают самостоятельно, у неё есть варианты: tiny, base, small, medium, large и turbo.
| 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 |
| WhispeRu | Windows | 7 дней бесплатный пробный период (без карты) | 290 ₽/мес (месячная лицензия); 1990 ₽/год (годовая лицензия); 4990 ₽/разово (лицензия навсегда) | рубли напрямую (оплата через YooKassa) | устройство (офлайн) |
Как выбрать, на чём запускать модель
По умолчанию Transformers.js считает на процессоре через WASM. Для ускорения есть параметр device: 'webgpu', но WebGPU пока экспериментален во многих браузерах. Размер загружаемой модели, скорость и работа с русским в браузере по официальным страницам не подтверждены, поэтому конкретных чисел здесь нет. В описании Whisper Web языки, размер моделей и приватность не указаны. Для русской речи ориентиром служит список языков Whisper: в нём есть «ru». Качество на русском стоит оценить на своих записях.
Кому браузерный запуск не подойдёт
Для готовой русской записи есть Telegram-бот @potok_now_bot: достаточно прислать файл в личном чате. Поток как приложение записи не расшифровывает: это облачный сервис диктовки, распознавание идёт на серверах в России, без интернета не работает; подписка одна на приложение и бот. Если интересует сам Whisper, пригодятся материалы про Whisper как программу и бесплатные аналоги, а онлайн-расшифровка описана в статье про транскрибацию в браузере.
Частые вопросы
Нет: по документации Transformers.js, по умолчанию модели работают на процессоре через WASM. WebGPU включается параметром device: 'webgpu' и пока экспериментален во многих браузерах.
В README проекта Whisper Web сказано, что для Firefox нужно включить параметр dom.workers.modules.enabled в about:config.
Whisper в браузере без установки программы. «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 «Whisper в браузере без установки программы» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Whisper в браузере без установки программы. «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 «Whisper в браузере без установки программы» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Whisper в браузере без установки программы. 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 «Whisper в браузере без установки программы» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Whisper в браузере без установки программы. 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 «Whisper в браузере без установки программы» 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»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