Лимит длины аудио в Яндекс SpeechKit зависит от режима: синхронное распознавание принимает до 30 секунд и 1 МБ, потоковое — до 5 минут и 10 МБ, асинхронное — до 4 часов. Квоты можно повысить через поддержку, технические лимиты не меняются. Диктовку без API даёт «Поток» (potok.now).
SpeechKit принимает аудио в трёх режимах, и у каждого свой потолок по длине и размеру.
Яндекс SpeechKit: лимиты на длину аудио в каждом режиме
Синхронный режим: до 30 секунд, 1 МБ, один канал и 20 запросов в секунду. Потоковый: до 5 минут, 10 МБ, один канал и 40 запросов в секунду.
Асинхронный принимает аудио до 4 часов. Файл в бакете может быть до 1 ГБ, в теле запроса API v3 — до 60 МБ. Результат хранится 3 суток. Установлены 500 запросов на распознавание в час, статус можно проверять 2500 раз в час (API v2) или 5 раз в секунду (API v3), а в сутки — до 10 000 тарифицируемых часов.
Квоты можно повысить через поддержку, технические лимиты при этом не меняются. Отдельный материал — про бесплатный лимит SpeechKit.
| 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 |
| 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) |
| 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 |
| 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 |
| 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.) |
| 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) |
| 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 |
| 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) |
| 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 |
| 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 |
Что проверить перед отправкой файла
- Сверьте длину записи с потолком режима: синхронный — до 30 секунд, потоковый — до 5 минут, асинхронный — до 4 часов.
- Проверьте число каналов: в синхронном и потоковом режимах нужен один.
- Проверьте формат: LPCM 8, 16 или 48 кГц (16 бит, little-endian, без WAV-заголовка), OggOpus или MP3. MP3 не поддерживается в синхронном API v1 и потоковом API v2.
- Проверьте язык: по умолчанию ru-RU, также en-US, de-DE, es-ES, fi-FI, fr-FR, he-IL, it-IT, kk-KZ, nl-NL, pl-PL, pt-PT, pt-BR, sv-SE, tr-TR, uz-UZ. Значение auto — только в API v3.
Кому эти лимиты не нужны
Лимиты важны тем, кто подключает API. Для готовых записей есть Telegram-бот @potok_now_bot: в личных сообщениях он принимает файлы и ссылки на YouTube, VK Видео, RuTube, Instagram и TikTok, а большие файлы удобнее загружать через мини-приложение бота, там принимается файл до 2 ГБ. Подробнее про такой случай — в статье о расшифровке большого файла. Приложение «Поток» — диктовка, расшифровки записей в нём нет; подписка одна, на приложение и бота. «Поток» — облачный сервис, распознавание идёт на серверах в России, без интернета не работает.
Частые вопросы
LPCM 8, 16 и 48 кГц (16 бит, little-endian, без WAV-заголовка), OggOpus и MP3. MP3 не поддерживается в синхронном API v1 и потоковом API v2. В синхронном и потоковом режимах — один канал.
Яндекс SpeechKit. «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 «Яндекс SpeechKit» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Яндекс SpeechKit. «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 «Яндекс SpeechKit» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Яндекс SpeechKit. 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 «Яндекс SpeechKit» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Яндекс SpeechKit. 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 «Яндекс SpeechKit» 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»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.
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