Чтобы подключить распознавание речи к телеграм-боту на Python, бот скачивает голосовое через getFile (до 20 МБ), а голосовые приходят в OGG с OPUS. Файл уходит в сервис распознавания: у OpenAI предел 25 МБ, у Яндекс SpeechKit синхронно до 1 МБ и 30 секунд. Готовые голосовые без кода расшифрует бот potok_now_bot от Потока.
При подключении распознавания речи к боту важны ограничения: что отдаёт Telegram и что принимает сервис. Здесь только то, что записано в документации Telegram, OpenAI и Яндекса.
Что учесть, чтобы голосовые не ломали бота
- Telegram позволяет боту скачивать файл через getFile, но только до 20 МБ.
- Голосовые сообщения у бота приходят в OGG с OPUS, отправлять он может также MP3 и M4A.
- У OpenAI файлы принимаются до 25 МБ, а форматы в списке такие: mp3, mp4, mpeg, mpga, m4a, wav, webm. Голосовое из Telegram — это OGG с OPUS, так что сверьтесь с актуальным списком форматов, прежде чем его отправлять.
- Синхронный Яндекс SpeechKit принимает до 1 МБ и 30 секунд, один канал. Формат по умолчанию — OggOpus, язык по умолчанию — ru-RU.
Как подключить распознавание речи к телеграм-боту на Python по порядку
Сначала бот получает голосовое и скачивает файл через getFile: помните про 20 МБ. Затем вы выбираете сервис. У OpenAI это модели gpt-transcribe и whisper-1 (она отдаёт таймкоды и субтитры), а ещё названа модель gpt-4o-transcribe-diarize. У Яндекса — SpeechKit, где для коротких записей действует синхронный режим с пределом в 30 секунд.
Что такое распознавание речи и чем отличается распознавание на устройстве, можно прочитать в объяснении, что такое распознавание речи и в заметке о распознавании речи локально.
Когда писать своего бота не нужно
Если задача — просто получить текст из готовых голосовых, кружков, аудио и видео, у Поток есть Telegram-бот potok_now_bot: он расшифровывает их без программирования. Он распознаёт только русскую речь. Это облачный сервис, распознавание идёт на серверах в России, без интернета он не работает. Одна подписка даёт приложение для диктовки и Telegram-бот potok_now_bot для записей и голосовых.
Частые вопросы
У Whisper 98 языков, точность по языкам разная. Поэтому прежде чем подключать его в бота, проверьте распознавание на записях того языка, который будут присылать ваши пользователи.
Отдельного расширения для браузера у Потока нет: это десктопное приложение, которое работает поверх любого окна и поля ввода, включая браузер, — а не отдельный плагин.
Скачайте последнюю версию с официальной страницы potok.now/download и переустановите приложение: установщик со стороннего сайта может быть изменён. Если не помогло — напишите в поддержку: support@potok.now или в Telegram https://t.me/ai23c.
Нет, версии Потока для Android нет — продукт работает только на компьютере: Windows, macOS и Linux. Для Android есть встроенный голосовой ввод Google (Gboard) или клавиатура Samsung.
Зарегистрироваться можно по e-mail с паролем или через Google. При регистрации по e-mail на почту приходит письмо со ссылкой подтверждения; после перехода по ней можно войти. Подписку и оплату видно в личном кабинете potok.now/account.
Скачать установщик с potok.now/download → установить → зарегистрироваться по email → в любом текстовом поле зажать хоткей (по умолчанию Ctrl+Space) → говорить → отпустить хоткей — текст появится в поле.
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»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 |
|---|---|---|---|
| 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 |
| 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 |
Первоисточники: support.microsoft.com · support.apple.com