Инструкции

Голосовой ввод: русский и английский вперемешку

Марк Весёлый · основатель «Потока» · ~4 мин
Голосовой ввод: русский и английский вперемешку

Когда русские и английские слова в одной фразе идут подряд — например, «отправь PR в feature/login-fix и напиши комментарий в Jira», — голосовому вводу нужно распознать оба языка сразу, без ручного переключения раскладки. У «Потока» (potok.now) языки — русский и русский вперемешку с английским, WER 2,1% на нашем бенчмарке GolosTest; переключать раскладку для английских слов не нужно.

Смешанный текст — это фраза, где русские и английские слова стоят рядом: имена файлов, ветки git, названия сервисов, английские термины внутри русского предложения. Для голосового ввода это отдельная задача: систему просят распознать оба языка в одном произнесении, не переключая раскладку вручную.

Как работает голосовой ввод, если русский и английский вперемешку

Диктовать такую фразу можно только там, где голосовой ввод уже включён — про это есть отдельная инструкция для ноутбука.

Модель «Потока» обучена на русской речи с английскими словами вперемешку, и раскладку переключать не нужно: смешанные фразы — часть того, на чём она обучена, а не отдельный режим. Языки — только русский и русский вперемешку с английским, других языков в модели нет.

Для редких слов и имён, таких как нестандартные названия веток, сервисов, инструментов, модель обучена под русскую речь, включая термины; такие слова уходят в личный словарь (Pro).

Три шага диктовки в «Потоке»: зажал Ctrl + Space, сказал фразу вслух, текст появился в активном поле
Диктовка в «Потоке»: горячая клавиша, речь, готовый текст в том окне, где стоит курсор.

Пример фразы

Пример показывает, как ветка git и общее слово внутри русской фразы уживаются в одном произнесении.

Платформы
Windows, macOS, Linux
Бесплатно
Free: 2500 слов в неделю; первые 14 дней — полный доступ без карты
Pro
Pro 690 ₽/мес, 499 ₽/мес при оплате за год
Оплата
российские карты, рубли
Где распознаётся речь
облако, серверы в России; нужен интернет

«Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает. Скачать: potok.now/download

Разбор темы в три шага: Как работает голосовой ввод → Пример фразы → Где у Потока предел
О чём страница по шагам: Как работает голосовой ввод → Пример фразы → Где у Потока предел.

Где у Потока предел

«Поток» — облачный сервис: голос уходит на распознавание на серверы в России, и без интернета он не работает. Голосовых команд для переключения языка у него нет. Для редких или нестандартных названий есть личный словарь, но это функция Pro. Офлайна и приложений для телефона у «Потока» тоже нет: надиктовать смешанную фразу можно только с компьютера, подробнее — в общей подборке инструкций по надиктовке текста.

Сравнение «Потока» и Win+H по строкам: платформы, бесплатно, оплата из рф, распознавание
«Поток» и Win+H: условия по официальным сайтам сервисов.

Частые вопросы

Нужно ли переключать раскладку для английских слов при голосовом вводе?

Нет, для «Потока» переключать раскладку не нужно — модель обучена на русской речи с английскими словами вперемешку и распознаёт оба языка в одной фразе.

На каких языках работает голосовой ввод «Потока»?

«Поток» распознаёт русский и русский вперемешку с английским; других языков в нём нет.

Насколько голосовой ввод быстрее клавиатуры?

У Потока заявлено около 900 знаков в минуту голосом против около 200 при печати — примерно в 4 раза быстрее. Это оценка продукта, а не независимый замер.

Сколько знаков в минуту можно надиктовать?

По модельной оценке, средняя скорость диктовки через Поток — около 900 знаков в минуту против примерно 200 знаков в минуту при обычной печати, то есть речь заметно быстрее клавиатуры.

Работает ли голосовой ввод с любым микрофоном?

Подходит микрофон, который система видит как устройство записи. В «Потоке» его выбирают в настройках приложения или в меню значка в трее; системный доступ к микрофону нужен обязательно.

Что такое голосовой ввод текста и как он работает?

Голосовой ввод — это преобразование речи в текст «на лету»: пользователь говорит, а программа расшифровывает звук через технологию распознавания речи (ASR) и вставляет получившийся текст в активное поле — почту, мессенджер, документ. У Потока это устроено через хоткей: зажал — говоришь — отпустил — текст вставился.

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»

По справке Microsoft и Apple.
СредствоГде работаетРусский языкГде распознаётся речь
Голосовой ввод Windows (Win+H)Windows 10 и 11только в Windows 11облако Microsoft, без интернета не работает
Диктовка macOSmacOSестьна устройстве или на серверах Apple
ПотокWindows, macOS, Linuxосновной языкоблако, серверы в России, без интернета не работает
Расчёт по средней скорости печати и речи, не замер.
ЗадачаЗнаковПечать (200 зн/мин)Голос (900 зн/мин)
ответ в чате3002 мин0.5 мин
письмо15008 мин1.7 мин
пост или протокол400020 мин4.4 мин
статья1000050 мин11.1 мин

Первоисточники: support.microsoft.com · support.apple.com

Марк Весёлый — основатель «Потока». Пишет о голосовом вводе на русском: как диктовать в рабочих программах, что мешает и чем это чинится.
© Поток · Липатников Владимир Олегович · ИНН 502915859701 · Оферта Сравнения · Вопросы и ответы · О проекте Бесплатный голосовой ввод · Голосовой ввод для нейросетей · Данные и 152-ФЗ · Голосовой ввод на Mac · Тарифы бота · 14 дней Pro за отзыв