В приложениях и на сайте Gemini есть диктовка: значок микрофона в поле запроса переводит речь в текст курсора, а язык распознавания зависит от выбранного языка интерфейса. Это не то же самое, что Gemini Live — отдельный голосовой режим для разговора с ассистентом. Надиктовать текст в любое поле можно и через «Поток» (potok.now) — около 900 знаков в минуту голосом.
Голосовой ввод в Gemini бывает двух видов: короткая диктовка запроса значком микрофона и Gemini Live — отдельный разговорный режим. Разберём, как работает диктовка по справке Google и что делать, если нужно надиктовать длинный текст, а не поговорить с ассистентом.
Как работает диктовка в Gemini
В Gemini есть встроенная диктовка: в поле запроса — в вебе, в приложениях для Windows и Mac, а также в мобильных приложениях для Android и iOS — есть значок микрофона. Нажатие на него переводит речь в текст прямо в поле, где стоит курсор, и текст можно поправить перед отправкой запроса.
Язык распознавания зависит от того, какой язык выбран в интерфейсе Gemini, и часть голосовых функций доступна не на всех языках — так указано в справке Google. Отдельно от этой диктовки есть Gemini Live: голосовой режим для естественного разговора с ассистентом, в котором его можно перебивать на лету, — это другая функция, а не построчная диктовка текста в поле запроса.
Подробнее о диктовке — в справке Google: Use your voice with Gemini.
| Что есть | |
|---|---|
| Встроенная диктовка | есть: В приложении Gemini (веб, Windows, Mac, Android, iOS) есть диктовка через значок микрофона в поле запроса: нажатие на значок микрофона переводит речь в текст курсора. Язык распознавания зависит от выбранного языка интерфейса Gemini; часть голосовых функций доступна не на всех языках. |
| Вставка текста | да |
| Платформы | Web, Windows, macOS, Android, iOS |
| «Поток» | зажать клавишу, сказать, отпустить — текст встаёт в поле курсора |
Как надиктовать текст в Gemini через «Поток»
- Откройте Gemini — в браузере, в приложении для компьютера или на телефоне — и поставьте курсор в поле запроса или в любое другое текстовое поле.
- Зажмите горячую клавишу «Потока» (по умолчанию Ctrl+Space) и, не отпуская её, проговорите текст.
- Отпустите клавишу — запись уходит на серверы «Потока», текст распознаётся и появляется в том же поле.
- Проверьте текст и отправьте запрос.
Знаки препинания и заглавные буквы расставляются автоматически — отдельно диктовать «запятая» или «точка» не нужно. Распознавание облачное, по собственной модели, обученной на русской речи, включая термины и смешанный русский текст с английскими словами — для запросов на двух языках это удобно. У «Потока» заявлено около 900 знаков в минуту против примерно 200 при обычной печати. Личный словарь «Потока» на тарифе Pro запоминает термины и имена, которые часто повторяются в запросах. Такой способ надиктовать текст работает и в других похожих приложениях — например, в ChatGPT или в Claude. Если горячая клавиша по умолчанию неудобна, её можно сменить в настройках — на готовое сочетание, свою клавишу или боковую кнопку мыши.
Когда в Gemini достаточно встроенной диктовки
Если нужно быстро надиктовать короткий запрос прямо в Gemini, для этого хватает значка микрофона в поле запроса — устанавливать отдельное приложение не нужно.
Поток — облачный сервис, распознавание на серверах в России; без интернета не работает. Голосовых команд и правки текста голосом у него нет — он только вставляет надиктованный текст в поле, которое вы выбрали. Офлайн-режима и приложения для телефона у него нет: это программа для рабочего стола под Windows, macOS и Linux.
Частые вопросы
Судя по справке Google, язык распознавания в диктовке Gemini зависит от выбранного языка интерфейса приложения, и часть голосовых функций доступна не на всех языках. Точный список поддерживаемых языков справка не приводит.
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.
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.
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.
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.
Встроенные системные инструменты (Win+H в Windows, Диктовка в macOS, Voice Typing в Google Docs, Gboard на Android), голосовые расширения браузера, а также специализированные десктопные/веб-сервисы (Поток и аналоги), которые работают поверх любого приложения через хоткей.
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»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 |
|---|---|---|---|
| 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 |
Первоисточники: gemini.google.com · support.google.com · support.google.com · support.google.com