У программ голосового ввода два разных подхода к двум языкам: автоматическое переключение между языками внутри одной фразы и один основной язык, который распознаёт вставленные в речь иноязычные термины и имена. У Потока (potok.now), например, собственная модель обучена на русской речи с включениями английского, а личный словарь запоминает конкретные термины; отклик — около 0,4 секунды.
Кто диктует на двух языках регулярно, быстро замечает: далеко не все программы голосового ввода одинаково справляются с переключением между ними внутри одной фразы. Один язык — это база распознавания, которую тренируют отдельно, и универсального решения на все случаи пока нет. Ниже — как разные подходы работают на практике и что из этого реально удобно для повседневной диктовки.
Как программы распознают два языка сразу
Есть два принципиально разных подхода. Первый — автоматическое определение языка: программа сама решает по звучанию речи, на каком языке произнесена фраза, и переключается без участия пользователя. Так устроен Molvi: он поддерживает русский, английский и автоопределение языка между ними. Плюс такого подхода — не нужно ничего переключать руками; минус — граница между языками распознаётся не всегда точно, особенно если фразы короткие.
Второй подход — один основной язык распознавания, который дополнительно понимает отдельные слова и термины из другого языка внутри фразы. У Потока, например, собственная модель обучена на русской речи, включая случаи, когда в ней встречаются термины на английском: не отдельный переключаемый режим, а способность понять смешанную речь как есть. Дополнительно к этому у Потока есть личный словарь — туда можно заранее добавить конкретные термины и имена, которые система будет распознавать в исходном виде, а не заменять на похожее русское слово. Подробнее о том, как модели вообще устроены под русскую речь, — в материале про голосовой ввод под русскую речь.
Отдельный вариант — перевод вместо распознавания на двух языках. У SpeakFlow есть функция диктовки на русском со вставкой перевода на английском: то есть человек говорит по-русски, а в поле попадает уже переведённый текст. Это не то же самое, что распознавание двуязычной речи, — это инструмент для другой задачи, когда нужен готовый перевод, а не смешанный текст на двух языках.
Диктуй заявляет поддержку 50+ языков и точность 95–98% на чистой русской речи, а GigaType построен на нейросети GigaAM Сбера, специально обученной под русский язык, — оба варианта рассчитаны на работу с одним языком за раз, без встроенного переключения внутри фразы.
Где двуязычная диктовка помогает, а где мешает
Диктовка на двух языках экономит время там, где термины на другом языке — это устойчивые слова, известные заранее: названия технологий, имена, аббревиатуры из профессиональной области. Если эти слова один раз занести в личный словарь, программа с моделью под основной язык распознаёт их стабильно, и результат получается предсказуемее, чем ручной набор с постоянным переключением раскладки клавиатуры.
Сложнее с автоматическим переключением между языками внутри одной фразы: чем короче переход между языками, тем выше шанс, что программа не успеет опознать смену языка и вставит слово так, будто оно всё ещё на предыдущем. Особенно это заметно на именах собственных и коротких вставках в одно-два слова — система может принять их за искажённое слово основного языка.
Функция перевода, как у SpeakFlow, помогает в других сценариях: когда нужен готовый текст на втором языке, а не смешанная речь. Но она не решает задачу распознавания двуязычной фразы как есть — если требуется именно точная транскрипция того, что было сказано на двух языках, вставленный перевод для этого не подходит.
| 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 |
Когда лучше печатать или взять другой инструмент
Ручной набор надёжнее там, где текст перемежает языки очень часто и короткими вставками — по одному-два слова на каждую фразу: ни автоопределение языка, ни модель с личным словарём не рассчитаны на такую плотность переключений, и результат придётся вычитывать целиком в любом случае.
Стоит помнить и про ограничения Потока: это облачный сервис, распознавание речи идёт на серверах в России, и без подключения к интернету он не работает. Отдельного режима переключения между языками у него тоже нет — работает одна модель, понимающая русскую речь с английскими вкраплениями, а не выбор языка вручную. Для текстов, где второй язык — это не термины, а полноценные предложения, стоит присмотреться к программам с явным автоопределением языка, как у Molvi.
Частые вопросы
Некоторые умеют: например, Molvi поддерживает автоопределение языка между русским и английским. У остальных программ из нашего списка отдельное автоопределение языка не заявлено — язык распознавания обычно выбирают заранее.
Помогает личный словарь: слова и имена, добавленные туда заранее, распознаются в исходном виде даже внутри русской фразы, а не заменяются на созвучные русские слова.
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.
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.
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.
Да: в Windows есть встроенный голосовой ввод по Win+H (русский — только в Windows 11, в Windows 10 русского нет; без интернета не работает), а на Mac — системная диктовка в настройках клавиатуры. Обе бесплатны.
Попробовать на своих текстах
Скачайте «Поток» для Windows, macOS или Linux: первые 14 дней — полный доступ без карты. Потом бесплатно 2500 слов в неделю или Pro за 690 ₽ в месяц. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Голосовое из мессенджера или запись созвона можно переслать боту @potok_now_bot — он пришлёт текст. Бот входит в ту же подписку, что и приложение «Поток».
Программы по теме: сравнение условий
| 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 |
| 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) |
| Диктуй | Windows, macOS | 30 минут диктовки в месяц, бесплатно навсегда | 239 ₽/мес (Профи (цена в пересчёте при годовой оплате)); 2870 ₽/год (Профи (год, счёт целиком)); 479 ₽/мес (Макс (цена в пересчёте при годовой оплате)) | рубли напрямую (не подтверждено) | облако (страна дата-центра не раскрыта на сайте) (не подтверждено) |
| Talkpad | macOS, Windows, Android | 2500 слов/нед на десктопе, 1500 слов/нед на мобильном, бесплатно навсегда; плюс 14 дней Pro-триал | $6/мес (Pro (при годовой оплате, $72/год)); $8/мес (Pro (помесячная оплата)) | неизвестно (не подтверждено) | облако (юрлицо зарегистрировано в Австралии; сайт хостится на Cloudflare, точное расположение серверов ASR не раскрыто в privacy policy) (не подтверждено) |
| 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) |
| 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) |
| GigaType | Windows, macOS | бесплатно без ограничений — открытый исходный код по лицензии MIT (Copyright (c) 2026 Disrupt Builders), весь функционал доступен без оплаты | — | не требуется — платных тарифов нет | устройство (офлайн, нейросеть GigaAM от Сбера) |
| Molvi | Windows, macOS | бесплатно навсегда, без аккаунтов и оплаты | — | не требуется — продукт бесплатный; добровольные пожертвования принимаются через Telegram Tribute или картой на сайте, суммы не фиксированы | устройство (офлайн; на NVIDIA GPU лучшее качество, иначе быстрая модель на CPU) |
Первоисточники: speakflow.ru · speakflow.ru · speakflow.ru · blog.speakflow.ru