Для диктовки обычно лучше направленный (кардиоидный) микрофон, поднесённый близко ко рту: он слабее ловит шум клавиатуры и голоса рядом, чем всенаправленный капсюль, слышащий во все стороны одинаково. Всенаправленный удобнее только в тихой комнате в одиночестве. У «Потока (potok.now)» заявленный WER 2,1% измерен на нашем бенчмарке GolosTest — данных о том, как это число меняется в зависимости от микрофона, у нас нет.
Гарнитура стоит на месте, ноутбук тот же, а голосовой ввод у соседа за столом ошибается заметно реже. Причина часто не в программе распознавания, а в диаграмме направленности микрофона — насколько избирательно он ловит голос среди остальных звуков комнаты. Разбираемся, чем направленный микрофон отличается от всенаправленного и какой из них меньше мешает диктовке.
Чем направленный микрофон отличается от всенаправленного
Диаграмма направленности — это то, как капсюль микрофона реагирует на звук в зависимости от того, с какой стороны он приходит. Всенаправленный (omnidirectional) капсюль одинаково чувствителен со всех сторон: голос спереди, шум кондиционера сбоку и стук по столу сзади записываются примерно с одинаковой громкостью. Направленный капсюль — чаще всего кардиоидный — устроен так, что звук спереди усиливается, а звук сзади и частично с боков подавляется; форма чувствительности напоминает сердце, отсюда и название.
Для диктовки это означает разное поведение в одной и той же комнате. Направленный микрофон, если он повёрнут точно на говорящего, вытаскивает голос из фонового шума заметнее: клавиатура, вентилятор ноутбука или разговор за соседним столом попадают в запись слабее, потому что идут не с осевого направления. Всенаправленный капсюль такой фильтрации не делает — он честно записывает всё, что происходит рядом, поэтому в тихом помещении разница почти не заметна, а в шумном он проигрывает направленному.
Есть и обратная сторона: направленный микрофон чувствителен к положению. Стоит отвернуть голову или отодвинуться от оси капсюля — и уровень сигнала заметно падает, потому что сама схема устроена так, чтобы ослаблять звук не по центру. Всенаправленный микрофон в этом смысле терпимее: он ловит голос одинаково, куда бы говорящий ни повернулся, пока остаётся в пределах комнаты. Отдельный случай — массив из нескольких всенаправленных капсюлей в ноутбуке, где направленность получают уже программно, сравнивая сигналы между микрофонами; это другой механизм, но результат для диктовки похожий — часть шума не с направления лица отсекается ещё до того, как сигнал попадёт в программу вроде SpeakFlow, «Диктуй» или любой другой из подборки программ голосового ввода.
Когда выбрать направленный микрофон, а когда всенаправленный
В открытом офисе, колл-центре или дома с работающим на фоне телевизором направленный микрофон обычно выигрывает: гарнитура с кардиоидным капсюлем, поднесённая ко рту на несколько сантиметров, вытаскивает голос из шума заметно лучше, чем встроенный в ноутбук всенаправленный капсюль на расстоянии полуметра. Программе распознавания всё равно, где она считает результат — в облаке, как у SpeakFlow и «Диктуй», или на самом устройстве, как у GigaType и Molvi: она получает уже готовый сигнал с микрофона и работает с тем, что он записал.
Всенаправленный микрофон удобнее там, где важна свобода движения, а не подавление шума: диктовка стоя у доски, хождение по комнате во время мысли вслух, запись нескольких голосов одновременно на совещании. Здесь направленный микрофон скорее мешает — стоит отвернуться от оси, и часть слов не долетает до капсюля с нужной громкостью, а программа получает рваный по уровню сигнал.
На видеозвонках направленный микрофон снижает ещё одну проблему — эхо от собственных динамиков: если капсюль слабее слышит звук сбоку и сзади, голоса собеседников из колонок реже примешиваются к диктовке. При постоянных ошибках распознавания на видеозвонках стоит для начала проверить именно это, а не искать проблему в самой программе — подробнее о похожем случае с аппаратными причинами разницы в записи в сравнении «Потока» и GigaType.
| 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 |
Где Поток проигрывает
Какой микрофон лучше, «Поток» не подскажет: он записывает с того микрофона, который выбран в его настройках или в меню значка в трее. Но общее ограничение остаётся: «Поток» — облачный сервис, распознавание идёт на серверах в России, и без интернета он не работает совсем, поэтому даже с идеальной гарнитурой диктовка недоступна там, где нет сети. Голосовых команд в «Потоке» нет: микрофон переключается в его настройках или в меню значка в трее. Если микрофон физически слабый или неправильно расположен, ни один из режимов работы программы это не компенсирует: слабый сигнал одинаково мешает и облачному, и локальному распознаванию.
Частые вопросы
Часто это всенаправленный или широкий кардиоидный капсюль без выраженной избирательности, поэтому он одинаково хорошо слышит голос и шум с других сторон комнаты; для тихого кабинета этого достаточно, для open space лучше отдельная гарнитура с направленным капсюлем.
Диктовка особенно выгодна для длинных текстов «с ходу» — черновиков писем, заметок, ответов в мессенджерах, конспектов, а также когда руки заняты или устали (например, при RSI). Для коротких точных правок (однословные команды, код) печать часто быстрее.
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.
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.
Проверить за вечер
Установите «Поток», продиктуйте то, что обычно печатаете, и сравните. 14 дней полного доступа, карта не нужна. «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.
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