Программы

Голосовой ввод текста вместо голосовых сообщений: как это работает на практике

Марк Весёлый · основатель «Потока» · ~8 мин
Голосовой ввод текста вместо голосовых сообщений: как это работает на практике

Надиктованный текст вместо голосового сообщения экономит время получателю: строки можно пробежать глазами за секунды, а не слушать полторы минуты аудио ради одной фразы. Голосовой ввод переводит речь в буквы прямо на месте: у Потока (potok.now) голосом получается около 900 знаков в минуту, и абзац выходит наговорить быстрее, чем напечатать руками или записать голосовое.

Голосовое сообщение легко записать, но получателю его не всегда удобно слушать: в переговорной звук выключен, в метро под рукой нет наушников, а полторы минуты аудио ради одной фразы раздражают, если можно было просто написать. Разница чувствуется быстрее всего по ответам: сообщение, которое можно пробежать глазами, получает реакцию быстрее, чем то, которое нужно сначала дослушать до конца.

Один рабочий день с надиктованным текстом вместо голосовых

Привычка на старте та же, что и раньше: зажать кнопку и наговорить мысль на ходу. Разница в том, что вместо записи в самом мессенджере фраза идёт через голосовой ввод — у Потока для этого зажимается горячая клавиша, произносится текст, клавиша отпускается, и в поле чата уже готовые буквы вместо аудиофайла. Отправить их можно сразу или быстро поправить одно слово, которое распозналось не так.

Утренние сообщения коллегам о статусе задачи занимают то же время, что раньше уходило на запись голосового, но получатель читает их за секунды, а не слушает минуту в наушниках. В переписке с клиентом это особенно заметно: голосовое сообщение от незнакомого номера чаще откладывают на «потом», а текст читают сразу же, даже с телефона в кармане и звуком на нуле.

Не выходит только с очень короткими репликами вроде «принято» или «заеду через 10 минут» — здесь голосовое всё ещё быстрее наговорить и быстрее прослушать, чем нажать хоткей и подождать распознавания. Для длинных мыслей эффект обратный: абзац на несколько предложений надиктовать и отправить текстом выходит быстрее, чем произнести вслух и заново пересказывать словами то же самое в переписке.

В шумном месте — кафе, вокзал, открытая кухня — голосовое сообщение получается с посторонним звуком на записи, и слушать его потом неприятно. В тексте после распознавания этого шума не остаётся: в сообщении остаются только слова, а не гул зала. Как модель справляется именно с русской речью и именами собственными в таких условиях, разобрано в статье о голосовом вводе для русской речи.

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.

Что поменялось после перехода на текст

До перехода голосовые сообщения копились в чатах без ответа часами: чтобы отреагировать, получателю нужно было найти наушники или отойти туда, где можно включить звук, и это откладывалось. Переписка растягивалась на полдня из-за одной фразы, которую было бы достаточно прочитать за 5 секунд.

После перехода на надиктованный текст ответы стали приходить быстрее: сообщение можно прочитать в лифте, в очереди, на созвоне краем глаза, не отвлекая никого рядом звуком. Изменился и тон переписки: длинные монологи голосом превратились в абзацы, которые проще перечитать перед ответом, а не переслушивать заново, если пропустил деталь. Похожий переход от печати к диктовке разобран в статье о переходе с клавиатуры на голос.

Заметнее всего разница в переписке с людьми, которые сами голосовые не любят: часть коллег и клиентов физически откладывает прослушивание, и переход на текст убирает эту заминку полностью.

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

Кому такой переход не нужен

Поток — облачный сервис: голос уходит на сервер в России, и без подключения к интернету он не работает. Если связь пропадает часто, надиктовать текст не выйдет вовсе, и здесь честнее записать обычное голосовое или взять программу с распознаванием прямо на устройстве, например GigaType или Molvi.

Там, где важна сама интонация — поздравление, извинение, разговор с ребёнком или пожилым родственником, которому привычнее слушать голос, а не читать текст, — голосовое сообщение всё ещё точнее передаёт то, что хочется сказать. Голосовых команд для правки текста у Потока нет: если распозналось не то слово, его придётся поправить руками, а не произнести «исправь».

Разбор темы в три шага: Один рабочий день с надиктованным текстом вместо голосовых → Что поменялось после перехода на текст → Кому такой переход не нужен
О чём страница по шагам: Один рабочий день с надиктованным текстом вместо голосовых → Что поменялось после перехода на текст → Кому такой переход не нужен.

С чего начать

Начать можно с одной группы контактов, а не сразу менять привычку везде.

  1. Выбрать один чат, где голосовые сообщения чаще всего остаются непрослушанными, и попробовать отвечать там текстом через голосовой ввод.
  2. Настроить горячую клавишу и один раз проверить её в тихом месте, а не в момент, когда сообщение нужно отправить срочно.
  3. Первую неделю не убирать привычку писать голосовые полностью — оставить её для тех, кому важна именно интонация.
  4. Через 7 дней сравнить, сколько сообщений собеседники прочитали сразу, а сколько голосовых пролежало непрослушанными дольше часа.
  5. Расширить привычку на рабочую переписку, если разница в скорости ответов оказалась заметной.

Частые вопросы

Можно ли передать интонацию и эмоции в надиктованном тексте так же, как в голосовом сообщении?

Нет: текст всегда передаёт меньше эмоциональных оттенков, чем настоящий голос — интонация, пауза, смех в трубке остаются только в аудио. Голосовой ввод переводит в буквы содержание фразы, а не то, как она прозвучала, поэтому для эмоционально важных сообщений разумнее оставить обычное голосовое.

Что делать, если собеседник прямо просит голосовое сообщение, а не текст?

Проще отправить то, что просят: если человеку привычнее слушать, а не читать, спорить с этим смысла нет. Надиктованный текст решает проблему нечитаемых голосовых у тех, кто сам предпочитает текст, а не заменяет голосовые сообщения для всех собеседников подряд.

Есть ли на компьютере голосовой ввод без установки программ?

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.

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.

Какие есть способы ввода текста голосом, кроме специализированных программ?

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.

В каких случаях диктовать выгоднее, чем печатать?

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.

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

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»

Одна подписка — два инструмента: диктовка в любой программе на компьютере и @potok_now_bot в Telegram, который расшифровывает голосовые, аудио и видео.

Программы по теме: сравнение условий

Условия — по официальным сайтам сервисов.
СервисПлатформыБесплатноЦенаОплата из РФГде распознаётся речь
ПотокWindows, macOS, LinuxFree: 2500 слов в неделю; первые 14 дней — полный доступ без картыPro 690 ₽/мес, 499 ₽/мес при оплате за годроссийские карты, рублиоблако, серверы в России; нужен интернет
SpeakFlowWindows, Web30 минут диктовки в месяц, бесплатно навсегда690 ₽/мес (Персональный (безлимит))рубли напрямуюоблако (страна дата-центра не раскрыта на сайте) (не подтверждено)
ДиктуйWindows, macOS30 минут диктовки в месяц, бесплатно навсегда239 ₽/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)
TalkpadmacOS, Windows, Android2500 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)
VoistyWindows, macOS5 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)
WhispeRuWindows7 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)
GigaTypeWindows, macOSбесплатно без ограничений — открытый исходный код по лицензии MIT (Copyright (c) 2026 Disrupt Builders), весь функционал доступен без оплаты—не требуется — платных тарифов нетустройство (офлайн, нейросеть GigaAM от Сбера)
MolviWindows, macOSбесплатно навсегда, без аккаунтов и оплаты—не требуется — продукт бесплатный; добровольные пожертвования принимаются через Telegram Tribute или картой на сайте, суммы не фиксированыустройство (офлайн; на NVIDIA GPU лучшее качество, иначе быстрая модель на CPU)

Первоисточники: speakflow.ru · speakflow.ru · speakflow.ru · blog.speakflow.ru

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