Какие термины словаря голосового ввода касаются 152-ФЗ и приватности данных

152-ФЗ — это российский закон «О персональных данных», который требует хранить данные граждан РФ на серверах внутри страны и получать согласие на их обработку. В описаниях программ голосового ввода к нему относятся термины «локализация данных», «оператор персональных данных», «локальная обработка» и «облачное распознавание». У Потока (potok.now) данные хранятся на серверах в России, а для бизнеса есть вариант с периметром компании.

Когда программа для диктовки пишет в описании «облачное распознавание» или «данные хранятся локально», это не просто техническая деталь: от формулировки зависит, куда физически уходит голос пользователя и какой закон эту передачу регулирует. Термины из описаний программ разобраны по порядку и помогают читать такие фразы осознанно, а не полагаться на общие слова вроде «мы заботимся о приватности».

Термины про 152-ФЗ и приватность данных, которые встречаются в описаниях программ

• Персональные данные — это любая информация, которая прямо или косвенно относится к конкретному человеку: имя, номер телефона, голос в записи. Именно поэтому голосовой ввод подпадает под действие 152-ФЗ, даже если пользователь не называет паспортные данные вслух.
• Оператор персональных данных — компания, которая собирает и обрабатывает голос и текст пользователя; по закону именно она отвечает за то, что происходит с данными дальше, а не разработчик приложения как физическое лицо.
• Локализация данных — требование 152-ФЗ хранить и обрабатывать персональные данные граждан РФ на серверах внутри страны; в описании программы это обычно скрыто за фразой «серверы в России» или, наоборот, отсутствует вовсе.
• Согласие на обработку персональных данных — документ или галочка при установке, без которой запись и передача голоса на сервер формально не должны начинаться; в бесплатных программах его часто принимают автоматически вместе с офертой.
• Локальная обработка (офлайн-распознавание) — вариант, при котором звук не покидает устройство: модель распознавания работает прямо на компьютере, и вопрос локализации данных для такой программы снимается сам собой.
• Облачное распознавание — вариант, при котором запись уходит на сервер разработчика; здесь важны не только страна сервера, но и то, сколько времени там хранится аудио и передаётся ли оно третьим лицам.
• Периметр компании (корпоративный контур) — отдельный режим для бизнеса, при котором распознавание происходит на серверах, подконтрольных самой компании, а не на публичном сервере разработчика; актуален не только для 152-ФЗ, но и для банковской, врачебной или адвокатской тайны.
• Политика конфиденциальности (privacy policy) — документ, где вендор обязан описать, что именно происходит с данными; на практике у части программ голосового ввода в нём не раскрыта даже страна дата-центра.

Как проверить, что стоит за обещаниями производителя

Обещание «мы заботимся о вашей приватности» само по себе ничего не говорит о том, куда уходит голос: проверять стоит конкретные пункты — страну дата-центра, срок хранения аудио, наличие политики конфиденциальности и то, есть ли в ней вообще ответ на вопрос про 152-ФЗ. Здесь чаще всего и обнаруживается разрыв между маркетингом и документами.

На практике даже у популярных программ такая информация раскрыта не полностью. У SpeakFlow и у Диктуй, по данным сайта, страна дата-центра, где происходит распознавание, не указана: известно только, что оно облачное. У Talkpad юридическое лицо зарегистрировано в Австралии, а точное расположение серверов распознавания в политике конфиденциальности, по данным сайта, не раскрыто. Для 152-ФЗ это существенно: закон требует хранить данные граждан РФ на серверах внутри страны, а без указания страны проверить такое утверждение со стороны пользователя невозможно.

Проверить обратное — что программа действительно работает локально, — проще: у Molvi и GigaType распознавание идёт на устройстве, и в этом случае вопрос локализации данных снимается автоматически, потому что запись вообще никуда не передаётся. Как устроено само распознавание речи в облаке и на устройстве, подробно разобрано в статье о голосовом вводе для русской речи.

Чего Поток не умеет

Поток — облачный сервис: голос уходит на сервер в России, и без подключения к интернету он не работает. Локального распознавания «из коробки» у него нет — это осознанный выбор архитектуры, а не пробел в описании: весь функционал, включая личный словарь, построен вокруг обработки на сервере.

Для организаций со строгим запретом выводить данные за пределы собственной инфраструктуры обычный тариф не подходит: нужен вариант для бизнеса с серверами внутри периметра компании, SSO и общим словарём — он доступен по запросу, а не входит в тарифы Pro и бесплатный. Согласие на обработку данных при этом пользователь всё равно принимает при установке, как и с любым облачным сервисом. Похожий разбор для конкретных профессий с обязательствами о тайне есть в сравнении Потока с GigaType, где распознавание устроено иначе.

Частые вопросы

Встроенная диктовка и «Поток»

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