Офлайн-транскрибация считает прямо на устройстве — звук никуда не уходит, но для быстрой и точной модели нужна мощная видеокарта, а без интернета такая программа всё равно работает. Облачная, наоборот, отправляет запись на сервер: не грузит компьютер, зато требует сети — так устроен, например, Поток (potok.now), с откликом около 0,4 секунды.
Выбор между офлайн- и облачной транскрибацией — это выбор между приватностью и удобством, а не только между ценой. Локальная модель не отправляет запись никуда, но ест ресурсы компьютера и часто уступает в точности на сложной речи. Облачная не грузит железо, но каждое слово уходит на чужой сервер, а без сети программа немая — этот компромисс разбираем дальше: что уходит на сервер, а что требует от компьютера.
Облако: что и куда уходит
В чистом виде среди этой подборки постоянного облачного сервиса нет — все восемь по умолчанию считают на устройстве, а к серверу обращаются только вместе с локальным режимом, как опция. Полностью локальные, без единой опции облака, — Voisty, WhispeRu, GigaType и Molvi: у них нет платного или бесплатного облачного режима вообще. Spokenly даёт выбор: бесплатные локальные модели Whisper и Parakeet — либо, если подключить свой API-ключ или оформить Pro, облачные модели вроде GPT-4o Transcribe, Deepgram Nova 3 или Soniox. SuperWhisper устроен похоже: маленькие модели считают офлайн бесплатно, а крупные облачные — Scribe, Nova, Gemini, GPT — работают через собственный прокси SuperWhisper на платной подписке или с чужим ключом, и поставщик модели видит запрос от прокси, а не напрямую от аккаунта пользователя. У Airword по умолчанию локальная модель, но в отдельных случаях — например, при загрузке модели — часть работы уходит в облако; какой это провайдер и в какой стране, сайт не называет. У RechFlow облачный тариф Cloud Pro анонсирован, но ещё не запущен — доступен только офлайн-режим. Общее правило: если в описании нет названия поставщика и адреса сервера, распознавание либо целиком локальное, либо облачная часть — доплата поверх бесплатной локальной модели, а не основной режим работы.
Локальные программы: чего они требуют от компьютера
Локальная модель распознавания — это нейросеть, которая целиком лежит на диске и считает на процессоре или видеокарте пользователя, а не где-то на сервере. Molvi прямо говорит: с видеокартой NVIDIA качество выше, без неё программа переключается на более быструю, но и более грубую модель для процессора. Это общий принцип для всех похожих программ — большая точная модель требует GPU, а на голом процессоре приходится выбирать модель полегче и мириться с потерей в качестве или скорости.
Второе ограничение — платформы. WhispeRu работает только на Windows, Voisty, GigaType и Molvi — на Windows и macOS, а Spokenly и SuperWhisper добавляют ещё iOS, и только Spokenly из всей подборки поддерживает Linux. Если нужна диктовка на телефоне или на Linux-машине, выбор локальных вариантов резко сужается. Полный список программ для диктовки — в разделе программы для голосового ввода.
Третье — сама модель занимает место на диске и время на загрузку при первом запуске: чем она больше и точнее, тем дольше её скачивать и тем больше гигабайт она займёт. RechFlow в нынешнем виде существует только как Free Local — безлимитная локальная диктовка без ограничений по словам, без аккаунта и подписки, но без запасного облачного режима, если локального железа не хватает.
| Сервис | Бесплатно | Платно |
|---|---|---|
| Бот «Потока» и веб-версия | 60 минут в месяц | 7 дней — 249 ₽, 30 дней — 449 ₽, год — 2 890 ₽; входит в подписку приложения «Поток» |
| Otter.ai | Basic: 300 минут транскрибации в месяц, до 30 минут на встречу, 3 импортированных файла за всё время использования — бесплатно навсегда | $16.99/мес (Pro, помесячная оплата, 1200 мин/мес); $8.33/мес (Pro, при годовой оплате (сумма списывается за год)); $30/мес (Business, помесячная оплата) |
| Transkriptor | 10 минут при регистрации, лимит 2 мин/день (по данным локализованного российского сайта transkriptor.ru); на международном сайте transkriptor.com заявлен бесплатный пробный период (по вторичным источникам — до 90 минут, официальная страница pricing не была доступна напрямую из-за таймаута загрузки) | 490 ₽/разово (Старт, 150 минут (transkriptor.ru)); 790 ₽/разово (Про, 700 минут (transkriptor.ru)); 1900 ₽/разово (Премиум, 2100 минут (transkriptor.ru)) |
| SaluteSpeech Bot (Сбер) | бесплатно; голосовые, аудио и кружки | — |
| Voicy (@voicybot) | бесплатно; на движке Wit.ai — записи до 50 секунд | — |
| Войси (@Voicee_AI_Bot) | 45 минут на старте | 500 ₽/час записи (без пакета; с пакетами дешевле) |
| KolerskyAI Whisper Bot | первые 5 минут | 69 ₽/15 минут; 149 ₽/50 минут; 490 ₽/200 минут |
Как решить за пять минут
- Важна приватность и работа без сети — берите локальную модель; среди подборки у GigaType она обучена специально под русский (GigaAM от Сбера), а у Voisty и SuperWhisper — Whisper.
- Слабый компьютер без дискретной видеокарты — ищите программу, которая явно умеет работать на CPU, как Molvi, а не только на GPU.
- Нужны команды на телефоне или планшете — из локальных вариантов это Spokenly и SuperWhisper (iOS); остальные — только для компьютера.
- Хотите пробовать разные модели распознавания, включая новые облачные, без привязки к одному разработчику — смотрите на BYOK-варианты вроде Spokenly и SuperWhisper: свой API-ключ от любого поставщика.
- Не хотите разбираться в видеокартах и настройках — облачный сервис вроде Потока снимает этот вопрос совсем: там считает не ваш компьютер, а сервер.
Кому Поток не подойдёт
Поток — не локальная и не гибридная программа: это исключительно облачный сервис, распознавание идёт на серверах в России, и без интернета он не работает совсем — ни утренняя диктовка в метро без связи, ни работа в дороге не получатся. Тем, кому принципиально важно, чтобы звук никогда не покидал компьютер — из соображений конфиденциальности или корпоративной политики, — подойдут локальные варианты вроде GigaType, Voisty или Molvi, а не Поток. Нет офлайн-режима и для тех, кто часто остаётся без сети: слабый Wi-Fi в дороге, работа в поле или в помещении без покрытия. Голосовых команд и расшифровки уже записанных файлов у Потока тоже нет — только диктовка в реальном времени в активное поле.
Частые вопросы
Да, но с оговоркой: программы вроде Molvi при отсутствии NVIDIA-видеокарты переключаются на более лёгкую модель для процессора — она работает медленнее и грубее, чем версия на GPU, но не требует специального железа.
Голос и производный от него текст могут содержать персональные данные, поэтому для бизнеса важно, где физически стоят серверы обработки и распространяется ли на сервис 152-ФЗ. Поток предлагает бизнес-тариф с размещением on-prem или на серверах в РФ именно под это требование.
Зависит от конкретного сервиса — у одних аудио удаляется сразу после получения текста, у других хранится некоторое время для улучшения качества модели. Это должно быть прямо указано в политике конфиденциальности конкретного продукта; общего правила для всех сервисов нет.
Поток — облачный сервис: распознавание идёт на серверах в России, локальной обработки нет. Данные хранятся в России (152-ФЗ); для бизнеса по запросу — серверы в периметре компании (on-prem), SSO и общий словарь.
Да, обязательно: Поток — облачный сервис, распознавание речи происходит на серверах в России, без интернета голосовой ввод не работает.
Это обработка голосовых и текстовых данных пользователя на серверах, физически расположенных в России, с соблюдением требований федерального закона №152-ФЗ «О персональных данных» — актуально для компаний, которым запрещена трансграничная передача персональных данных за рубеж.
Расшифровать свою запись
Перешлите голосовое, пришлите файл или ссылку на YouTube, VK Видео или RuTube Telegram-боту «Потока» — текст придёт в том же чате. 60 минут в месяц бесплатно.
Открыть @potok_now_bot в TelegramПрограммы по теме: сравнение условий
| Сервис | Платформы | Бесплатно | Цена | Оплата из РФ | Где распознаётся речь |
|---|---|---|---|---|---|
| Бот «Потока» и веб-версия | Telegram (@potok_now_bot, мини-приложение в боте) | 60 минут в месяц | 7 дней — 249 ₽, 30 дней — 449 ₽, год — 2 890 ₽; входит в подписку приложения «Поток» | российские карты, рубли | облако, серверы в России; нужен интернет |
| Speech2Text.ru | Web | 3 часа при регистрации | — | не раскрыто | не раскрыто |
| Audio2Text | Web, Telegram | 15 минут в месяц | 295 ₽/мес (Базовый, 500 минут); 495 ₽/мес (Стандартный, 1000 минут); 1245 ₽/мес (Экспертный, 5000 минут) | рубли | не раскрыто |
| TurboScribe | Web | 3 файла в день, каждый до 30 минут | $20/мес (Unlimited, помесячно) | не раскрыто | не раскрыто |
| Transkriptor | Web | 10 минут при регистрации, лимит 2 мин/день (по данным локализованного российского сайта transkriptor.ru); на международном сайте transkriptor.com заявлен бесплатный пробный период (по вторичным источникам — до 90 минут, официальная страница pricing не была доступна напрямую из-за таймаута загрузки) | 490 ₽/разово (Старт, 150 минут (transkriptor.ru)); 790 ₽/разово (Про, 700 минут (transkriptor.ru)); 1900 ₽/разово (Премиум, 2100 минут (transkriptor.ru)) | да, на локализованном сайте transkriptor.ru — банковские карты Visa/Mastercard/МИР без комиссии, СБП по QR без комиссии, ЮMoney с комиссией 3%; платежи разовые (без подписки), обрабатываются через сервис KASSA. Международный сайт transkriptor.com предположительно выставляет счета в долларах — не подтверждено напрямую (таймаут при попытке открыть страницу pricing) | не раскрыто |
| Notta | Web, Windows, macOS, iOS, Android | 120 минут в месяц, до 3 минут на одну запись | $13.99/мес (Pro, помесячно, 1800 минут); $27.99/мес (Business, помесячно) | не раскрыто | не раскрыто |
| SaluteSpeech Bot (Сбер) | Telegram | бесплатно; голосовые, аудио и кружки | — | не раскрыто | облако SaluteSpeech (Сбер) |
| Otter.ai | Web, iOS, Android, Chrome extension, Desktop (Mac/Windows), интеграции с Zoom, Microsoft Teams, Google Meet | Basic: 300 минут транскрибации в месяц, до 30 минут на встречу, 3 импортированных файла за всё время использования — бесплатно навсегда | $16.99/мес (Pro, помесячная оплата, 1200 мин/мес); $8.33/мес (Pro, при годовой оплате (сумма списывается за год)); $30/мес (Business, помесячная оплата) | нет напрямую — биллинг в долларах через международные платёжные процессоры отклоняет карты, выпущенные в России и Белоруссии (подтверждено по независимым русскоязычным обзорам-инструкциям на dtf.ru и vc.ru; официального заявления Otter.ai о блокировке РФ не найдено, это следствие общих ограничений платёжных систем) | облачно, серверы США (компания зарегистрирована в США); точный дата-центр не раскрыт на странице pricing |
Первоисточники: speech2text.ru · audio-2-text.ru · turboscribe.ai · turboscribe.ai
Расшифровать запись в Telegram
Голосовые, кружки, аудио и видео расшифровывает Telegram-бот «Потока» @potok_now_bot: перешлите ему голосовое из любого чата, пришлите файл или ссылку на YouTube, VK Видео или RuTube. Короткая запись приходит текстом в чат, длинная — файлом; тайм-коды и разметку по спикерам можно включить. По кнопкам — краткая выжимка, задачи и сроки, ответ на вопрос по записи и выгрузка в TXT, DOCX, PDF или SRT. Большие файлы, до 2 ГБ, удобнее загружать в мини-приложении бота — кнопка «Загрузить» у поля ввода. Бот распознаёт русскую речь, 60 минут в месяц — бесплатно.