Перевод речи в текст на компьютере: сравнение сервисов

Поток переводит речь в текст прямо в Windows и macOS: зажали хоткей Ctrl+Space, сказали фразу, отпустили, и готовый текст с пунктуацией встал в поле курсора в любом приложении. Первые 14 дней доступ полный и бесплатный без карты; дальше Free 2500 слов в неделю или Pro 690 ₽/мес.

Что вообще считается «переводом речи в текст»

Запрос «перевод речи в текст на компьютере» на деле объединяет несколько разных задач, и сервисы под них устроены по-разному. Первая — живой голосовой ввод: вы нажимаете хоткей, говорите фразу, и текст сразу появляется там, где стоял курсор, будь то мессенджер, почта, документ или строка кода. Это ближе к диктовке, а не к отдельному приложению для записи.

Вторая задача — транскрибация: у вас уже есть готовый аудиофайл или запись встречи, и нужно превратить её в текст целиком, обычно с разбивкой по спикерам и таймингом. Это отдельный сценарий с другими требованиями к интерфейсу — там важны загрузка файла, экспорт субтитров, поиск по расшифровке.

Третья категория — встроенные средства операционной системы и голосовые блокноты в браузере: они не устанавливаются отдельно, но и не заточены под конкретную задачу, а решают её «по умолчанию», с переменным качеством. В этом материале речь идёт именно о первой задаче — живом голосовом вводе для работы за компьютером, но по ходу мы упомянем, чем от него отличаются соседние категории, чтобы вы не спутали инструмент с задачей.

Путать эти задачи дорого. Человек ищет «перевод речи в текст на компьютере», рассчитывая надиктовывать письма и заметки прямо во время работы, а находит сервис для расшифровки часовых записей совещаний: с загрузкой файла, ожиданием обработки и экспортом в docx. Формально оба сервиса «переводят речь в текст», но по способу использования они ближе к разным профессиям. Живой голосовой ввод нужен тому, кто печатает весь день и хочет ускориться, а транскрибация пригодится тому, кто уже записал разговор и хочет получить протокол. Дальше в этом сравнении мы держим фокус на первом сценарии и категориях инструментов, которые под него подходят.

Как мы сравнивали

Мы не устраивали замер точности распознавания — независимых WER-тестов на русском языке для большинства перечисленных сервисов не существует, а гонять свой бенчмарк на разных движках без единой методологии значит вводить читателя в заблуждение цифрами, которые нельзя проверить. Вместо этого мы сравнивали то, что можно зафиксировать однозначно и что реально определяет, подойдёт ли сервис именно вам. Такой подход медленнее и менее эффектно выглядит в заголовке, зато каждую строчку таблицы ниже можно перепроверить самостоятельно за пару минут — на сайте сервиса или в его тарифах.

Критерии простые: на каких платформах сервис вообще работает; сколько стоит бесплатный лимит и хватит ли его для повседневной работы; можно ли оплатить подписку картой российского банка напрямую, без обходных схем; где физически хранятся и обрабатываются данные вашей речи, что важно для 152-ФЗ и корпоративных политик; нужен ли постоянный интернет или сервис можно использовать в самолёте и в дороге без связи.

Отдельно мы смотрели на то, встраивается ли сервис в обычную работу — вставляет ли текст прямо в поле, где стоит курсор, в любом приложении, или требует переключаться в отдельное окно и копировать результат руками. Это разница, которую чувствуешь в первые пять минут использования, и именно она чаще всего определяет, останется ли инструмент в рабочем дне или будет забыт через неделю.

Чего мы сознательно не делали: не запускали независимый замер точности распознавания разных сервисов на одном и том же наборе русских фраз. Такой тест был бы интересен, но без единой методологии, зафиксированного словаря и повторяемых условий он дал бы не факты, а цифры, которые легко перепутать с фактами. Поэтому там, где источник — официальные условия тарифов или публичные страницы самих сервисов, мы так и пишем: это заявленные условия, а не наши измерения. Единственное исключение — параметры самого Потока, которые мы указываем как собственные данные компании.

Сводная таблица категорий сервисов

Ниже — категории инструментов для перевода речи в текст на компьютере, которые реально встречаются в этой задаче, с фактами по каждой: платформы, деньги, интернет. Мы намеренно не сводим сравнение к одному «победителю» — у каждой категории свой набор условий, при которых она оказывается разумным выбором, и свой набор условий, при которых лучше смотреть в сторону соседней строки таблицы.

Разница между категориями редко исчерпывается ценой. Мультиязычный облачный ввод вроде Talkpad даёт тот же бесплатный лимит на десктопе, что и Поток (2500 слов в неделю), и ещё 1500 слов на мобильном. Но платный тариф там в долларах, приём карт российских банков на сайте не заявлен, а компания зарегистрирована в Австралии и не раскрывает, где стоят серверы распознавания. Офлайн-инструмент вроде Voisty решает другую задачу: интернет ему не нужен, и данные не покидают компьютер. Зато бесплатно дают всего пять минут, а подписка оформляется в долларах. Встроенный голосовой ввод Windows бесплатен, но работает через облако Microsoft и без интернета не запускается. Веб-блокноты не требуют установки и подходят для разовой задачи в браузере, но личного словаря и вставки в другие программы у них нет, текст приходится копировать вручную.

Отдельный вопрос — интеграция в рабочий процесс, потому что именно она чаще всего решает, приживётся инструмент или нет. У Потока текст встаёт прямо в поле под курсором в любом приложении: в мессенджере, почте, документе, редакторе кода, без промежуточного окна. Веб-блокноты устроены иначе. Результат появляется в собственном окне сервиса, и его нужно вручную скопировать и вставить туда, где он на самом деле нужен. Для разовой диктовки это не критично, а при ежедневной работе лишний шаг «скопировать, переключиться, вставить» копится в минуты и в раздражение.

Облачные сервисы против офлайн-распознавания

Главный водораздел в этом сравнении — не бренды, а архитектура: считает сервис на удалённом сервере или прямо на вашем компьютере. У каждого подхода свои плюсы, и выбор редко бывает универсальным.

Облачные сервисы, к которым относятся и Поток, и Talkpad, не грузят процессор и память вашего компьютера: тяжёлые вычисления идут на стороне сервиса, а на устройство прилетает готовый текст. Это удобно на слабых ноутбуках и не мешает другим программам. Обратная сторона: без интернета такой сервис бесполезен, а голос уходит туда, где стоят серверы. Тут и проходит разница между Потоком и Talkpad. У Потока это серверы в России, что важно для 152-ФЗ и для бизнеса. Talkpad принадлежит австралийской компании и не раскрывает, где идёт распознавание.

Офлайн-распознавание, как у Voisty, устроено ровно наоборот. Весь расчёт идёт на самом компьютере, интернет не нужен, голос никуда не отправляется, и для кого-то это решающий довод. Плата за это: нагрузка на железо во время диктовки и короткий бесплатный лимит, после которого понадобится подписка.

Поток — облачный сервис, распознавание идёт на серверах в России; без интернета не работает.

Если для вас критична работа без связи (в дороге, в самолёте, в помещении без Wi-Fi), из рассмотренных категорий это обеспечивает только офлайн-распознавание. Если же интернет есть почти всегда, а важнее скорость отклика, лёгкость для железа и понятная юрисдикция данных, разумнее смотреть на облачные сервисы.

Представьте два обычных рабочих дня. В первом человек сидит в офисе на стабильном интернете и весь день переключается между почтой, таск-трекером и чатом с командой. Ему важно, чтобы текст появлялся мгновенно и не грузил старый корпоративный ноутбук, и это сценарий для облачного сервиса. Во втором юрист или врач диктует заметки между приёмами в разных кабинетах, где Wi-Fi нестабилен или его отключают ради безопасности данных. Здесь на первый план выходит офлайн-режим, даже ценой скромного бесплатного лимита и нагрузки на процессор. Правильного подхода самого по себе нет, вопрос в том, какой сценарий чаще случается у вас.

Что выбрать под вашу задачу

Если вы работаете в основном на русском, хотите, чтобы голосовой ввод работал в любом приложении от переписки до IDE, и вам важно платить рублями и держать данные в России, логичный выбор из рассмотренных категорий — облачный сервис с русской моделью, такой как Поток. Первые 14 дней доступ полный и бесплатный, карта не нужна, дальше можно остаться на Free с лимитом 2500 слов в неделю или перейти на Pro.

Если вам нужен мультиязычный ввод и вы готовы платить в долларах ($8 в месяц или $6 при оплате за год), задачу закроет вариант вроде Talkpad. Приложения у него есть для macOS, Windows и Android, бесплатный лимит на десктопе такой же, как у Потока. Проверьте только заранее, пройдёт ли оплата вашей картой: приём карт российских банков на сайте не заявлен.

Если работа без интернета для вас жёсткое требование, а нагрузка на процессор и маленький бесплатный лимит не пугают, подойдёт офлайн-инструмент вроде Voisty. Подписка там в долларах, и принимает ли он карты РФ, на сайте не уточнено.

Для разовой задачи, например надиктовать один текст в браузере без установки, хватит веб-блокнота голосового ввода. Для регулярной работы ему не хватает личного словаря и вставки в другие приложения. А если ставить ничего не хочется совсем, попробуйте встроенный ввод Windows по Win+H: он бесплатен и понимает русский, но работает только при подключённом интернете.

Помогает и взгляд на то, чем вы заняты каждый день. Продакт-менеджерам и руководителям, которые весь день пишут письма и заметки по итогам созвонов, важнее всего скорость и вставка сразу в нужное поле, и это тянет к облачному вводу. Разработчикам, которые надиктовывают промпты для AI-инструментов на русском с английскими терминами вперемешку (так называемый vibe coding), критичны терпимость к смешанной речи и личный словарь для специфичных названий. Копирайтерам, журналистам и техписателям с большими объёмами текста нужен запас лимита или безлимит, чтобы не упираться в ограничение посреди дня. Юристам и врачам, которые диктуют в помещениях с плохим Wi-Fi, стоит в первую очередь смотреть на офлайн-категорию. А для банков и финтеха, где действует 152-ФЗ, решающим обычно становится прямой ответ на вопрос «где физически хранятся данные», и здесь сервисы с серверами в России выигрывают у тех, чьи серверы за рубежом или не раскрыты.

Частые вопросы

Встроенная диктовка и «Поток»

Первоисточники: support.microsoft.com · support.apple.com