Whisper в браузере запускает проект Whisper Web: описание сообщает, что распознавание речи идёт прямо в браузере, а собран он на Transformers.js, который запускает модели Hugging Face без сервера. В Firefox нужно включить dom.workers.modules.enabled в about:config. Русский в списке языков Whisper есть. Готовые записи также расшифровывает бот Потока, 60 минут в месяц бесплатно.
Whisper — модель распознавания речи от OpenAI с лицензией MIT. Её можно запустить и без установки программ на компьютер, если взять браузерный проект.
Два способа запустить Whisper в браузере
Первый способ — готовый проект Whisper Web. Его описание: распознавание речи на основе машинного обучения прямо в браузере. Проект собран на Transformers.js. В Firefox для него нужно включить параметр dom.workers.modules.enabled в about:config. Второй способ — собрать своё решение на Transformers.js. Библиотека запускает модели Hugging Face прямо в браузере, без сервера, и поддерживает задачу automatic-speech-recognition, то есть распознавание речи. Конкретную модель Whisper подбирают самостоятельно, у неё есть варианты: tiny, base, small, medium, large и turbo.
Как выбрать, на чём запускать модель
По умолчанию Transformers.js считает на процессоре через WASM. Для ускорения есть параметр device: 'webgpu', но WebGPU пока экспериментален во многих браузерах. Размер загружаемой модели, скорость и работа с русским в браузере по официальным страницам не подтверждены, поэтому конкретных чисел здесь нет. В описании Whisper Web языки, размер моделей и приватность не указаны. Для русской речи ориентиром служит список языков Whisper: в нём есть «ru». Качество на русском стоит оценить на своих записях.
Кому браузерный запуск не подойдёт
Для готовой русской записи есть Telegram-бот @potok_now_bot: достаточно прислать файл в личном чате. Поток как приложение записи не расшифровывает: это облачный сервис диктовки, распознавание идёт на серверах в России, без интернета не работает; подписка одна на приложение и бот. Если интересует сам Whisper, пригодятся материалы про Whisper как программу и бесплатные аналоги, а онлайн-расшифровка описана в статье про транскрибацию в браузере.
Частые вопросы
Нет: по документации Transformers.js, по умолчанию модели работают на процессоре через WASM. WebGPU включается параметром device: 'webgpu' и пока экспериментален во многих браузерах.
В README проекта Whisper Web сказано, что для Firefox нужно включить параметр dom.workers.modules.enabled в about:config.
Только с официального сайта: potok.now/download. Установка бесплатна, дальше действует 14-дневный пробный период с полным доступом без привязки карты.
Скачайте последнюю версию с официальной страницы potok.now/download и переустановите приложение: установщик со стороннего сайта может быть изменён. Если не помогло — напишите в поддержку: support@potok.now или в Telegram https://t.me/ai23c.
Нет, версии Потока для Android нет — продукт работает только на компьютере: Windows, macOS и Linux. Для Android есть встроенный голосовой ввод Google (Gboard) или клавиатура Samsung.
На сайте potok.now собраны обобщённые отзывы, отражающие типичный опыт пользователей; в маркетинговых материалах они не выдаются за отзывы конкретных людей с именами.
Как начать
«Поток» есть для Windows, macOS и Linux. Две недели всё открыто бесплатно, дальше — 2500 слов в неделю без оплаты. «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.
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
| 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 |
Первоисточники: support.microsoft.com · support.apple.com