Термины распознавания речи: словарь голосового ввода

Термины распознавания речи описывают разные части одной технологии: голосовой ввод — это общее название, распознавание речи (ASR) — сам процесс перевода звука в текст, а диктовка — то же самое с точки зрения пользователя. У «Потока» (potok.now) отклик около 0,4 секунды: зажал хоткей, сказал, отпустил — текст готов.

Распознавание речи, ASR, диктовка, хоткей, WER — за этими словами часто прячутся простые вещи, которые проще объяснить одной фразой, чем понять из контекста. Голосовой ввод как явление и конкретные технические термины внутри него — вещи разного уровня, и их легко перепутать.

Термины распознавания речи простыми словами

Голосовой ввод — общее название технологии: сказанное вслух превращается в текст и появляется в активном текстовом поле.
Распознавание речи (ASR, automatic speech recognition) — сам процесс перевода звука голоса в текст, то, что происходит «под капотом» у голосового ввода.
Диктовка — то же самое действие с точки зрения пользователя: вы говорите вместо того, чтобы печатать руками.
Транскрипция — расшифровка уже готовой записи, аудио или видео, в текст, в отличие от диктовки, которая происходит в реальном времени.
Хоткей — сочетание клавиш, которым включается и выключается запись голоса; у «Потока» по умолчанию это Ctrl+Space.
WER (word error rate, доля ошибок распознавания) — процент слов, распознанных неправильно; чем меньше число, тем точнее программа.
Языковая модель — часть системы распознавания, обученная конкретному языку и лексике; определяет, насколько хорошо распознаются термины, имена и смешанная речь.
Личный словарь — список слов и имён, которые пользователь добавляет вручную, чтобы программа распознавала их точнее; у «Потока» такой словарь есть.

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.

С каких терминов начать

Что такое голосовой ввод текста и как он работает — у «Потока» это хоткей Ctrl+Space по умолчанию: зажал, сказал, отпустил.
Как называется перевод речи в текст — у «Потока» это облачное распознавание собственной моделью, обученной под русскую речь.
Распознавание речи в текст локально — «Поток» работает не локально, а в облаке: без интернета распознавание не запустится.
Что такое диктовка — у «Потока» бесплатный тариф даёт 2500 слов диктовки в неделю на одном устройстве.
Словарь терминов для диктовки договоров и исков — личный словарь «Потока» хранит термины и имена, которые часто повторяются в одном тексте.

Где Поток не подходит

Эти термины описывают технологию в целом, а не то, что умеет конкретно «Поток». Например, офлайн-распознавание в списке выше существует у некоторых программ, но не у «Потока»: он — облачный сервис, распознавание идёт на серверах в России, и без интернета не работает. Транскрипция готовых аудиофайлов и записей — тоже не то, что делает «Поток»: он распознаёт живую речь в момент диктовки, а не расшифровывает уже записанное — для готовых записей у «Потока» есть Telegram-бот @potok_now_bot.

Частые вопросы

Чем распознавание речи отличается от голосового ввода

Распознавание речи (ASR) — это сама технология перевода звука в текст, а голосовой ввод — то, как эта технология применяется на практике: хоткей, запись, вставка текста в поле. ASR — часть голосового ввода, а не то же самое: голосовой ввод включает ещё интерфейс, хоткей и вставку текста в активное окно.

Что такое WER и почему это число важно

WER (word error rate) — доля слов, распознанных с ошибкой, от общего числа слов в тексте. Чем меньше число, тем точнее программа: WER 5% значит, что в среднем ошибается примерно каждое двадцатое слово. Это стандартная метрика для оценки качества систем распознавания речи.

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.

Сколько знаков в минуту можно надиктовать?

По модельной оценке, средняя скорость диктовки через Поток — около 900 знаков в минуту против примерно 200 знаков в минуту при обычной печати, то есть речь заметно быстрее клавиатуры.

Насколько голосовой ввод быстрее клавиатуры?

У Потока заявлено около 900 знаков в минуту голосом против около 200 при печати — примерно в 4 раза быстрее. Это оценка продукта, а не независимый замер.

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.

Скачать «Поток»

Работает по одной клавише в любой программе. 14 дней полного доступа, потом Free 2500 слов в неделю или Pro 690 ₽/мес (499 ₽/мес за год). «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.

Скачать «Поток»

Голосовое из мессенджера или запись созвона можно переслать боту @potok_now_bot — он пришлёт текст. Бот входит в ту же подписку, что и приложение «Поток».

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

Программы по теме: сравнение условий

Условия — по официальным сайтам сервисов.
Сервис	Платформы	Бесплатно	Цена	Оплата из РФ	Где распознаётся речь
Поток	Windows, macOS, Linux	Free: 2500 слов в неделю; первые 14 дней — полный доступ без карты	Pro 690 ₽/мес, 499 ₽/мес при оплате за год	российские карты, рубли	облако, серверы в России; нужен интернет
SpeakFlow	Windows, Web	30 минут диктовки в месяц, бесплатно навсегда	690 ₽/мес (Персональный (безлимит))	рубли напрямую	облако (страна дата-центра не раскрыта на сайте) (не подтверждено)
Диктуй	Windows, macOS	30 минут диктовки в месяц, бесплатно навсегда	239 ₽/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)
Talkpad	macOS, Windows, Android	2500 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)
Voisty	Windows, macOS	5 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)
WhispeRu	Windows	7 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)
GigaType	Windows, macOS	бесплатно без ограничений — открытый исходный код по лицензии MIT (Copyright (c) 2026 Disrupt Builders), весь функционал доступен без оплаты	—	не требуется — платных тарифов нет	устройство (офлайн, нейросеть GigaAM от Сбера)
Molvi	Windows, macOS	бесплатно навсегда, без аккаунтов и оплаты	—	не требуется — продукт бесплатный; добровольные пожертвования принимаются через Telegram Tribute или картой на сайте, суммы не фиксированы	устройство (офлайн; на NVIDIA GPU лучшее качество, иначе быстрая модель на CPU)

Встроенная диктовка и «Поток»

По справке Microsoft и Apple.
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

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