Распознавание речи в текст локально означает обработку голоса прямо на устройстве — компьютере или телефоне, без отправки записи на сервер: интернет для этого не требуется, но нагрузка ложится на ресурсы самого устройства. У «Потока» (potok.now) наоборот: распознавание облачное, и отклик у него — около 0,4 секунды, потому что запись уходит на сервер и обратно возвращается уже текстом.
Термин на слуху у тех, кто выбирает голосовой ввод для смартфона или ноутбука: обещание «работает без интернета» в описании программы обычно и есть указание на локальное распознавание. Разбираемся, что стоит за этим словом и почему это не то же самое, что облачная обработка.
Что значит распознавание речи в текст локально
Локальное распознавание — то же самое, что часто называют on-device распознаванием: весь путь от звука до текста программа проходит на самом устройстве, будь то ноутбук или смартфон, а не пересылает запись куда-то ещё. Источник поясняет это так: локальная обработка запускает целиком конвейер распознавания речи на устройстве пользователя и работает без подключения к сети.
Раз запись никуда не уходит по сети, для работы такого распознавания подключение к интернету не нужно — оно продолжает работать и в самолёте, и в метро без связи. Но у этого есть обратная сторона: обработку берёт на себя ресурсы самого устройства, а не удалённый сервер — в этом и заключается расплата за работу без сети.
Термин соседствует с общим понятием распознавания речи — оно описывает саму технологию перевода звука в текст, независимо от того, где именно она считается. Подробнее о таких терминах — в словаре распознавания речи.
| Термин | Что значит | Пример |
|---|---|---|
| Локальное (on-device) распознавание | обработка голоса непосредственно на компьютере или телефоне пользователя, без отправки на сервер | локальное распознавание работает без интернета, но требует ресурсов устройства |
| Модель капитализации | отдельная модель, отвечающая за простановку заглавных букв в тексте | модель капитализации и модель пунктуации часто работают как единый постобработчик |
| Wake word (слово пробуждения) | специальное слово, распознаваемое устройством постоянно в фоне, чтобы включить голосовой ассистент | «окей, Google» — типичный пример wake word |
| ASR (Automatic Speech Recognition) | автоматическое распознавание речи — технология преобразования звучащей речи в текст | ASR-система переводит голосовую фразу в строку текста за доли секунды |
Как это проявляется на практике
Пример прямо из определения: такое распознавание продолжает работать без подключения к интернету, потому что не отправляет запись куда-либо за пределы устройства. Обратная сторона — оно требует ресурсов самого устройства: обработку берёт на себя устройство, а не чужой сервер.
Это то же самое разделение, что стоит держать в голове при выборе любой программы голосового ввода: смотреть, где именно происходит распознавание — на устройстве или в облаке, — и работает ли программа вообще без интернета. Подробнее о том, как в целом устроен голосовой ввод, — в статье о голосовом вводе текста.
Где здесь «Поток», а где нет
«Поток» к локальному распознаванию отношения не имеет — он устроен ровно наоборот. Это облачный сервис: распознавание идёт на серверах в России, и без интернета «Поток» не работает вовсе, офлайн-режима у него нет. Тому, кто ищет именно локальную обработку голоса — без отправки звука на сервер, например ради работы без сети, — «Поток» не подойдёт: такой сценарий у него не предусмотрен. Компаниям, которым по внутренним правилам нельзя отправлять голос во внешнее облако, доступен только бизнес-вариант «Потока» — сервер в периметре компании, по запросу.
Частые вопросы
Работает без подключения к сети — локальное распознавание обрабатывает голос прямо на устройстве и не отправляет запись на сервер, поэтому интернет для этого не нужен. Обработку берёт на себя ресурсы самого устройства.
Нет. «Поток» (potok.now) распознаёт речь в облаке — запись уходит на сервер в России, и без интернета сервис не работает. Локальная обработка на устройстве у него не предусмотрена.
Если хотите сравнить сами
Возьмите одну свою задачу и надиктуйте её в «Потоке». Первые 14 дней — без ограничений и без карты. «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».
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 |
Первоисточники: voicecontrol.pro · support.microsoft.com