Голос в текст и диктовка в реальном времени

Как перевести голос в текст: говорите - текст печатается сам

Голос в текст - это голосовой ввод с микрофона в реальном времени: вы говорите, а текст печатается на экране сам. Это живая диктовка онлайн, без загрузки готового аудиофайла на расшифровку. Потоковое распознавание идёт синхронно с речью, без ожидания конца записи, и слова появляются почти без задержки. Чтобы записать речь в текст, программы не нужны - хватает браузера и микрофона.

Разрешите микрофон и начните

Чтобы напечатать текст голосом онлайн, выполните три шага:

1. Нажмите «Начать диктовку» и разрешите браузеру доступ к микрофону.
2. Говорите как обычно - текст печатается сам по мере речи; делайте паузы там, где нужны точки.
3. Скопируйте готовый текст в заметку, документ или чат одной кнопкой.

Регистрация для веб-диктовки не нужна - голосовой блокнот открывается онлайн и готов к работе сразу.

Реальное время vs загрузка файла

Главное отличие диктовки - текст печатается сам по ходу речи, без ожидания конца записи. Когда речь идёт о готовых записях, лучше подойдёт транскрибация готовых записей: вы загружаете аудио или видео и получаете текст с тайм-кодами и делением на спикеров. А живую речь распознаёт диктовка, и это удобно для заметок и черновиков, когда набор текста голосом нужен прямо сейчас.

Что умеет диктовка: пунктуация, языки, точность

Голосовой ввод сам расставляет пунктуацию, заглавные буквы и числа уже при финальной обработке, поэтому расшифровка читается как готовый текст. Palatine Speech распознаёт русскую речь с точностью WAcc 92,9% (WER 7,10%) по бенчмарку на семи датасетах. Голосом записать текст можно почти на любом языке: сервис поддерживает около 100 языков и сам определяет язык диктовки.

Авто-пунктуация, числа и заглавные

После диктовки модель ставит точки, запятые и заглавные буквы, корректно пишет числа, даты и термины. От вас нужны лишь естественные паузы там, где должны стоять знаки препинания. Так авто-пунктуация и числа попадают на свои места, и готовый текст не приходится править вручную.

~100 языков с автоопределением

Palatine Speech поддерживает около 100 языков с автоопределением, включая русский и языки СНГ. Переключать раскладку или выбирать язык вручную не нужно - система определяет язык диктовки сама. Это удобно, если во время диктовки вы переходите с одного языка на другой.

Диктовка без установки - в браузере на ПК и телефоне

Диктовка работает в браузере на ПК и телефоне без установки программ. Голосовой набор текста на компьютере не требует драйверов, плагинов или подписки - запись текста голосом онлайн доступна сразу после нажатия кнопки. Если вы привыкли диктовать в Word, используйте нашу браузерную диктовку как альтернативу: тот же голосовой ввод в браузере, только без привязки к редактору.

Работает онлайн без программ

Голосовой ввод в браузере не требует установки: откройте страницу, разрешите микрофон - и диктуйте. Это работает на Windows, macOS, Android и iPhone. Нет ни инсталляторов, ни обязательной регистрации для веб-диктовки - голосовой блокнот превращает речь в текст прямо на странице.

Мобильная диктовка через бот

Диктовать с телефона можно и без открытого браузера. Telegram-бот @VoicePalatineBot заменяет мобильную диктовку: надиктуйте голосовое, перешлите Telegram-боту - и получите текст, до 100 расшифровок в день бесплатно. По сути это и есть мобильная диктовка: вы записываете войс привычным способом, а текст для заметки или чата приходит сразу.

Кому подходит голосовой ввод

Голосовой ввод текста выручает там, где печатать руками медленно или неудобно. Диктовка онлайн помогает на ходу фиксировать голосом мысли, черновики и конспекты, а правкой готового текста заняться уже потом.

Заметки и черновики на ходу

Надиктовать голосовое и получить текст удобно, когда руки заняты или вы в дороге. Журналист, например, наговаривает черновик статьи прямо в браузере и потом редактирует готовый текст, а автор книги надиктовывает первую версию «потоком» и оставляет вычитку на потом.

Учёба и доступная альтернатива клавиатуре

Студент диктует конспект лекции, и текст печатается быстрее, чем руками. А для людей с ограничениями голосовой ввод становится доступной альтернативой клавиатуре. И там, и там диктовка снимает барьер набора и помогает записать речь в текст без лишних усилий.

Безопасность: данные в России

Обработка записей соответствует требованиям 152-ФЗ в 4 ЦОД Tier III в РФ. Данные передаются по TLS, оплата проходит картами МИР и через СБП, без VPN и зарубежных сервисов. Диктовать через сервис безопасно: записи остаются в российском контуре.

152-ФЗ и ЦОД

Серверы Palatine Speech размещены в четырёх ЦОД уровня Tier III на территории России. Обработка голоса отвечает требованиям 152-ФЗ, и данные не передаются третьим лицам. Для диктовки это значит, что ваша речь не покидает российскую инфраструктуру.

Не обучаем на ваших записях

Мы не обучаем модели на ваших записях. То, что вы надиктовали, нужно только чтобы вернуть вам текст, и больше нигде не используется. Для приватности голосового ввода это базовое требование, и мы его соблюдаем.

Точность и советы для точной диктовки

На чистом микрофоне точность распознавания достигает WAcc 92,9% (WER 7,10%). Для шумной обстановки есть отдельная модель - на шумной диктовке она удерживает точность ~90%. Качество диктовки зависит и от того, как вы говорите, поэтому несколько простых приёмов заметно улучшают результат.

WER/WAcc и модель под шум

WER (доля ошибок) и WAcc (точность слов) - это метрики качества распознавания. У Palatine Speech WER 7,10% и WAcc 92,9% на семи датасетах. Для шумной диктовки есть отдельная модель: она поднимает точность примерно до 90% и сохраняет текст разборчивым даже в неидеальных условиях.

Как говорить, чтобы распознало точнее

Советы для точной диктовки:

• Говорите ровно и в обычном темпе, без проглатывания окончаний.
• Держите микрофон ближе ко рту и убирайте лишний фоновый шум.
• Проговаривайте сложные термины и имена чётко.
• Делайте паузы там, где должны стоять точки, - так авто-пунктуация сработает аккуратнее.

Потоковое распознавание подключается в продукты через WebSocket-API от 0,29 ₽/мин - если диктовку нужно встроить в своё приложение. Попробовать диктовку и транскрибацию можно бесплатно: новым пользователям после регистрации по запросу выделяем пробные минуты, а в боте лимит обновляется каждый день.

Программа для голосового ввода или онлайн-сервис: что выбрать

Программа для голосового ввода обычно рисуется в голове так: скачал установщик, кликнул, на рабочем столе появился ярлык. У нас этого шага нет. Голосовой ввод текста живёт прямо в браузере, без драйверов и без прав администратора. Открыли вкладку на Windows, macOS, Android или iPhone, разрешили микрофон, и он уже пишет. И да, «перевод» в запросах вроде «программы для перевода голоса в текст» про расшифровку той же речи в символы, а не про другой язык: русская речь даёт русский текст, английская английский. Языков около сотни, с автоопределением.

Само голосовое распознавание текста мы обновляем на своей стороне, так что вы всегда на актуальной модели. Точность на русском 92,9% WAcc, это WER 7,10%. Нужен именно устанавливаемый клиент? Тогда пригодится обзор приложений для расшифровки. Так нужна ли отдельная программа для голоса в текст? Ставить нечего: нажали кнопку разрешения микрофона и говорите. На телефоне то же самое умеет бот @VoicePalatineBot, до 100 расшифровок в день бесплатно.

Честно про два места, где устанавливаемая программа обходит браузер. Офлайн: нет интернета, нет диктовки. И системный ввод: программа печатает голосом прямо в активное окно, хоть в чужой редактор, а у нас текст сперва появляется на странице, а потом переносится копированием. Всё остальное скорее в пользу онлайна. Инсталлятора нет, обновления приезжают сами, один и тот же сервис открывается и на рабочем ПК, и на домашнем ноутбуке, а данные лежат в 4 ЦОД Tier III в России по 152-ФЗ и ходят по TLS. Таблица ниже без прикрас, выбирайте по тому, что важнее лично вам.

Как надиктовать текст в Word и на компьютере

Набор текста голосом в ворде через нас идёт не плагином на ленте. Надстройки для Word у нас нет, и придумывать её мы не станем. Схема другая, зато рабочая: это голос в ворд онлайн, только вставка отдельным шагом. Речь распознаётся в браузере, а готовый кусок копируется в Word или Google Docs одной кнопкой, хоть черновик письма, хоть глава, хоть протокол. У самого Word голосовой набор тоже есть: вкладка «Диктовка» на ленте и вызов Win+H в Windows. Только встроенная диктовка просит аккаунт Microsoft 365 и живой интернет. А если запись уже на руках, лекция или интервью в файле, её проще прогнать как аудиофайл в формате MP3, чем начитывать заново.

Перенос надиктованного в документ, по сути, два действия: сперва диктовка на странице, потом вставка. Выглядит как лишний шаг. На деле именно это разделение снимает зависимость от версии Office и от подписки. Ниже порядок, к диктовке он добавляет только копирование и вставку.

1. Откройте страницу диктовки и разрешите доступ к микрофону.
2. Наговорите текст: пунктуация, числа и заглавные расставляются на ходу.
3. Проверьте расшифровку и поправьте редкие имена собственные.
4. Скопируйте готовый текст одной кнопкой.
5. Вставьте его в Word, Google Docs, почту или чат.

Порядок нарочно неровный: вычитку имён на бытовой заметке спокойно пропускают, а в юридическом тексте не пропустят никогда. Работает это в любом браузере на Windows и macOS, значит голос попадает в ворд без десктопной сборки Office, а точность на русском держится на 92,9% WAcc. И голосовой набор текста на компьютере не обязан упираться в один редактор. Надиктовали в браузере, дальше текст расходится куда угодно: в таблицу, в тикет, в тело письма, в мессенджер. Печатать голосом на ПК без Word выходит той же вкладкой и той же кнопкой. А если исходник уже записан, его проще загрузить файлом, про это на странице о записи с диктофона.

Прямая расшифровка речи: текст появляется по ходу разговора

Прямая расшифровка выглядит так: текст набегает на экране, пока вы ещё говорите. Потоковое распознавание отдаёт слова по ходу речи и не ждёт, когда вы замолчите. От обработки готового файла разница в одном, это задержка в доли секунды против ожидания всей записи. Название прижилось как русское имя для живой расшифровки: слушаешь и сразу видишь написанное. Выручает там, где переспросить не выйдет. На совещании, на лекции, на защите проекта.

Слабослышащему прямая расшифровка даёт прочитать собственную реплику ещё до конца фразы. Студенту достаётся каркас записи прямо на паре, а как собрать из него чистовой конспект лекции, разобрано отдельно. Точность здесь та же, что у обычной диктовки: 92,9% WAcc, WER 7,10% на русском по бенчмарку на семи датасетах, и около 100 языков с автоопределением. Пунктуация и заглавные ставятся на ходу, поэтому текст сразу читается, а не тянется сплошной строкой.

И честная граница. Прямая расшифровка у нас разбирает вашу речь с микрофона, а не чужой разговор в комнате. Никаких титров телефонного собеседника, никакого подслушивания звука вокруг. С приложением Google Live Transcribe путать не стоит: задача у нас поуже, ближе к диктовке. Микрофон в переговорке соседние голоса поймает, вот только качество на них проседает, чистых титров чужой стороны не ждите. Для двустороннего разговора надёжнее записать файл. А данные живой диктовки, как и всё прочее, не уходят за пределы 4 ЦОД Tier III в России и передаются по TLS.

Голосовые заметки и голосовой блокнот

Голосовые заметки удобнее всего диктовать, когда руки заняты, а мысль вот-вот выскочит из головы: за рулём, на прогулке, где-то между встречами. Заметка голосом у нас сразу становится текстом, без ручного набора и без старого трюка с письмом самому себе. Входа два: диктовка в браузере на странице или голосовое сообщение боту @VoicePalatineBot.

Голосовой блокнот в браузере превращает речь в текст прямо на странице, без единого лишнего окна. Открыли, наговорили, скинули в Notion, в стандартные Заметки или в строку таблицы. Запятые и числа распознавание расставит само, так что список покупок или идея на бегу не свалятся в сплошную строку. Точность на русском 92,9% WAcc, править разве что редкое имя собственное.

С телефона проще всего через @VoicePalatineBot: записали привычное голосовое в Telegram, переслали боту, в ответ пришла текст-заметка. И так до 100 расшифровок в день. Пересылать можно и чужие войсы из рабочих чатов, когда надо быстро вытащить из них текст. Наговорили по дороге. К приходу домой в чате уже лежит готовый абзац, останется вставить его туда, где он и был нужен.