Голосовой ввод текста на Windows для сотрудников
Голосовой ввод текста на Windows для сотрудников: диктовка в рабочую программу, локальное распознавание русской речи и понятные правила работы со звуком. Адаптация и внедрение приложения — от 100 000 ₽, ориентир 4–8 недель.
- Стоимость
- от 100 000 ₽
- Срок
- 4–8 недель
Код пишут ИИ-агенты под моим руководством. Я проектирую, проверяю и запускаю.
Голосовой ввод текста: задача отдела
Сотрудники пишут пояснения, письма и описания неисправностей. Если приходится диктовать в отдельный документ и переносить текст, начнем с проверки ввода прямо в вашу рабочую программу.
Для личной диктовки сначала попробуйте бесплатный Voice Input. Заказная адаптация нужна, когда компания задает свои правила установки, запрещает внешнюю обработку звука или работает с особыми полями и терминами.
Как устроено решение
Типовое решение: сотрудник диктует, приложение распознает речь в согласованном месте, текст проверяет человек.
Состав рабочих данных и допустимые способы обработки согласуем с ответственным компании с учетом закона о персональных данных.
Диктовка в рабочее поле
Проверяем ваши письма, карточки и заметки на реальных версиях программ. Для 1С и удаленного рабочего стола проводим отдельный тест: название программы само по себе не подтверждает совместимость.
Русская речь на компьютере
Начнем с локального GigaAM: он уже есть в Voice Input и работает без интернета после загрузки модели. Если нужен общий сервер компании, проверим его совместимость и нагрузку до выбора оборудования.
Понятные правила данных
Для локального варианта настраиваем обработку на ПК без скрытого переключения в облако. На пилоте проверяем сетевые обращения, временные файлы и журналы; для внутреннего сервера отдельно определяем доступ и удаление звука.
Настройки для сотрудников
Согласуем выбранный движок и список замен терминов, подготовим установку для пилотной группы и инструкцию ИТ-администратору. Общие настройки — предлагаемая доработка, а не функция бесплатного релиза.
Путь данных
Микрофон → распознавание на ПК или внутреннем сервере → текст → проверка рабочего окна → вставка в поле → сотрудник проверяет и отправляет.
Что получает клиент
- Диктовку в согласованные поля без промежуточного документа.
- Выбранное место обработки речи и проверенный путь звука и текста.
- Настройки, словарь замен и инструкцию для пилотной группы.
- Протокол проверки на ваших компьютерах: ошибки в терминах, время до готового текста и совместимость полей.
- Возможность продолжить ручной ввод при отказе распознавания.
Готовый сервис или свое решение
Если обычной диктовки достаточно, разработка не нужна: подойдут встроенный ввод Windows, Voice Input или голосовой ввод в Google Docs.
Свою адаптацию выбираем ради конкретных рабочих полей, правил данных и установки. Сравним одинаковые задания с клавиатурой и готовой диктовкой, включая время на исправления.
Первая версия: этапы, срок, цена
От 100 000 ₽ за один сценарий Windows: одно рабочее приложение, выбранный движок, настройки, простой словарь замен и пилот. Ориентир — 4–8 недель; точный объем, цену и срок фиксируем до начала, MSI/GPO, подпись, общий сервер и обучение модели оцениваем отдельно.
Половина оплаты перед началом, половина после запуска согласованного объема. 30 дней бесплатно исправляю ошибки в сделанном; после оплаты передаю код и доступы, сопровождение и развитие согласуем отдельно.
Разбираем рабочее место
Получаю версии Windows, характеристики ПК, список полей, ограничения сети и обезличенные примеры диктовок. Определяем ответственного ИТ-администратора.
Готовим адаптацию
Проверяем микрофон и движок, согласуем термины и правила данных. Собираем вариант для пилотной группы.
Проверяем и передаем
Пробуем отмену, смену окна, отключение микрофона и сети, числа и фамилии. Сотрудник проверяет текст до отправки; передаем инструкцию установки и восстановления.
Приложение для Android или Windows
- Стоимость
- от 100 000 ₽
- Срок
- 4–8 недель
Что входит
- Одна платформа: Android или Windows.
- Один основной пользовательский сценарий.
- Проектирование и разработка.
- Настройка и запуск первой версии.
Что считается отдельно
- Развитие за пределами согласованной платформы и основного сценария.
- Сопровождение и новые функции после запуска — отдельно. Ошибки в сделанном исправляю бесплатно 30 дней.
Расходы после запуска
У бесплатного Voice Input с локальным GigaAM нет платы за лицензию и минуты распознавания. Остаются компьютер, микрофон и работа ИТ-администратора; отдельный сервер для этого режима не нужен.
Для обработки на сервере компании считаем его ресурсы, резервирование и администрирование. Внешний API требует отдельного договора и оплаты по использованию; доступность провайдера и допустимость передачи аудио проверяем до выбора.
Реальный продукт: бесплатный Voice Input
Voice Input v1.2.0 выпущен для Windows 10/11: распознает через OpenAI, локальный GigaAM или свой совместимый сервер. GigaAM распознает русскую речь с пунктуацией на процессоре.
В релизе звук остается в памяти, история расшифровок не ведется. Есть ограничения: фиксированные клавиши, нет автообновления и подписи установщика; вставка в программы с правами администратора недоступна.
Это выпущенное приложение, а не кейс корпоративного внедрения. Инструкция и скачивание — в статье; здесь обсуждаем адаптацию под работу отдела.
Вопросы о внедрении диктовки
Можно ли работать без интернета?
Да, бесплатный Voice Input с GigaAM распознает на компьютере после однократной загрузки модели. Для компании подготовим разрешенный способ установки и проверим работу с отключенной сетью.
Будет ли работать в 1С и через RDP?
Проверим конкретные версии и поля на пилоте. Вставка в программы, запущенные от имени администратора, в текущем Voice Input недоступна; запускать все с повышенными правами ради обхода не будем.
Можно установить сразу всему отделу?
Начнем с пилотной группы и правил вашей ИТ-службы. MSI/GPO и управляемое обновление — отдельная адаптация: текущий установщик EXE не является готовым корпоративным пакетом.
Как программа узнает наши термины?
Начнем с согласованного списка замен и проверки неоднозначных слов. Обучение модели на ваших записях — отдельная задача; суммы, номера и фамилии сотрудник проверяет сам.
Что будет при смене поля во время диктовки?
Текущий Voice Input проверяет окно, но не запоминает поле внутри него. Поэтому тестируем именно ваш порядок работы; письмо и документ остаются на проверке сотрудника, автоматически их не отправляем.
Нужно ли платить за бесплатное приложение?
Нет. Вы можете установить Voice Input самостоятельно. Платная работа — адаптация и внедрение под согласованные требования компании, а не лицензия на публичный релиз.
Разберем диктовку в вашем отделе
Пришлите названия рабочих программ и правила обработки звука. На бесплатном разборе выберем готовое приложение или адаптацию; отвечу в течение рабочего дня.
Написать на почту
pavel@logachev.net