Голосовой ввод текста на компьютере: бесплатная программа для Windows 10 и 11

Чтобы написать сообщение, письмо или задачу, не обязательно печатать. Voice Input — моя бесплатная программа для голосового ввода текста на компьютере с Windows 10 и 11. Поставьте курсор в нужное поле, зажмите Ctrl + Shift + Space, скажите фразу и отпустите клавиши: текст появится у курсора. Так можно диктовать в мессенджере, почте, браузере или редакторе кода.

Сейчас опубликован стабильный релиз 1.2.0. Код открыт на GitHub под лицензией MIT.

Как надиктовать текст

1. Поставьте курсор в поле ввода.
2. Зажмите Ctrl + Shift + Space и говорите. Пока клавиши зажаты, идет запись.
3. Отпустите клавиши. Речь распознается, и текст появится в поле у курсора.

Для длинной диктовки есть запись без удержания: Ctrl + Shift + K начинает ее, повторное нажатие завершает. Esc отменяет запись или распознавание, и текст не вставится. Одна запись длится до 10 минут.

Пока идет диктовка, небольшое окно-подсказка показывает этап, таймер и уровень голоса. Оно не забирает фокус и не перехватывает клики мыши.

Три способа распознавания

Движок выбирается в настройках или в меню трея:

• «На этом компьютере (GigaAM)». Модель GigaAM-v3 от Сбера распознает русскую речь на процессоре, без интернета. Звук не покидает компьютер, текст получается сразу с пунктуацией.
• «OpenAI, через интернет». Нужен собственный API-ключ OpenAI, распознавание оплачивается с вашего аккаунта OpenAI.
• «Свой сервер». Подходит любой сервис с API распознавания, совместимым с OpenAI: например, Groq, LocalAI или faster-whisper-server.

Голосовой ввод без интернета

Для работы без интернета модель нужно один раз загрузить: кнопка «Загрузить модель» в настройках скачивает 184 МБ с Hugging Face. Загрузку можно поставить на паузу и продолжить с того же места, в том числе после обрыва связи или перезапуска программы. После загрузки движок GigaAM распознает речь без сети.

По замеру на моем компьютере фраза длиной 4,5 секунды распознается примерно за 0,3 секунды, а запись на 45 секунд — примерно за 3 секунды после отпускания клавиш.

Что с приватностью

• Звук хранится в памяти и не сохраняется на диск.
• История расшифровок не ведется, телеметрии нет.
• Ключи OpenAI и своего сервера хранятся на компьютере в зашифрованном виде.
• Перед вставкой программа проверяет окно: если активно другое, текст не вставляется. Буфер обмена после вставки восстанавливается, если его содержимое за это время не изменилось.

Как установить

Нужны 64-битная Windows 10 версии 1809 и новее или Windows 11 и микрофон. Установщик на 62 МБ скачивается со страницы релиза на GitHub, права администратора не нужны. При первом запуске откроется окно настроек: выберите движок, а для распознавания на компьютере нажмите «Загрузить модель».

Установщик пока не подписан сертификатом, поэтому Windows SmartScreen может предупредить о неизвестном издателе. Перед запуском сверьте SHA-256 файла со значением на странице релиза.

Скачать Voice Input на GitHub

Что важно знать заранее

• Модель GigaAM рассчитана на русскую речь. Для облачного распознавания в настройках можно указать язык: русский, английский, украинский или немецкий, либо автоопределение.
• Сочетания клавиш фиксированы, переназначить их нельзя.
• В программы, запущенные от имени администратора, Windows вставлять текст не дает.
• Программа запоминает окно, а не поле: если курсор внутри окна переместился, текст попадет туда, где он стоит в момент вставки.
• Автообновления пока нет.

Нужна программа под вашу задачу?

Voice Input — одно из трех моих выпущенных приложений, вместе с «Порой» и DSH Mobile для Android. Если вам нужен отдельный инструмент для Windows или Android, начнем с одной платформы и одного главного сценария. Первая версия приложения стоит от 100 000 ₽, срок 4–8 недель. Подробнее — на странице «Приложения для Windows и Android».

Начинаем с бесплатного разбора на 20–30 минут: вы рассказываете, что должна делать программа, а я отвечаю, с какого сценария начать.

Частые вопросы