Диктовка на компьютере: как печатать голосом на Mac

Диктовка на компьютере работает просто: зажимаете клавишу, говорите, отпускаете, и текст появляется там, где стоит курсор. Это быстрее клавиатуры для длинных сообщений, черновиков и промптов в AI-инструменты. Главная оговорка почти всегда одна: всё упирается в язык.

Как работает голосовой ввод на компьютере

Когда вы говорите в микрофон с зажатой горячей клавишей, происходят три вещи подряд. Приложение записывает короткий аудиофрагмент, передаёт его модели распознавания речи и вставляет полученный текст в то поле, где стоит курсор. Отпустили клавишу, и запись остановилась.

Вот почему это отличается от диктовки в телефоне. Мобильная клавиатура умеет распознавать только внутри своего поля. Компьютерная диктовка работает в любом приложении: в браузере, мессенджере, документе, терминале. Курсор есть, и текст туда попадёт.

Системная диктовка macOS и голосовой ввод Windows делают то же самое, но с одним ограничением: список языков фиксирован. Тюркских языков Центральной Азии в этих списках нет.

Почему системная диктовка не понимает узбекский и казахский?

Глобальные движки учились преимущественно на английском. Узбекский и казахский агглютинативны: одно слово несёт значение целого русского предложения, а форм у него десятки. Обучающих данных по этим языкам публично мало, и произношение сильно расходится по регионам.

Результат: у глобальных движков на узбекском ошибок бывает больше 30%. Каждое третье слово неверно. Диктовать с таким качеством незачем.

Собственная модель, обученная для языков Центральной Азии, ошибается примерно в 9% слов на узбекском. Это одно слово из одиннадцати. Разрыв в три с лишним раза, и он ощущается сразу: вместо каши выходит читаемый текст.

Здесь есть нюанс по казахскому. По нему и по кыргызскому модель также специализирована под регион, но отдельная измеренная цифра WER для этих языков публично не публиковалась. Если казахский для вас приоритет, подробный разбор есть в статье про перевод казахской речи в текст.

Что хорошо диктовать, а что лучше набрать руками

Голосовой ввод выигрывает там, где мысль длиннее пальцев. Проигрывает там, где важна точность символов.

Диктовать удобно:

• Сообщения в мессенджерах и рабочие письма
• Черновики текстов и заметки
• Промпты для Claude Code, Codex и других AI-инструментов
• Комментарии к задачам в трекере
• Голосовые команды в терминале, которые вы хорошо знаете

Лучше набрать вручную:

• Код: одна буква меняет смысл, и ошибка в 9% слов превращает функцию в мусор
• Формулы, адреса, URL-адреса
• Таблицы и структурированные данные

Сценарий с промптами заслуживает отдельного слова. Когда вы описываете задачу Claude Code или диктуете инструкцию в Codex, точность на уровне естественной речи достаточна. Промпт, как и письмо, терпит одно лишнее слово из одиннадцати. Код, который модель напишет в ответ, вы всё равно проверяете руками.

Если вас интересует транскрибация встреч и созвонов, это отдельная задача с другой механикой: там пишется чужая речь, а не ваша.

Как настроить диктовку, чтобы не мешать себе

Практика одна: назначьте одну клавишу под большой палец и больше не думайте о ней. Зажали, говорите фразу целиком, отпустили. Говорите связными фразами, а не отдельными словами: связная фраза даёт более связный текст на выходе.

Перед тем как говорить, проверьте, где стоит курсор. Это единственный способ промахнуться: текст упадёт в поле, которое было активно последним. Кликните в нужное место, потом зажмите клавишу.

Результат диктовки стоит пробежать глазами, но для черновика он вполне годится.

Диктовка работает одинаково в чате, документе и терминале: это и есть смысл системного голосового ввода. Один и тот же жест в любом окне.

Диктовка без интернета: что это меняет?

Sezish для Mac решает задачу локально. Модель весит 225 МБ и работает прямо на компьютере: интернет нужен только для скачивания приложения. После установки диктовать можно в самолёте, на даче или в корпоративной сети, где трафик режут.

Вот почему это важно именно для рабочего текста. Промпты в терминал, задачи коллегам, письма клиентам: всё это содержит контекст, который вы, возможно, не хотите отдавать в чужое облако. При локальной обработке ни байта аудио не покидает ноутбук. Подробности в политике конфиденциальности.

Честное ограничение: полностью офлайн диктовка работает на Mac. Windows-версия сейчас находится в ранней бете, и там доступна только диктовка, без полного набора функций Mac-версии. На мобильных устройствах обработка идёт через сервер по TLS, аудио при этом не сохраняется.

Кроме диктовки sezish для Mac умеет запись встреч с транскриптом на тех же пяти языках. Приложение живёт в строке меню. Скачать для Mac можно прямо на сайте.

Также стоит знать о голосовых сообщениях в мессенджерах: если нужно расшифровать чужое аудио, а не продиктовать своё, это другая задача с другим инструментом.

FAQ

Работает ли диктовка без интернета?

На Mac, да. Модель 225 МБ установлена локально и работает без сети. Ни во время записи, ни во время обработки подключение не нужно. Мобильные приложения обрабатывают аудио через сервер и требуют соединения.

Уходит ли то, что я диктую, на чужой сервер?

На Mac не уходит ничего: вся обработка происходит на вашем компьютере. При использовании мобильных приложений аудио передаётся по TLS, сервер обрабатывает его в оперативной памяти и не сохраняет после ответа. Записи не используются для обучения моделей.

Можно ли диктовать в терминал и в Claude Code?

Да. Диктовка работает в любом активном поле: терминал, браузер с Claude Code, окно Codex, это не имеет значения. Промпты и комментарии диктовать удобно. Сам код писать голосом не стоит: одна перепутанная буква в имени переменной ломает логику.

Что будет, если я говорю на двух языках в одном предложении?

Sezish распознаёт пять языков: узбекский, казахский, кыргызский, русский и английский. Обе части смешанной фразы, например русский с узбекским в одном предложении, попадают в число поддерживаемых языков. Отдельная точность на смешанной речи не публиковалась, поэтому такую фразу стоит перечитать перед отправкой.

Насколько точна диктовка на узбекском и казахском?

На узбекском собственная модель, обученная для языков Центральной Азии, ошибается в 9% слов: одно слово из одиннадцати. У глобальных движков на узбекском ошибок бывает больше 30%. По казахскому и кыргызскому модель специализирована под регион; отдельные измеренные цифры WER для них публично не публиковались.

Есть ли такая же диктовка на Windows?

Версия для Windows существует, но это ранняя бета. Там доступна только диктовка: функций Mac-версии, включая запись встреч, пока нет. Для полноценной офлайн-диктовки сейчас нужен Mac.