Документация
Как диктовать офлайн в Windows 11
Есть четыре способа превратить речь в текст на компьютере с Windows 11 без соединения, и только один из них большинство пробует первым. Эта страница проходит все четыре, говорит, что каждый отправляет на сервер, и заканчивается настройкой, которая работает в самолёте.
Обновлено · Vitalii Yemets
Почему офлайн важен
Две причины, и они разные. Первая — соединение: поезд, самолёт, объект без сигнала, сеть, которая блокирует всё, кроме почты. Вторая — приватность: то, что вы диктуете, может быть именем пациента, договором, паролем, который вы собираетесь вставить. Когда распознавание работает на компьютере, ни одна из причин не действует. Когда оно работает в облаке, действуют обе, как бы хорошо это облако ни было сертифицировано.
Способ 1: голосовой ввод Win+H
Нажмите Win+H в любом текстовом поле и говорите. Это бесплатно, уже установлено на каждом компьютере с Windows 10 и 11 и покрывает 43 языка с автоматической пунктуацией по желанию. Это не офлайн: собственная страница Microsoft говорит, что голосовому вводу нужно подключение к интернету и он использует онлайн-распознавание речи в Azure. Словаря собственных слов нет. Для предложения в день этого достаточно; для страницы в день исправления накапливаются, а каждое слово уходит в Microsoft.
Как он выглядит рядом с локальной программой, описано на странице сравнения с Win+H.
Способ 2: Voice Access
Voice Access — более новое средство в Windows 11: распознавание на устройстве после загрузки языкового пакета, так что он работает без соединения и выходит за пределы диктовки к управлению компьютером голосом: открывать приложения, кликать, прокручивать. Он покрывает шесть языков: английский, испанский, французский, немецкий, китайский и японский. Если вам нужно управление голосом, это правильное средство, и оно работает бок о бок со всем, что ниже. Если вы пишете на польском, украинском или итальянском, оно не поможет; а старое «Распознавание речи Windows», которое оно заменяет, объявлено устаревшим.
Способ 3: локальная модель в программе диктовки
Открытые модели распознавания вроде Whisper, Parakeet и Nemotron работают на обычном процессоре, и несколько программ заворачивают их в диктовку «нажал и говори» для любого окна. HoldToType — одна из них: удерживаете Ctrl+Win, говорите, отпускаете, и текст ложится в позицию курсора; девять моделей на выбор, 99 языков с Whisper, словарь, перевод, живой текст на плашке и ничто никогда не выходит в сеть. Handy и локальный режим OpenWhispr делают основное из того же ещё и на Mac и Linux; страницы сравнений говорят, где каждая лучше.
Это способ для любого языка, для приватности, которую можно проверить в журнале, и для словаря собственных слов. Стоит он загрузки нескольких сотен мегабайт и процессора не из прошлого десятилетия.
Способ 4: Whisper на файлах
Если у вас запись, а не живой голос, инструменты Whisper для командной строки и настольные обёртки превращают аудиофайлы в текст офлайн. Они не печатают в другие программы; это другая работа. HoldToType тоже не расшифровывает файлы: она слушает вживую.
Рядом
- Работает без соединения: Win+H нет; Voice Access да; локальная программа да; Whisper на файлах да.
- Языки офлайн: Voice Access шесть; локальная программа 99 с Whisper, более быстрые узкие модели для 25 европейских языков и русского.
- Свой словарь: Win+H нет; Voice Access не задокументировано; локальная программа да.
- Управляет компьютером голосом: только Voice Access.
- Куда уходит звук: Win+H в Azure; остальные никуда.
Настройка, которая работает в самолёте
- Установите HoldToType из раздела загрузки; мастер скачает модель для вашего языка, пока соединение ещё есть.
- Выберите модель на странице моделей: Parakeet для скорости, Nemotron 3.5 для живого текста, Whisper Medium, если нужен ещё и перевод.
- Поставьте курсор в текстовое поле, удерживайте Ctrl+Win, скажите предложение, отпустите. Откройте журнал на вкладке «Система»: количество сетевых запросов для этой диктовки — ноль.
- Если ещё хотите кликать голосом, включите Voice Access; они не конфликтуют.
Вопросы
Можно сделать Win+H офлайновым?
Microsoft документирует голосовой ввод как онлайн-функцию. Путь на устройстве, который предлагает Microsoft, — Voice Access, на шести языках.
Сколько места на диске занимает локальная модель?
От 74 МБ для самого маленького Whisper до примерно гигабайта для самой точной; обычный выбор для европейского языка — около 650 МБ.
Локальная модель так же точна, как облако?
На повседневной речи на распространённом языке — близко. Облако выигрывает на редких акцентах и на переписывании; локальная программа выигрывает на именах, которые вы внесли в её словарь, и на приватности.
Диктуйте офлайн уже сегодня
Минута на установку и загрузку модели, а потом соединение больше не нужно.