Документація
Як диктувати офлайн у Windows 11
Є чотири способи перетворити мовлення на текст на комп'ютері з Windows 11 без з'єднання, і лише один із них більшість пробує першим. Ця сторінка проходить усі чотири, каже, що кожен надсилає на сервер, і закінчується налаштуванням, яке працює в літаку.
Оновлено · Vitalii Yemets
Чому офлайн важливий
Дві причини, і вони різні. Перша — з'єднання: потяг, літак, об'єкт без сигналу, мережа, яка блокує все, крім пошти. Друга — приватність: те, що ви диктуєте, може бути ім'ям пацієнта, контрактом, паролем, який ви збираєтесь вставити. Коли розпізнавання працює на комп'ютері, жодна з причин не діє. Коли воно працює у хмарі, діють обидві, хай як добре ту хмару сертифіковано.
Спосіб 1: голосовий набір Win+H
Натисніть Win+H у будь-якому текстовому полі і говоріть. Це безкоштовно, вже встановлено на кожному комп'ютері з Windows 10 і 11 і покриває 43 мови з автоматичною пунктуацією за бажанням. Це не офлайн: власна сторінка Microsoft каже, що голосовому набору потрібне з'єднання з інтернетом і він використовує онлайн-розпізнавання мовлення в Azure. Словника власних слів немає. Для речення на день цього досить; для сторінки на день виправлення накопичуються, а кожне слово йде до Microsoft.
Як він виглядає поруч із локальною програмою, описано на сторінці порівняння з Win+H.
Спосіб 2: Voice Access
Voice Access — новіший засіб у Windows 11: розпізнавання на пристрої після завантаження мовного пакета, тож він працює без з'єднання і виходить за межі диктовки до керування комп'ютером голосом: відкривати застосунки, клацати, прокручувати. Він покриває шість мов: англійську, іспанську, французьку, німецьку, китайську та японську. Якщо вам потрібне керування голосом, це правильний засіб, і він працює пліч-о-пліч з усім, що нижче. Якщо ви пишете польською, українською чи італійською, він не допоможе; а стара функція «Розпізнавання мовлення Windows», яку він замінює, оголошена застарілою.
Спосіб 3: локальна модель у програмі диктовки
Відкриті моделі розпізнавання на кшталт Whisper, Parakeet і Nemotron працюють на звичайному процесорі, і кілька програм загортають їх у диктовку «натиснув і говори» для будь-якого вікна. HoldToType — одна з них: утримуєте Ctrl+Win, говорите, відпускаєте, і текст лягає в позицію курсора; дев'ять моделей на вибір, 99 мов із Whisper, словник, переклад, живий текст на плашці і ніщо ніколи не виходить у мережу. Handy і локальний режим OpenWhispr роблять основне з того самого ще й на Mac і Linux; сторінки порівнянь кажуть, де кожна краща.
Це спосіб для будь-якої мови, для приватності, яку можна перевірити в журналі, і для словника власних слів. Коштує він завантаження кількох сотень мегабайтів і процесора не з минулого десятиліття.
Спосіб 4: Whisper на файлах
Якщо у вас запис, а не живий голос, інструменти Whisper для командного рядка і настільні обгортки перетворюють аудіофайли на текст офлайн. Вони не друкують в інші програми; це інша робота. HoldToType теж не розшифровує файли: вона слухає наживо.
Поруч
- Працює без з'єднання: Win+H ні; Voice Access так; локальна програма так; Whisper на файлах так.
- Мови офлайн: Voice Access шість; локальна програма 99 із Whisper, швидші вузькі моделі для 25 європейських мов і російської.
- Власний словник: Win+H ні; Voice Access не задокументовано; локальна програма так.
- Керує комп'ютером голосом: лише Voice Access.
- Куди йде звук: Win+H в Azure; решта нікуди.
Налаштування, яке працює в літаку
- Встановіть HoldToType із розділу завантаження; майстер завантажить модель для вашої мови, поки з'єднання ще є.
- Оберіть модель на сторінці моделей: Parakeet для швидкості, Nemotron 3.5 для живого тексту, Whisper Medium, якщо потрібен ще й переклад.
- Поставте курсор у текстове поле, утримуйте Ctrl+Win, скажіть речення, відпустіть. Відкрийте журнал на вкладці «Система»: кількість мережевих запитів для цієї диктовки — нуль.
- Якщо ще хочете клацати голосом, увімкніть Voice Access; вони не конфліктують.
Запитання
Можна зробити Win+H офлайновим?
Microsoft документує голосовий набір як онлайн-функцію. Шлях на пристрої, який пропонує Microsoft, — Voice Access, шістьма мовами.
Скільки місця на диску займає локальна модель?
Від 74 МБ для найменшого Whisper до приблизно гігабайта для найточнішої; звичний вибір для європейської мови — близько 650 МБ.
Локальна модель така ж точна, як хмара?
На повсякденному мовленні поширеною мовою — близько. Хмара виграє на рідкісних акцентах і на переписуванні; локальна програма виграє на іменах, які ви внесли до її словника, і на приватності.
Диктуйте офлайн уже сьогодні
Хвилина на встановлення і завантаження моделі, а потім з'єднання більше не потрібне.