Mowa na tekst nie działa na Windowsie?

Pierwsze sprawdzenie: czy mikrofon nie jest wyciszony, a Online Speech Recognition włączone?

Zanim weźmiesz się za którąkolwiek z ośmiu poprawek, zrób trzy trzydziestosekundowe sprawdzenia.

Jeden: potwierdź, że mikrofon nie jest wyciszony. Wiele klawiatur w laptopach ma fizyczny klawisz wyciszania mikrofonu; mikrofony słuchawkowe często mają przełącznik na kablu. Otwórz Settings > System > Sound > Input, wybierz swoje urządzenie, powiedz coś. Pasek poziomu wejścia powinien skakać.

Dwa: potwierdź, że Online Speech Recognition jest włączone. Windows 11: Settings > Privacy & security > Speech. Windows 10: Settings > Privacy > Speech. Kiedy to jest wyłączone, voice typing nie działa; zostają tylko funkcje na urządzeniu, takie jak Narrator. Najczęściej pomijana poprawka w wynikach Google.

Trzy: potwierdź, że kursor jest w polu tekstowym. Microsoft wymienia trzy wymagania Win+H: internet, działający mikrofon, kursor w polu tekstowym. Naciśnij Win+H na pulpicie i okienko się otworzy, nasłuchuje, nic nie wpisuje, bo nie ma w co.

Jeśli te trzy są w porządku, a Win+H dalej nic nie robi, przejdź do Poprawki 1.

Poprawka 1: Wyłącz Online Speech Recognition, odczekaj 10 sekund, włącz z powrotem

Nudna poprawka działa na większości pecetów z Windowsem. Ten sam panel co przy pierwszym sprawdzeniu: Settings > Privacy & security > Speech na Windows 11, Settings > Privacy > Speech na Windows 10. Wyłącz Online Speech Recognition. Policz do dziesięciu. Włącz z powrotem.

Dlaczego dziesięć sekund? Windows potrzebuje chwili, żeby wyrejestrować endpoint chmurowej mowy i rozłożyć lokalny pipeline rozpoznawania, zanim je odbuduje. Przełączysz za szybko — lądujesz w tym samym zaciętym stanie. Najpierw przetestuj w Notatniku; jeśli Win+H działa tam, a pada w Wordzie albo w przeglądarce, problemem są uprawnienia mikrofonu per-aplikacja.

Poprawka 1 prowadzi listę, bo AI Overview Google'a pokazuje ją jako pierwszą, oficjalna strona Microsoftu ją pomija, a dwa najlepiej rankujące artykuły konkurencji obie ją przegapiają. Jeśli masz przeczytać tu tylko jedną poprawkę, przeczytaj tę.

Poprawka 2: To uprawnienia mikrofonu są problemem (nie sam mikrofon)

Kiedy Win+H działa w Notatniku, ale pada w Wordzie, Chromie, Slacku albo Teams, problemem są uprawnienia mikrofonu per-aplikacja. Windows traktuje voice typing jako funkcję wewnątrz aktywnej aplikacji, więc ta aplikacja sama potrzebuje dostępu do mikrofonu.

Start > Settings > Privacy & security > Microphone. Trzy przełączniki do zweryfikowania: Microphone access dla całego urządzenia (musi być włączony), Let apps access your microphone (musi być włączony) i zbiorczy Let desktop apps access your microphone niżej. Win+H wpada pod ten zbiorczy dla wielu zewnętrznych aplikacji desktopowych.

Microsoft dokumentuje to jako nazwany błąd „Voice typing needs access to your microphone". Ta sama poprawka z komunikatem i bez. Rozwiązuje mniej więcej połowę wątków supportowych „Win+H przestało działać", jakie czytałem.

Poprawka 3: Windows znowu wybrał zły mikrofon

Microsoft otwiera swoją stronę rozwiązywania problemów słowami „make sure the microphone you want to use is selected in Settings" nie bez powodu. Windows zmienia domyślne urządzenie wejściowe, gdy zestaw słuchawkowy Bluetooth się rozłącza, gdy wpinasz USB mic albo kiedy aktualizacja kumulatywna przegrupowuje listę urządzeń.

Start > Settings > System > Sound > Input. Wybierz urządzenie z listy. Powiedz coś i patrz na miernik poziomu wejścia; powinien skakać. Płaski miernik, martwe urządzenie, wybierz inne. Jeśli skacze, a Win+H dalej nic nie słyszy, przeciągnij głośność wejścia mniej więcej na 75% i spróbuj jeszcze raz.

Na marginesie: USB mic za dwadzieścia dolarów robi dla dokładności transkrypcji więcej niż jakakolwiek poprawka programowa. Pięć lat odpisywałem to na karb snobizmu. Myliłem się.

Poprawka 4: Ikona koła zębatego w pasku voice typing — wybierz mikrofon jawnie

Ta jest pod-udokumentowaną wygraną. Naciśnij Win+H, pojawia się pasek voice typing, a na jego prawej krawędzi jest ikona koła zębatego. Koło zębate odsłania Voice typing launcher, Automatic punctuation, Filter profanity i Default microphone. Pozycja Default microphone to haczyk.

Nawet gdy Settings > System > Sound > Input jest ustawione poprawnie, okienko czasem wskazuje na inny mikrofon — zwykle ten, który był aktywny, kiedy pierwszy raz wywołałeś Win+H po restarcie. Kliknij koło zębate, kliknij Select default microphone, wybierz urządzenie, którego chcesz.

Tylko ta poprawka mieszka w samym okienku voice typing. AI Overview Google'a pokazuje ją jako krok 3; strona rozwiązywania problemów Microsoftu jej nie wymienia. Jeśli Poprawki 1 do 3 nie utrzymały się, to zwykle ta jest tą właściwą.

Poprawka 5: Zrestartuj Windows Audio i Windows Audio Endpoint Builder (poprawka przez services.msc)

Kiedy okienko się otwiera, mikrofon jest wybrany poprawnie, ale żaden dźwięk nie dochodzi do rozpoznawania, sam stos audio jest zaklinowany. Dwie usługi prowadzą podsystem audio Windowsa: Windows Audio (wewnętrzna nazwa AudioSrv) i Windows Audio Endpoint Builder (AudioEndpointBuilder). Restart obu czyści zaklinowanie.

Naciśnij Win + R, wpisz services.msc, Enter. Przewiń najpierw do Windows Audio Endpoint Builder; zarządza listą urządzeń audio, więc inne usługi od niego zależą. Prawy klik, Restart. Windows ostrzeże, że Windows Audio od tego zależy i wystartuje razem z nim; zgódź się. Kiedy oba pokazują Running, zamknij services.msc, spróbuj Win+H.

AI Overview Google'a pokazuje to jako krok 4; strona rozwiązywania problemów Microsoftu tego nie wymienia.

Poprawka 6: Bug „speech service are managed by your organization" (Group Policy)

Jeśli widzisz dokładnie ten błąd „Voice typing is not available — Speech service are managed by your organization" — dosłowne sformułowanie Microsoftu, łącznie z gramatycznym „are" — to bug Group Policy. Pokazuje się na prywatnych pecetach z Windows 11 po aktualizacjach kumulatywnych 22H2 albo po uruchomieniu skryptu prywatnościowego, który przełącza klucze Group Policy dla dostępu do mowy.

Bezpieczna droga prowadzi przez Group Policy Editor. Win + R, wpisz gpedit.msc, Enter. Przejdź do Computer Configuration > Administrative Templates > Control Panel > Regional and Language Options. Znajdź Allow users to enable online speech recognition services, ustaw na Enabled albo Not Configured, OK, zamknij, zrestartuj — nie samo wylogowanie. Polityka jest czytana ponownie tylko przy bootowaniu.

Uwaga dla Windows Home: gpedit.msc nie jest dołączone. Zastępcza ścieżka z Microsoft Q&A to reg delete na poddrzewach HKLM i HKCU Software\Policies jako administrator. W porządku na prywatnym pececie, nigdy na urządzeniu firmowym lub szkolnym. Pełne sekwencje w wątkach Microsoft Q&A 3884630 i 4266488.

Jeśli gpedit.msc pokazuje, że polityka już jest ustawiona na Not Configured, a komunikat nadal się pojawia, sprawdź dokładnie, czy język wyświetlania i język mowy się zgadzają w Settings > Time & language > Language & region oraz > Speech — niezgodność czasem potrafi wywołać ten sam komunikat. Ustaw oba na tę samą lokalizację, zrestartuj, spróbuj jeszcze raz.

Poprawka 7: Zaktualizuj lub cofnij sterownik mikrofonu

Specyficzne dla Windowsa. Sterowniki układów audio są dostarczane przez producentów (Realtek, Conexant, Intel Smart Sound), a jedna zła aktualizacja kumulatywna wystarczy, żeby zepsuć mikrofon jednemu użytkownikowi na tysiąc.

Win + X > Device Manager. Rozwiń Sound, video and game controllers. Prawy klik na Twoim urządzeniu audio, Update driver > Search automatically for drivers. Jeśli Windows mówi, że masz najnowszy, spróbuj strony supportu producenta laptopa. Dell, Lenovo, HP, Surface — wszyscy dostarczają paczki audio poza Windows Update.

Jeśli padanie zaczęło się tuż po aktualizacji systemu, zamiast aktualizować, cofnij. Prawy klik na urządzeniu, Properties, zakładka Driver, Roll Back Driver. Szary przycisk oznacza brak zapisanego sterownika; pobierz wcześniejszą wersję ręcznie. W obu przypadkach zrestartuj.

Poprawka 8: Uruchom wbudowane Speech troubleshooter (jeśli masz Windows 11 22H2 lub starszy)

Microsoft wycofuje stary Speech troubleshooter razem z Keyboard, Power oraz Hardware and Devices w nadchodzących wydaniach Windows 11. Strona deprecjacji wymienia Speech w kategorii „tylko do usunięcia", bez planowanego zamiennika w Get Help. Na Windows 11 22H2 lub starszym znajdziesz go w Settings > System > Troubleshoot > Other troubleshooters > Speech. Na buildach 24H2 lub 25H2 możesz nie znaleźć.

Jeśli jest, najpierw uruchom Recording Audio; łapie problemy na poziomie urządzenia, których ten specyficzny dla Speech nie złapie. Potem uruchom Speech. Kreator przechodzi przez sprawdzenia mikrofonu, paczki językowe i ten sam przełącznik Online Speech Recognition, który omawia Poprawka 1.

Troubleshooter to opakowanie wokół siedmiu poprzednich poprawek. Przydatne jako sanity-check; nie miejsce, od którego się zaczyna.

Kiedy poprawki nie chcą się trzymać: dlaczego Win+H będzie nadal padać

Po drugim albo trzecim razie naprawiania tego dostrzegasz wzorzec: voice typing działa tydzień lub dwa, potem stop. To nie Twoja wyobraźnia. To architektura.

Voice typing w Windowsie zależy od pięciu podsystemów, które dryfują na własnych harmonogramach: pary usług Windows Audio, tabeli uprawnień mikrofonu per-aplikacja, przełącznika Group Policy do usług mowy, chmurowego przełącznika Online Speech Recognition oraz sterownika audio producenta. Dorzuć aktualizacje kumulatywne resetujące przełączniki prywatności, paczki sterowników OEM nadpisujące domyślne ustawienia Microsoftu i trwającą deprecjację kreatora troubleshooter — i masz funkcję, która pada co kilka miesięcy, bo przynajmniej trzy różne zespoły w Microsofcie mają kawałki tego we własnych rękach. Powyższa sekwencja Cię postawi na nogi. Nie zatrzyma tego, że padanie wróci.

Napotykasz tę samą ścianę w karcie przeglądarki zamiast na pulpicie? Oto pisanie głosowe w Dokumentach Google nie działa, naprawione krok po kroku.

Napotykasz tę samą ścianę w Microsoft Word, gdzie Dyktowanie znika lub jest wyszarzone? Nasz przewodnik o tym, dlaczego dyktowanie w Word nie działa wyjaśnia haczyk z Microsoft 365 i jak mimo to dyktować w Word.

Kiedy całkiem odpuścić Win+H (i po co sięgnąć w zamian)

Voice typing w Windowsie to dobre narzędzie do krótkich zrywów. Do pięćdziesięcioznakowej odpowiedzi albo wiadomości w Teams Win+H jest darmowe, wbudowane i obsługuje mniej więcej 43 pary języka i regionu według support.microsoft.com. Jeśli głównie dyktujesz dwuzdaniowe odpowiedzi na Slacku i krótkie zapytania, zostań przy Win+H — instalowanie zewnętrznej aplikacji do tego to przesada. Jeśli Twoim zastosowaniem jest transkrypcja spotkań, omiń i Win+H, i Whispera, użyj Ottera albo Fireflies; są zbudowane do tego, a my nie. My zaczynamy być warci instalacji, kiedy łapiesz się na tym, że co sześć tygodni przechodzisz tę samą sekwencję poprawek, albo kiedy potrzebujesz języka, którego Microsoft nie wymienia.

Whisper by Remskill działa lokalnie na Windowsie 10 i 11, używając jednego z czterech angielskich modeli Whisper — Base (~140 MB), Small (~480 MB), Medium (~1.5 GB), Turbo (~1.5 GB, sześć razy szybszy niż Large przy około 99% dokładności) — albo jednego z czterech wariantów wielojęzycznych aż do Large v3 (~3 GB), obsługujących 99 języków na wariantach wielojęzycznych. Warianty .en blokują wybór na angielskim. Parakeet TDT v3 (~600 MB) to drugi silnik, 5–10× szybszy niż Whisper na CPU, angielski plus 24 języki europejskie. Tryb Cloud to trzecia ścieżka — Twój własny klucz OpenAI, gpt-4o-mini-transcribe jako domyślny.

Domyślny skrót na Windowsie to Ctrl+Space: trzymaj, żeby nagrywać, puść, żeby wkleić w kursor w dowolnej aplikacji. Cały lokalny pipeline jest darmowy dla każdego zalogowanego użytkownika, bez karty przy rejestracji. Whisper Pro dokłada na wierzch warstwę OpenAI Cloud. Instalator to build x86_64 na Cloudflare R2. Wypróbuj Whisper za darmo na swoim Windowsie. Każda aplikacja, żadnej kolizji z Group Policy, żadnego przełącznika, który sam się wyłącza.

Jeśli doczytałeś do tego miejsca, a Win+H nadal nie działa, strukturalna odpowiedź jest w sekcji nad FAQ: pięć dryfujących podsystemów i taniec wyłącz-i-włącz, który ciągle wraca. Whisper by Remskill po części dlatego zbudowałem, że się tego nasłuchałem. Używaj voice typing Microsoftu do krótkich zrywów; sięgaj po coś innego, kiedy łapiesz się na tym, że co kilka miesięcy naprawiasz tych samych osiem rzeczy. Moja starsza córka nadal myśli, że komputer jest chory. I niezupełnie się myli.