Найкраще перетворення голосу в текст для Windows, за рейтингом

Коротка відповідь: Win+H безкоштовний, але ось де він зупиняється

Натисніть клавішу з логотипом Windows і H у будь-якому текстовому полі — і вгорі екрана з'явиться маленька панель інструментів. Починайте говорити. Це Голосове введення Windows, воно безкоштовне і вбудоване у Windows 11. Для швидкого повідомлення у вікні чату важко перемогти те, що безкоштовне і вже встановлене.

Дві речі його зупиняють. По-перше, йому потрібен інтернет. Голосове введення використовує онлайн-розпізнавання мовлення на базі служб Azure Speech від Microsoft, тож без з'єднання немає й диктування. По-друге, щоб воно взагалі працювало, ваш курсор має стояти в текстовому полі. Це виключає чимало місць, де хочеться говорити: перейменування файлу, клітинка таблиці, що пручається, застосунок для робочого столу, який Windows не вважає «текстовим полем».

Третя, менша річ проявляється лише за кілька тижнів. Win+H — це функція, а не робочий процес. Вона не зберігає історію того, що ви продиктували, не дає місця, де виправити слово, яке завжди виходить неправильно, і не пропонує способу підлаштувати пунктуацію під вашу манеру говорити. Ви отримуєте мікрофон і транскрипцію — і це вся угода. Для однорядкової відповіді це саме те, що треба. Але вже на четвертому ранковому листі починаєш хотіти більшого.

Тож справжнє питання не в тому, «чи є безкоштовний варіант». Він є, і спробувати його варто першим. Питання в тому, до чого тягнутися, коли безкоштовного забракне: у потягу без сигналу, у застосунку, куди Win+H відмовляється заходити, або коли та сама робота приходить уже всорокове і хочеться, щоб вона запам'яталася.

Як я обирав: точність, офлайн, працює всюди, ціна

Я ранжував їх за чотирма речами, саме в такому порядку, бо саме в такому порядку вони вас кусають.

Точність. Усе решта — шум, якщо транскрипція неправильна. Заковика в тому, що ніхто не публікує чесного прямого порівняння. Nuance рекламує до 99% точності розпізнавання для Dragon з першого використання. У локальному режимі наш власний опублікований діапазон для Whisper становить від 95% до 99%, причому більші моделі дають вищі показники. Обидві цифри — самозвітні, тож сприймайте їх як заяви, а не як таблицю лідерів. Жодне першоджерело взагалі не публікує перевірюваного прямого відсотка точності для Win+H, Голосового введення Google Docs чи Otter, тож будь-який список, який видає вам таку цифру для кожного інструмента, її просто вигадує. Нудна правда в тому, що USB-мікрофон за $20 покращить вашу точність більше, ніж будь-яка заміна моделі. Якщо хочете витратити гроші на кращу транскрипцію, спершу витратьте їх на мікрофон, а на програму — потім.

Офлайн. Чи працює воно з вимкненим Wi-Fi. Win+H не може. Голосове введення Google Docs не може. Інструмент, що працює на вашій власній машині, може, і це важливо для таблиці із зарплатами, юридичного проєкту чи листа до школи вашої дитини, яким зовсім нема чого лежати в логах вендора. Це важливо й у звичайному, буденному сенсі: потяги, літаки, підвали, заднє сидіння автівки. Хмарне диктування надійне рівно настільки, наскільки надійна найгірша смужка сигналу, яку ви сьогодні впіймаєте.

Працює всюди. Чи друкує воно в кожному застосунку, чи лише в одному. Саме ця межа розділяє все поле. Системна гаряча клавіша вставляє текст там, де стоїть ваш курсор; функція браузера працює лише на тій вкладці браузера. Тест, яким я користуюся, навмисно буденний. Чи може воно перейменувати файл, заповнити поле пошуку в застосунку для робочого столу або написати повідомлення коміту. Більшість «безкоштовних» варіантів провалюють цей тест тієї ж миті, коли ви виходите за межі браузера, а виходитимете ви з нього частіше, ніж думаєте.

Ціна. Конкретні цифри, без «від». Безкоштовно там, де безкоштовно по-справжньому. Я не розбавлятиму рейтинг інструментом, що коштує дорожче за ліцензію Windows, аби справити враження ґрунтовності, і я скажу вам, коли безкоштовного вбудованого варіанта цілком достатньо, — а для багатьох людей його достатньо.

Застосунки для перетворення голосу в текст у Windows, які варті вашого часу

Швидке порівняння: де працює кожен інструмент

Я навмисно не вніс точність у цю таблицю. Лише Dragon і Whisper публікують цифру, і обидві — самозвітні. Win+H, Голосове введення Google Docs і Otter взагалі не публікують жодного перевірюваного показника. Будь-яка таблиця лідерів на кшталт «Інструмент X точний на 96.3%» по всіх п'яти — це здогад, оформлений як факт. Тож стовпці нижче — це ті, які ви можете перевірити: де воно працює, чи працює офлайн, чи дотягується до кожного застосунку і для чого створене.

Прочитайте таблицю зліва направо — і поле саме впорядкується. Якщо «працює в кожному застосунку» й «офлайн» обидва мають бути «так», список короткий. Якщо вас влаштовує онлайн і всередині одного застосунку, безкоштовні вбудовані варіанти впораються, і тут можна припинити читати. Рішення рідко полягає в тому, який інструмент «найкращий» абстрактно. Воно про те, який рядок збігається з тим, як ви працюєте.

Інші інструменти, про які варто знати

Поле Windows ширше за п'ять імен. Кілька з них ви побачите в інших списках, з одним чесним рядком про кожен, щоб ви могли пропустити ті, що не підходять:

• Microsoft Word Dictate — вбудований у Microsoft 365 Word, безкоштовний, якщо ви вже платите за Office, і хороший усередині Word. Застряг усередині Word. Якщо більшість вашого письма все одно відбувається там, це непоганий варіант без додаткових витрат. Ми розглянули його особливості в матеріалі перетворення голосу в текст у Word.
• Голосове введення Google Docs — безкоштовне, але лише всередині Google Docs і Slides у підтримуваному браузері, де браузер контролює службу мовлення. Не системне, і тієї ж миті, коли ви перемикаєтеся з Docs, воно зупиняється.
• API перетворення голосу в текст від OpenAI — whisper-1, gpt-4o-transcribe і gpt-4o-mini-transcribe, з обмеженням завантаження 25 МБ на файл. Це будівельний блок для розробників, а не застосунок, який ви встановлюєте. Це те, що під капотом викликають інструменти на кшталт Хмарного режиму Whisper, а не те, на що ви наводите курсор і починаєте говорити.
• Speechnotes — безкоштовний браузерний блокнот для диктування. Підходить для нотаток, живе у вкладці, з вкладки не виходить.
• Windows Voice Access — керування ОС без рук від Microsoft, створене для доступності й повної роботи без клавіатури, а не для швидкого письма. Варто знати, що воно існує, якщо вам потрібно повністю керувати Windows голосом.
• OpenAI Whisper — сама опенсорсна модель, яку можна запустити локально без командного рядка. Якщо ви хочете саме модель Whisper на ПК, дивіться наш покроковий розбір OpenAI Whisper для Windows про те, як встановити й користуватися без термінала.

Якщо вам потрібен довший огляд усієї категорії, разом з інструментами для зустрічей і хмарними сервісами транскрипції, ми написали повний гайд програмне забезпечення для транскрипції. Коротка версія для цієї сторінки: більшість із них або прив'язані до браузера, або не з тієї категорії для завдання писати в будь-який застосунок Windows.

Коли пропустити платний застосунок (і просто скористатися Win+H)

Ось частина, яку більшість цих списків опускає, бо відправити вас до безкоштовного конкурента нічийого блогу не оплачує. Якщо ви онлайн і лише зрідка диктуєте коротке повідомлення в браузер чи вікно чату, не платіть ні за що, зокрема й за нас. Натисніть Win+H і рухайтеся далі. Це безкоштовно, вбудовано у Windows 11 і чудово справляється з короткими сплесками. Якщо ви живете в Google Docs, його Голосове введення безкоштовне і прямо там, усередині документа. Якщо ваша справжня потреба — записувати й підсумовувати зустрічі, а не писати, безкоштовний рівень Otter дає вам 300 хвилин на місяць. Платний застосунок для диктування починає виправдовувати своє місце на конкретній межі: коли ви пишете довші тексти, працюєте десь без сигналу або вам треба говорити в застосунки, куди Win+H не може зайти. Нижче за цю межу вбудований варіант — правильна відповідь, і я б радше, щоб ви залишили свої гроші собі й повернулися, коли переростете його.

Ось одна сильна думка, яку я закладу в цю статтю: якщо ваш інструмент диктування вимагає, щоб ви його тренували, на дворі 1999-й. Сучасне розпізнавання мовлення працює одразу з коробки для більшості акцентів і мов. 45-хвилинний ритуал калібрування, що визначав стару еру Windows, був обхідним шляхом для дефіцитних обчислень, а не функцією. Наприкінці 1990-х мій родич запускав Dragon NaturallySpeaking на десктопі з Windows 98 і 64 МБ RAM. Процес тренування тривав 45 хвилин. Ви зачитували список слів, щоб його відкалібрувати. Тоді диктування працювало, ледь-ледь, із точністю десь 70% і затримкою чотири секунди на речення. Один абзац святкового листа займав п'ятнадцять хвилин. Гарнітуру жбурнули через кімнату. Гарнітура вціліла; експеримент — ні. Через двадцять п'ять років семирічна дитина в тій самій родині продиктувала цілий лист за 90 секунд, без тренування, без калібрування. Якщо інструмент 2026 року досі просить вас його натренувати, перш ніж почне слухати, це ідея 1999 року в новій іконці.

Ціни без манівців

Увесь локальний конвеєр Whisper безкоштовний для будь-кого з обліковим записом: локальний Whisper, Parakeet, AI-покращення на пристрої, історія диктувань, власні гарячі клавіші — усе, без жодного способу оплати для реєстрації. Це та частина, на якій варто затриматися: офлайн-диктування, що працює в кожному застосунку, про яке вся ця стаття, не коштує нічого, і ви не віддаєте картку, щоб його отримати. Whisper Pro додає Хмарну поверхню для транскрипції на базі OpenAI, хмарного AI-покращення й голосового пошуку в вебі — для людей, які хочуть найновіші моделі й відповіді з вебу в одному інструменті. Win+H і Голосове введення Google Docs теж безкоштовні. Otter має безкоштовний рівень на 300 хвилин на місяць і платні плани вище. Dragon — платний продукт, поточну ціну якого я не зміг підтвердити напряму в Nuance, тож перевірте їхній магазин. Точні цифри Whisper Pro є на сторінці цін — конкретні, чорним по білому, без «від», і ми надсилаємо листа перед будь-яким поновленням, тож дата й сума ніколи не стануть несподіванкою.

Відкрийте текстове поле прямо зараз і натисніть Win+H. Якщо ця швидка панель покриває все, що ви робите, ви готові й заощадили завантаження. Тієї миті, коли ви опинитеся в потягу без сигналу, чи говоритимете до застосунку, що відмовляється слухати, чи писатимете щось довше за текстове повідомлення, — це й буде межа, де інструмент, який ви встановлюєте, починає мати значення. Моя семирічна донька перетнула її того дня, коли захотіла написати бабусі із заднього сидіння автівки, де місяць раз у раз зникав, а Wi-Fi так ніколи й не з'явився.