Голосовой набор текста на Mac: как говорить вместо того, чтобы печатать

Голосовой набор текста — это когда вы не печатаете, а наговариваете, и слова сразу появляются в нужном поле: в чате, в письме, в заметке, в строке поиска. Дальше разберём, чем этот способ отличается от диктофона и расшифровки, какие инструменты есть на Mac, где они спотыкаются, и как Wisperv делает голос полноценной заменой клавиатуры — с push-to-talk на Fn, без VPN и с оплатой в рублях.

Короткий ответ. На Mac голосовой набор текста доступен тремя путями: встроенная диктовка Apple, браузерные онлайн-сервисы и приложения на современных моделях распознавания речи. У первой нет push-to-talk и постобработки, вторые работают только внутри браузера. Wisperv — менюбар-приложение для macOS: зажали Fn, наговорили, отпустили — чистый текст встал туда, где курсор. Free — 2000 слов в неделю, Pro — 799 ₽ в месяц через ЮKassa.

Что такое голосовой набор текста и кому он нужен

Голосовой набор текста — это преобразование речи в готовый текст в реальном времени, прямо в то поле, где вы работаете. Вы говорите фразу, система её распознаёт, и буквы появляются на экране так, будто вы их напечатали. Никакого промежуточного аудиофайла, никакого «сначала запишу, потом расшифрую» — текст сразу.

Кому это нужно на практике? Запрос приходит из трёх типичных ситуаций.

• Устали руки. Кисти, плечи, шея — классическая история у тех, кто восемь часов в день печатает код или сообщения. Голос снимает нагрузку с рук.
• Не хватает скорости. Средняя скорость печати — 40–60 слов в минуту, диктовки — 130–170. Когда мысль идёт быстрее пальцев, клавиатура становится узким местом.
• Заняты руки или голова. Заметка на ходу, длинный ответ в мессенджере, черновик статьи — всё это проще наговорить, чем выстукивать по клавишам.

Отдельная большая группа — те, кто целыми днями общается текстом на удалёнке: с коллегами, с нейросетями, в постах. Когда привыкаешь думать «через клавиатуру», голосовой набор текста возвращает речи её естественную скорость. Для таких людей голосовой набор текста становится не разовым трюком, а основным способом ввода. Особенно это заметно в связке с ИИ-инструментами: проще наговорить запрос в чат, чем формулировать его пальцами.

Главное, что объединяет все сценарии: пользователь хочет, чтобы голосовой набор текста вставлял слова прямо там, где курсор, а не в отдельном окошке, из которого потом надо копировать.

Чем голосовой набор отличается от диктофона и расшифровки

Эти три вещи часто путают, хотя задачи у них разные. Голосовой набор текста стоит особняком: он работает в момент письма, а не после.

Способ	Что делает	Когда уместен
Диктофон	Записывает аудио в файл	Нужно сохранить звук: интервью, лекция, совещание
Расшифровка (транскрипция)	Превращает готовый аудиофайл в текст	Уже есть запись, которую надо перевести в текст
Голосовой набор	Распознаёт речь сразу в текстовое поле	Нужно набрать текст здесь и сейчас, без файла

Диктофон оставляет вас с аудио, которое потом всё равно надо расшифровывать. Расшифровка работает с уже существующим файлом — это полезно для записанных созвонов и интервью, но не для повседневного письма. А голосовой набор текста закрывает именно ежедневную задачу: написать сообщение, письмо, заметку — голосом, без лишних шагов.

На практике границы размываются. Хорошее приложение для набора текста голосом умеет и то, и другое: набирать на лету и расшифровывать готовые записи. Но базовый сценарий, ради которого люди ищут голосовой ввод, — это именно «говорю — появляется текст», а не «записал — потом разберусь».

Способы на Mac: встроенная диктовка, онлайн-сервисы, приложения на Whisper

На современном Mac голосовой набор текста доступен сразу несколькими путями, и у каждого свои ограничения. Разберём, чем они отличаются по качеству и удобству.

Встроенная диктовка macOS

Включается в «Системных настройках» → «Клавиатура» → «Диктовка», запускается двойным нажатием Fn. Поддерживает русский язык, работает в любом текстовом поле, бесплатна навсегда. Минусы: это режим «включил — выключил», а не «зажал — говорю — отпустил»; нет постобработки, поэтому «эээ» и оговорки попадают в текст как есть; качество на фоновом шуме и технических терминах заметно проседает; исторически был лимит на длительность непрерывной речи.

Браузерные онлайн-сервисы

Speechpad, SpeechTexter, VoiceNote, TalkTyper, голосовой ввод в Google Docs — все они распознают русский и бесплатны. Но у них общая проблема: работают они почти всегда только в Google Chrome и только внутри своего окна или вкладки. Вы наговариваете текст в редактор сервиса, потом копируете его и вставляете туда, где он реально нужен. Для разовой заметки терпимо, для ежедневного набора текста — лишний шаг каждый раз.

Приложения на современных моделях распознавания

Это отдельный класс инструментов для Mac, построенных вокруг открытых моделей вроде Whisper. Они отличаются тремя вещами: push-to-talk (держите клавишу, пока говорите), вставка прямо в активное приложение и постобработка текста нейросетью. Именно сюда относится Wisperv. Качество распознавания русской речи у актуальных моделей — порядка 96–98% в чистых условиях, что заметно выше, чем у браузерных движков пятилетней давности.

Подводные камни: микрофон, шум, пунктуация, языки

Голосовой набор текста выглядит магией, пока не столкнёшься с реальными ограничениями на качество. Их полезно знать заранее.

• Микрофон решает почти всё. Встроенный микрофон ноутбука работает, но гарнитура или внешний микрофон с шумоподавлением поднимают качество распознавания на порядок. Если текст выходит с ошибками — первым делом проверьте микрофон.
• Фоновый шум. Музыка, разговоры рядом, открытое окно у дороги — всё это сбивает распознавание. В тишине даже встроенный микрофон справляется неплохо.
• Пунктуация. Базовые движки часто не расставляют запятые и точки сами — приходится проговаривать «запятая», «точка», «новый абзац» голосом. Современные приложения с постобработкой восстанавливают пунктуацию автоматически.
• Переключение языков. Если вы посреди фразы вставляете английский термин («сделай git pull»), простые сервисы спотыкаются. Хорошее приложение определяет язык само и не требует лезть в настройки.
• Слова-паразиты. «Эээ», «ну», «короче» попадают в текст ровно так, как вы их произнесли. Убрать их — отдельная работа, если нет автоматической очистки.

Вывод простой: разница между «голосовой набор текста раздражает» и «голосовой набор экономит время» чаще всего сводится к двум вещам — нормальному микрофону и наличию постобработки, которая приводит сырую расшифровку в порядок.

Как сделать голосовой набор текста в Wisperv

Wisperv — менюбар-приложение для macOS. Иконка живёт в строке меню, отдельного большого окна нет. Сценарий один и тот же по всему интерфейсу: зажал Fn, говоришь, отпустил — текст вставляется в активное приложение. Так голосовой набор текста превращается в полноценную замену клавиатуре. Под капотом — двухступенчатый конвейер: сначала аудио уходит на наш сервер в РФ и распознаётся, потом отдельная GPT-модель чистит результат от «эээ», восстанавливает пунктуацию и исправляет очевидные ослышки. Вот как начать.

1. Скачайте и установите приложение. Заберите DMG с сайта Wisperv, перетащите в «Программы», запустите. Требования — macOS 13 (Ventura) и новее, Apple Silicon или Intel.
2. Войдите в аккаунт. При первом запуске откроется браузер для регистрации по email или через Google. После входа вы автоматически вернётесь в приложение — пароль в Safari вводить не нужно.
3. Выдайте разрешения. macOS попросит доступ к микрофону и к специальным возможностям (Accessibility) — это нужно, чтобы вставлять текст в другие приложения. Без них набор работать не будет.
4. Проверьте горячую клавишу. По умолчанию это Fn. В настройках можно переназначить на Right Cmd, Right Option, F13–F19 — любую свободную клавишу, которую система не занимает под свои действия.
5. Поставьте курсор в любое текстовое поле. Telegram, Slack, Apple Mail, Notion, Cursor, строка поиска браузера — где угодно, где можно печатать.
6. Зажмите Fn и говорите. Держите клавишу, пока произносите фразу. Можно использовать голосовые команды: «запятая», «точка», «новый абзац», «в кавычках».
7. Отпустите клавишу. Аудио уйдёт на распознавание, через секунду-две чистый текст встанет туда, где стоял курсор.
8. При желании настройте язык и очистку. В настройках можно зафиксировать язык или оставить автоопределение, включить или выключить GPT-очистку. По умолчанию очистка включена — она и прячет слова-паразиты.

Дальше — привычка. По нашему опыту, первые два дня палец ищет клавишу непроизвольно, к концу недели скорость диктовки обгоняет печать на длинных текстах в два-три раза. Подробнее об этом переходе — в статье про диктовку вместо клавиатуры на Mac.

Сценарии, где голос реально экономит время

В теории голосом можно ввести что угодно. На практике голосовой набор текста сильнее всего выигрывает в нескольких ситуациях.

Голосовой набор текста особенно силён там, где приходится писать много и быстро.

Переписка в мессенджерах. Telegram, Slack, Discord — длинные ответы голосом идут быстрее, чем пальцами. Зажал Fn, наговорил, отпустил — отправил. Получатель видит обычный текст, а не пугающее голосовое сообщение.

Длинные письма и тексты. В Apple Mail, в блоге, в документах структура мысли получается естественнее: вы наговариваете, как будто рассказываете коллеге, потом коротко правите. Первый черновик голосом готов примерно за треть времени по сравнению с печатью.

Запросы к нейросетям. ChatGPT, Claude, любой чат-бот в браузере — проще наговорить длинный промпт, чем выстукивать его. Wisperv работает в любом веб-поле, где есть курсор.

Комментарии и описания в IDE. Сам код голосом писать неудобно — синтаксис требует пальцев. А вот комментарий к функции, описание задачи или текст коммита отлично идут диктовкой.

Заметки на ходу. Notes, Obsidian, Bear — голосом фиксировать идеи проще, особенно когда мысль приходит во время прогулки. Один из самых частых сценариев в обратной связи.

Тарифы и приватность: серверы в РФ, оплата ЮKassa

Встроенная диктовка macOS бесплатна, и это её главное достоинство. Wisperv — отдельное приложение со своей экономикой, и оно решает то, чего штатная диктовка не умеет.

• Free — 0 ₽ навсегда. До 2000 слов в неделю (около 10 минут речи). Лимит сбрасывается по понедельникам в 00:00 UTC. Все базовые функции доступны: push-to-talk, распознавание, GPT-очистка, голосовые команды, история.
• Pro — 799 ₽ в месяц. Без лимита на слова. Кастомные промпты для очистки — полезно для специфичных терминов или нестандартного стиля. Приоритетная поддержка, ранний доступ к новым функциям.
• Maximum — 1990 ₽ в месяц. Всё из Pro плюс запись созвонов в Zoom, Teams, Google Meet: микрофон и системный звук, диаризация спикеров и автоматическое саммари с задачами.

Оплата всех тарифов идёт через ЮKassa — карты МИР, Visa и Mastercard российских банков, СБП. Никакого VPN и чужих карт. Чек приходит на почту, подписка списывается раз в 30 дней, отмена в один клик в личном кабинете. Сравнение тарифов целиком — на странице тарифы Wisperv.

Про приватность важно сказать прямо. Аудио на сервере не хранится — оно удаляется сразу после распознавания. На сервере остаются только метаданные: длительность и число слов для подсчёта квоты. История диктовок лежит локально на вашем Mac, в облако ничего не уходит. Квота считается по анонимному хешу железа, а не по личным данным. Если же вы работаете с гостайной или медицинскими записями — для таких задач честнее выбрать локальное решение с офлайн-распознаванием, а не серверное. Подробнее о русскоязычном сценарии — в статье про голосовой ввод на Mac на русском.

FAQ

Что нужно для голосового набора текста на Mac? Микрофон (подойдёт встроенный, но внешний лучше), приложение или сервис распознавания и тихое место. В случае Wisperv добавляется аккаунт и интернет — голосовой набор текста идёт через сервер.

Чем голосовой набор текста отличается от встроенной диктовки macOS? Штатная диктовка работает в режиме «включил — выключил» и вставляет текст как есть. Wisperv добавляет push-to-talk на одной клавише и GPT-очистку, которая убирает «эээ» и восстанавливает пунктуацию. Они спокойно работают параллельно: на Fn — Wisperv, на двойном Fn — Apple.

В каких приложениях это работает? В любых, где есть курсор и можно печатать: Telegram, Slack, Notion, Apple Mail, Cursor, VS Code, Xcode, браузер, заметки, любые формы. Используются те же accessibility-API, что и у системных функций macOS.

Нужен ли интернет? Да. Распознавание идёт на сервере, без сети голосовой набор не работает. Если нужен офлайн — это путь локальных решений на Whisper, но за приватность там платят ресурсами Mac и качеством на сложной речи.

Сколько языков поддерживается? Более 50, с автоопределением. Можно переключаться посреди фразы — русский и английский распознаются без захода в настройки.

Хватит ли бесплатных 2000 слов в неделю? Это около 10 минут реальной речи — на повседневную переписку обычно хватает на пару-тройку дней активного использования. Если диктуете много, имеет смысл сразу взять Pro и не следить за лимитом.

Можно ли поменять горячую клавишу? Да, на любую свободную: Right Cmd, Right Option, F13–F19. Системные комбинации вроде Cmd+C ставить нельзя — будут конфликты.

Если коротко: голосовой набор текста — это не одно приложение, а привычка говорить вместо того, чтобы печатать. Встроенная диктовка покрывает простые случаи, браузерные сервисы — разовые заметки, а Wisperv закрывает ежедневное использование с push-to-talk и автоочисткой. Скачайте, попробуйте неделю на Free и дайте руке привыкнуть — а сравнение возможностей и цен ждёт на странице тарифы Wisperv.