Голосовой ввод на Mac: лучшие диктовалки для русского языка

Как мы выбирали

Критериев было пять, и каждый из них реально влияет на то, насколько удобно диктовать каждый день. Первый – качество распознавания русского языка: не абстрактное «поддерживает», а реальная точность на живой речи с терминами, именами и смешанными фразами. Второй – локальность и приватность: уходит ли аудио на сервер или обрабатывается на устройстве. Для многих это принципиально, особенно если диктуешь рабочие тексты.

Третий критерий – цена и доступность из России. Программы, которые требуют зарубежную карту для оплаты подписки, попали в отдельную категорию – они есть в обзоре, но с честной пометкой о барьере. Четвёртый – скорость вставки текста: насколько быстро после окончания речи слова появляются в активном поле. Пятый – порог входа: можно ли запустить инструмент за несколько минут или нужно разбираться с терминалом и ключами командной строки.

Все диктовалки в обзоре проверены на актуальность по состоянию на август 2026 года. Данные о ценах и возможностях взяты с официальных сайтов и GitHub-репозиториев. Если нужно не диктовать в реальном времени, а расшифровать готовый аудиофайл или запись встречи – это другая задача, и под неё есть отдельный обзор инструментов распознавания речи.

Сравнительная таблица

Встроенная диктовка macOS – старт без установки

Включается в «Системных настройках»: раздел «Клавиатура», пункт «Диктовка». Там же выбираешь язык и назначаешь сочетание клавиш для запуска – по умолчанию это F5 или двойное нажатие Fn. После включения функция работает в любом текстовом поле системы: браузер, мессенджер, текстовый редактор, поле поиска.

На Mac с чипом Apple Silicon речь обрабатывается локально – аудио не уходит на серверы Siri. Режим без интернета активируется автоматически после первой настройки. Диктовка не ограничена по времени, но завершается сама после 30-секундной паузы в речи. Это важно знать, если диктуешь длинный текст с обдумыванием – пауза обрывает сессию, и надо запускать заново.

Главное ограничение – пунктуация. Система почти не расставляет её автоматически: запятые, точки и вопросительные знаки нужно проговаривать голосом командами «запятая», «точка», «новый абзац». Это терпимо для коротких сообщений, но утомляет при диктовке писем или статей. Модель не выбирается и не настраивается, AI-постобработки нет – текст получаешь ровно таким, каким его распознала система. Для старта без установки и разовых задач этого достаточно, но для регулярного форматирования нужен другой инструмент.

Handy – бесплатный стандарт голосового ввода

Handy – open source приложение с ~29 тысячами звёзд на GitHub, которое решает одну задачу чисто: нажал горячую клавишу, сказал фразу, текст появился в активном поле. Никакого промежуточного окна, никакого копирования. Работает в любом приложении, где есть поле ввода: мессенджер, браузер, редактор кода, терминал.

Установка через Homebrew одной командой: brew install --cask handy. Либо скачать .dmg с GitHub Releases. После установки нужно выдать два разрешения в macOS – доступ к микрофону и «Универсальный доступ» (Accessibility). Без второго разрешения вставка текста в сторонние приложения не работает.

Режимов записи два: push-to-talk (держишь клавишу, пока говоришь) и toggle (нажал один раз – включил, нажал снова – выключил). Для коротких сообщений удобнее push-to-talk, для длинной диктовки – toggle. VAD на базе Silero автоматически обрезает тишину в начале и конце записи, поэтому модель не тратит время на расшифровку пустого аудио.

Выбор моделей – главное преимущество Handy. В настройках доступны Whisper нескольких размеров (от Small 487 МБ до Large V3 1,1 ГБ и Turbo 1,6 ГБ), Parakeet V2/V3, оптимизированные под CPU, и GigaAM v3 от Сбера, добавленная в версиях 0.9.x. Для русской диктовки рецепт простой: выбираешь GigaAM v3 в настройках – и получаешь точное распознавание с автоматической пунктуацией, локально, без интернета. GigaAM v3 выигрывает у Whisper large-v3 на русском тексте по данным бенчмарков Сбера, при этом весит существенно меньше.

Один нюанс, который стоит знать заранее: GigaAM обучена почти исключительно на русском и плохо справляется с английскими словами внутри русской фразы. Если диктуешь «запусти git pull в репозитории», модель может перековеркать git pull или проигнорировать его. Для смешанной русско-английской речи GigaAM не подходит – под эту задачу есть форк klava-nevinovata.

klava-nevinovata – форк Handy, заточенный под русский

Это личный форк Handy от одного разработчика, собранный на базе версии 0.9.3. Причина его появления конкретная: стандартный Handy с Whisper на русском диктует нормально, но галлюцинирует, теряет пунктуацию на длинных фрагментах и коверкает кириллицу при работе с Breeze-ASR. Форк исправляет именно эти проблемы.

Главные правки описаны в README. Антигаллюцинационная настройка ограничивает контекст декодера Whisper до 128 токенов и вырезает известные артефакты вроде «Продолжение следует…» и [музыка] – это типичный мусор, который Whisper генерирует в паузах. Пунктуационный промпт добавляет отдельное поле в настройках (Settings, вкладка Advanced), где можно задать инструкцию для каждого языка – и пунктуация сохраняется даже при длинной диктовке. Для Breeze-ASR добавлено пять regex-проходов, которые исправляют границы кириллических слов: без этого модель склеивает или разрывает слова в неожиданных местах.

Автор прогнал 23 модели на русской айтишной диктовке – тексте с терминами, английскими названиями и смешанными фразами. Результаты описаны в репозитории, и выбор для смешанной речи там обоснован конкретными данными, а не ощущениями. Если диктуешь код-ревью, технические письма или разговариваешь с ИИ-ассистентом с упоминанием инструментов по-английски – klava-nevinovata с Whisper или Breeze-ASR даст заметно более чистый результат, чем Handy с GigaAM.

Установка чуть сложнее, чем у Handy: скачиваешь .dmg под свою архитектуру (aarch64.dmg для M1–M4, x64.dmg для Intel), переносишь в /Applications и снимаешь карантин одной командой в терминале: xattr -d com.apple.quarantine /Applications/klava-nevinovata.app. Это нужно потому, что бинарники не подписаны сертификатом Apple Developer. После этого – те же разрешения микрофона и Accessibility, что и в Handy. Конфиденциальность на том же уровне: всё локально, голос на сервер не уходит.

FluidVoice – текст появляется, пока говоришь

FluidVoice – бесплатный open source инструмент с лицензией GPLv3, который отличается от Handy одной принципиальной деталью: live preview. Пока говоришь, текст появляется на экране в реальном времени, не дожидаясь окончания фразы. Это меняет ощущение от диктовки – видишь, что распознаётся, и можешь скорректировать темп или произношение прямо в процессе, а не после.

Установка стандартная: brew install --cask fluidvoice или .dmg с GitHub Releases. Важное ограничение по платформе – FluidVoice требует macOS 15 (Sequoia) и выше. На Apple Silicon работает полноценно со всеми моделями; на Intel доступен только Whisper, начиная с версии 1.5.1. Если у тебя Mac на Intel и macOS 14 – FluidVoice не вариант, смотри в сторону Handy или klava-nevinovata.

Выбор движков богатый. Доступны Nemotron Speech 3.5 (~670 МБ, мультиязычный), Parakeet Flash (низкая латентность, английский), Parakeet TDT v3 (25 языков, включая русский и украинский), Cohere Transcribe (14 языков, ~1,4 ГБ), Apple Speech (системный, без отдельной загрузки) и Whisper от Tiny до Large (99 языков). Для русской диктовки в FluidVoice рабочий вариант – Parakeet TDT v3 или Whisper; отдельной транскрипции с GigaAM здесь нет, это отличает его от Handy.

Режимов работы два основных: Write Mode вставляет текст в активное приложение через горячую клавишу, Command Mode позволяет управлять Mac голосом. Опционально подключается «Fluid Intelligence» – локальная постобработка (~3,5 ГБ), которая полирует пунктуацию и форматирование. По потреблению оперативной памяти FluidVoice ведёт себя экономнее Handy при сопоставимых моделях – это заметно на машинах с 8 ГБ ОЗУ, где каждый гигабайт на счету. Телеметрия включена по умолчанию, но отключается в настройках одним переключателем.

Тайп – голосовая клавиатура на модели Сбера

Тайп (gigatype.app) – российский продукт от команды «Сбер Дизрапт», сейчас в стадии беты и бесплатен для бета-тестеров. Концепция максимально простая: зажал клавишу, сказал фразу, отпустил – текст вставился туда, где стоит курсор. Если активного текстового поля нет – результат уходит в буфер обмена. Никаких режимов, никаких дополнительных настроек для базового использования.

Под капотом – GigaAM от Сбера, которую разработчики позиционируют как самую точную и быструю нейросеть для русского языка. На сайте приведён сравнительный тест: GigaAM транскрибирует тестовое русское аудио за 2,5 секунды – быстрее конкурентов в том же тесте. Сами разработчики честно оговариваются: это один конкретный файл, не полноценный бенчмарк. Тем не менее результаты на чистом русском языке у GigaAM действительно сильные – это же модель, которую используют в Handy и которую Сбер развивает с версии v1 до актуальной v3. Обработка полностью локальная: голос и текст остаются на устройстве, аналитика собирается только техническая (события, ошибки, длительность сессий) и не включает голос или содержимое диктовки.

Фокус у Тайпа узкий: только русский язык, только режим push-to-talk, только macOS (Windows-версия на сайте не заявлена). Разработчики сознательно делают одну вещь и доводят её до ума. Если тебе нужна быстрая голосовая клавиатура для русского без лишних настроек, и ты готов мириться с бета-статусом продукта, Тайп – самый простой способ получить GigaAM без установки Handy и ручного выбора модели. Для участия в бете есть Telegram-чат, где разработчики активно собирают обратную связь.

MacWhisper – диктовка плюс расшифровка файлов

MacWhisper – единственный инструмент в этом обзоре, который одинаково хорошо закрывает два разных сценария: диктовку в реальном времени и расшифровку готовых аудио- и видеофайлов. Бесплатная версия включает запись с микрофона, транскрибацию файлов форматов mp3, wav, m4a, ogg, opus, mov, mp4, а также ссылок YouTube, системную диктовку и экспорт результата в .txt. Для большинства личных задач этого набора достаточно.

Pro-версия стоит €64 единоразово – без подписки, с пожизненными обновлениями. Покупка через Gumroad, российские карты не принимаются, нужна зарубежная. В Pro добавляются расшифровка встреч в Zoom, Teams, Webex и Discord с распознаванием говорящих, субтитры в форматах .srt и .vtt, подключение облачных провайдеров (OpenAI, Anthropic, Groq, xAI, Google, Azure, Ollama) и расширенный экспорт. Если тебе нужна расшифровка записей совещаний – это отдельная задача, под неё есть специализированные инструменты.

Движки – Whisper и Parakeet, обработка локальная. Заявлена поддержка 100+ языков через мультиязычный Whisper; русский входит в этот список, хотя отдельно на сайте не выделяется. Качество на русском будет на уровне Whisper – хорошо, но не так точно, как GigaAM v3 в Handy или Тайпе. MacWhisper работает только на macOS; конкретные системные требования на сайте не опубликованы, но фактически нужен достаточно свежий Mac для комфортной работы с Whisper Large. Для тех, кто хочет один инструмент и для диктовки нового документа, и для расшифровки старых записей – это разумный выбор с понятной разовой ценой.

superwhisper и Wispr Flow – платные альтернативы

superwhisper работает в гибридном режиме: локальные модели на Apple Silicon плюс облачные LLM для постобработки. Бесплатный тариф включает диктовку в любое приложение, транскрибацию встреч, 100+ языков и безлимит на малые AI-модели. Pro стоит $8/мес при годовой оплате или $15/мес помесячно – там открываются кастомные режимы с промптами (Formal, Casual, Legal, Chat), интеграции со Slack, Gmail, Cursor, Notion и 30+ приложениями, а также подключение своих API-ключей к GPT-5, Claude, Llama, Gemini и другим моделям. На Intel Mac локальный Whisper Large работает плохо – разработчики сами рекомендуют облачный режим для таких машин. Оплата только зарубежной картой.

Wispr Flow – облачный сервис с главной фишкой: автоматическая очистка слов-паразитов и форматирование на лету. Говоришь как думаешь, с «эээ», «ну», повторами – на выходе получаешь чистый текст. Free-тариф даёт 2000 слов в неделю без карты, Pro – $12/мес при годовой оплате или $15/мес помесячно. Важный нюанс для пользователей AirPods: Bluetooth-гарнитуры сжимают аудио, и точность заметно падает – разработчики сами предупреждают об этом. Оплата через Stripe, российские карты не работают.

Честный вывод по обоим: если уже пользуешься superwhisper или Wispr Flow и тебя устраивает результат – нет смысла что-то менять. Но если выбираешь сейчас, бесплатные локальные диктовалки – Handy с GigaAM v3 или FluidVoice – дают сопоставимое качество без подписки и без отправки аудио в облако. Платить смысл есть за AI-постобработку в superwhisper или за автоочистку паразитов в Wispr Flow, если эти функции нужны в работе.

Какую модель распознавания выбрать

Выбор модели упирается в простой вопрос: что и на каком языке ты диктуешь. GigaAM v3 от Сбера – первый выбор для чистого русского. Модель весит около 220M параметров, транскрибирует сразу с пунктуацией, и на русскоязычных тестах обходит Whisper large-v3 в соотношении 70:30 по данным side-by-side сравнений. Доступна в Handy начиная с версии 0.9.x и в Тайпе. Главное ограничение – английские слова внутри русской фразы распознаёт плохо: термины, названия сервисов, команды – всё это лучше диктовать через другую модель.

Whisper turbo (large-v3-turbo) – универсальный выбор для смешанной речи и нескольких языков. Работает примерно в 8 раз быстрее полного Whisper large при минимальной потере точности, покрывает 99 языков, хорошо справляется с переключением русский–английский внутри одной фразы. Это дефолтная быстрая модель в Handy, MacWhisper и большинстве других инструментов. Parakeet TDT v3 от NVIDIA – ещё один вариант для смешанной речи: 25 европейских языков включая русский и украинский, автоматическая пунктуация и капитализация, низкая латентность. Именно её используют FluidVoice и Handy для режима с быстрым откликом.

Три практических совета, которые работают независимо от выбранной модели. Первый – микрофон важнее модели: встроенный микрофон ноутбука в шумном помещении даст больше ошибок, чем любая внешняя гарнитура с шумоподавлением в тишине. Второй – специфические термины, аббревиатуры и имена собственные любая модель будет коверкать до тех пор, пока ты не скорректируешь их через пользовательский словарь (если приложение его поддерживает) или не начнёшь произносить чётче и медленнее. Третий – если модель регулярно делает одну и ту же ошибку в конкретном слове, проще добавить regex-замену в postprocessing, чем ждать обновления весов.

Частые вопросы

Вывод

Выбор диктовалки для Mac в 2026 году сводится к четырём сценариям, и под каждый есть конкретный ответ.

Диктуешь на чистом русском – Handy с GigaAM v3 или Тайп. Оба бесплатны, оба работают офлайн, оба используют одну и ту же модель. Разница в том, что Handy гибче в настройках и поддерживает несколько моделей, а Тайп проще в запуске – один установщик, одна клавиша, никакого выбора модели вручную.

Диктуешь по-русски с английскими терминами, кодом или IT-лексикой – klava-nevinovata. Форк решает именно эту проблему: антигаллюцинационные настройки, пунктуационный промпт и исправления для смешанной речи. Установка чуть сложнее из-за неподписанных бинарников, но одна команда в терминале с этим справляется.

Хочется видеть текст в процессе речи, а не после – FluidVoice с live preview. Подходит для macOS 15+ на Apple Silicon, потребляет меньше памяти, чем Handy при сопоставимых моделях. Для русского используй Parakeet TDT v3 или Whisper.

Не хочешь ничего устанавливать прямо сейчас – встроенная диктовка macOS. Включается за две минуты через Системные настройки, работает локально на Apple Silicon, достаточна для коротких сообщений и заметок. Пунктуацию придётся проговаривать голосом, но для старта этого хватит, пока не определишься с постоянным инструментом.

Смотрите также

• 
  Продуктивность· 05.08.2026

  Что такое рамблинг и почему все начали бормотать в микрофон

• 
  Речь-в-текст· 07.07.2026

  Лучшие нейросети для распознавания речи: онлайн-сервисы и локальные модели

• 
  Инструменты разработчика· 08.05.2026

  OpenAI выпустила три голосовые модели для разработчиков

• 
  Перевод· 17.02.2026

  Ватикан запустил AI-переводчик месс на 60 языков

• 
  Речь-в-текст· 06.02.2026

  Voxtral Transcribe 2: революционно доступное распознавание речи