VoiceDictate — голосовой ввод и переводчик для Windows 10 и 11
Русский · English
Версия 1.7 — скачать · что нового · сайт
Нажали F3, сказали фразу, снова нажали F3, и текст сам вставился туда, где стоит курсор:
в чат, Блокнот, браузер, Word, мессенджер. Хорошо понимает русский, расставляет знаки препинания.
Возможности:
- Распознавание на компьютере через Whisper (whisper.cpp): бесплатно, без интернета,
запись никуда не уходит. Есть ускорение на видеокартах NVIDIA.
- Модель GigaAM v3 от Сбера для русской речи (через sherpa-onnx):
тоже на компьютере и без интернета, сама ставит знаки препинания, на обычном процессоре
распознаёт фразу за доли секунды.
- Вставка по фразам (с GigaAM): говорите не останавливаясь — после каждой короткой паузы
фраза сразу появляется в окне, а запись продолжается.
- Распознавание в облаке через OpenRouter, если компьютер слабый
или нужна точнее модель. В программе видны модели с ценой за час записи
(от ~$0,012/ч у Whisper Large V3 Turbo) и баланс.
- Три способа записи звука: напрямую, через встроенный веб-движок или через вкладку
обычного браузера. Последний выручает, если корпоративный антивирус (например, Касперский)
не даёт программам доступ к микрофону.
- Переводчик: говорите на одном языке — в окно вставляется перевод на другой. Кнопка
«Перевести на» и выбор языков прямо на главном экране. На английский переводит сам Whisper
(на компьютере бесплатно), на 35 других языков — недорогая модель OpenRouter (~$0,0001 за фразу).
- Распознавание аудио- и видеофайлов в текст
.txt и субтитры .srt.
- Интерфейс на русском и английском (переключатель RU/EN на главном экране),
распознаёт русский, английский и другие языки.
- Работает из трея, горячая клавиша настраивается, светлая и тёмная тема.
- Обновляется сама: когда выходит новая версия, на главном экране появляется кнопка
«Обновить» — программа скачает её, заменит свои файлы (настройки и модели сохранятся)
и перезапустится.
Голосовой ввод Windows (Win+H) не нужен, поэтому всё работает и на Windows 10.
Как выглядит
Настройки показывают только выбранный режим: распознавание на компьютере (модель Whisper или GigaAM, видеокарта NVIDIA)
или в облаке OpenRouter (ключ, модель с ценой за час, баланс).
Быстрый старт
Вариант 1. Готовая программа (проще)
- Откройте страницу Releases этого репозитория и скачайте
VoiceDictate-win-x64.zip.
- Распакуйте, например, в
C:\VoiceDictate. Лучше в путь без русских букв:
whisper не открывает файлы по таким путям.
- Запустите
VoiceDictate.exe. Если Windows покажет «Система Windows защитила ваш компьютер» —
нажмите «Подробнее» → «Выполнить в любом случае» (программа не подписана сертификатом).
- Выберите, где распознавать:
- на компьютере (выбрано сразу) — откройте настройки (шестерёнка), нажмите «Скачать»
у модели (один раз), затем «Проверить». Сразу выбрана GigaAM v3 (220 МБ) — лучшая для
русского, умеет вставлять текст по фразам. Для других языков и перевода на английский
выберите в том же списке модель Whisper (small, 190 МБ);
- в облаке — в настройках «Распознавание» → «OpenRouter (облако)», вставьте ключ API
(кнопка «Где взять ключ»), выберите модель, нажмите «Проверить».
- Встаньте в любое текстовое поле, нажмите F3, скажите фразу, нажмите F3 ещё раз.
Если полоска громкости не двигается — смотрите раздел
«Проверка на Windows 10 — чек-лист»
и настройку «Запись звука».
Вариант 2. Собрать из исходников
- Скачайте репозиторий (
git clone или кнопка Code → Download ZIP) и распакуйте в путь
без русских букв.
- Дважды щёлкните
build.bat. Если .NET SDK нет, он поставит его через winget (один раз)
и соберёт программу в папку dist.
- Дальше как в варианте 1 с пункта 3, только запускайте
dist\VoiceDictate.exe.
Как работает
Одна клавиша — F3 (можно сменить в окне).
- F3 — начинается запись с микрофона, индикатор горит зелёным.
Окно, в котором вы работаете (чат, Блокнот, браузер), остаётся активным.
Полоска рядом с микрофоном показывает громкость.
- F3 ещё раз — индикатор красный, запись уходит в Whisper.
Через пару секунд текст появляется в поле программы и сразу вставляется
в активное окно. Поле очищается.
Если в момент отправки активна сама программа, текст уйдёт в окно,
где вы были перед этим.
Esc во время записи — отменить её: микрофон выключается, запись выбрасывается,
ничего не вставляется.
Запись голоса хранится только во временной папке temp рядом с программой: каждая
новая запись затирает предыдущую, а при закрытии программы папка очищается.
Вставка по фразам (модель GigaAM)
С моделью GigaAM не нужно ждать второго нажатия: говорите не останавливаясь,
и после каждой паузы около 0,6 с сказанная фраза распознаётся и сразу вставляется
в окно, а запись продолжается. Второе нажатие F3 вставляет последнюю фразу
и выключает запись. Если включено «Нажимать Enter», Enter нажимается один раз
в конце — в мессенджер уйдёт одно сообщение.
Фраза вставляется в окно, активное в момент паузы, поэтому во время диктовки
не переключайтесь между окнами. Выключить: в настройках снимите
«Вставлять по фразам» (в settings.ini — live_phrases = no).
Интерфейс
Окно нарисовано на HTML/CSS (файл ui\index.html) и показывается через
WebView2 — встроенный в Windows 10/11 движок Edge. Логика программы та же.
以上为 README 的开头部分。其余内容请阅读原文。 查看完整 README ↗
