В лабораторном исследовании Стэнфорда и Baidu 2016 года люди диктовали короткие сообщения на iPhone 6 Plus со скоростью 153 слова в минуту на английском. На экранной клавиатуре те же участники набирали 52. На китайском (мандаринском) соотношение было 123 против 43 (Ruan et al.). Ошибок при диктовке по ходу дела делалось меньше, хотя в итоговом тексте их оставалось чуть больше: 1,30% слов с ошибками против 0,79% при наборе.
Это был распознаватель десятилетней давности в идеальных условиях, и он уже втрое обгонял набор текста. Так что убеждать вас в том, что говорить быстрее, не нужно. Выбор перед вами уже и дороже: платить $8–15 в месяц за диктовку с ИИ или пользоваться кнопкой микрофона, которая уже есть на вашем компьютере?
Наше мнение после изучения страниц с ценами, политик конфиденциальности и документации основных участников: большинству стоит начать с бесплатных вариантов и оставаться на них, пока вы не сможете назвать конкретную вещь, которую бесплатный инструмент делает плохо. Платные приложения действительно дают то, чего нет во встроенных средствах. Просто это уже, чем обещает их маркетинг.
Бесплатные варианты становятся лучше, и новости это подтверждают
Nvidia выпустила Nemotron 3.5 Transcribe — бесплатную модель с открытыми весами, которая транскрибирует аудио на 40 языках, справляется с записями до часа и различает до восьми говорящих (TechCrunch). Это инструмент для разработчиков, а не приложение для диктовки, и TechCrunch отмечает недостаток, важный для нас: модель работает с готовыми записями, а не с живым потоком. Нажать клавишу и начать говорить не получится.
Но это та же закономерность, которую мы наблюдаем весь год. Сильные модели распознавания речи продолжают выходить в виде бесплатных загрузок, а приложения-обёртки (некоторые из них бесплатны, как Spokenly и бесплатный тариф Superwhisper) получают более сильный движок, не платя за него. Платное приложение отличается от бесплатного не столько движком, сколько редактированием вокруг него, и к этому мы ещё вернёмся.
Стек Apple тоже продвинулся. MacStories сравнила скорость консольной утилиты на базе встроенных в устройство SpeechAnalyzer и SpeechTranscriber от Apple с моделью Large V3 Turbo в MacWhisper на 34-минутном видео. API Apple справилось в 2,2 раза быстрее: за 45 секунд против 1 минуты 41 секунды, без заметной разницы в качестве транскрипции (MacStories). Тестировалась транскрипция файла, а не клавиша диктовки, так что это свидетельство о движке, а не об удобстве работы. В актуальном руководстве Apple для Mac добавлено, что с Apple Intelligence в macOS 27 диктовка использует модель на устройстве, чтобы улучшать орфографию, пунктуацию и регистр букв, но только на английском и только на Mac с чипом M3 или новее и не менее чем 12 ГБ объединённой памяти (Apple).
Независимого теста частоты ошибок в словах для самих встроенных клавиш — от Apple, Microsoft или Google — мы не нашли. Этот пробел важен, и поэтому в разделе о точности ниже мы опираемся на цифры одного из вендоров, с предупреждением.
Куда уходит ваше аудио
Это самое наглядное различие между вариантами, и оно прописано в документации каждого вендора.
Голосовой ввод в Windows (Win+H) использует онлайн-распознавание речи на базе Azure Speech, поэтому ему нужно подключение к интернету (Microsoft). Apple говорит, что в настройках клавиатуры можно проверить, обрабатывается ли обычная диктовка на устройстве, а не отправляется на серверы Siri; там же сказано, что если вы согласились делиться аудиозаписями, Apple может просмотреть их выборку. Одна функция Windows меняет картину: на ПК Copilot+ функция Fluid dictation от Microsoft использует небольшие языковые модели на устройстве, чтобы по ходу речи исправлять грамматику, пунктуацию и слова-паразиты, на английском, и она включена по умолчанию. Справка Gboard описывает команды и языки, но на странице, которую мы читали, не указывает, где обрабатывается аудио. Гадать мы не будем.

У платных приложений ответы различаются принципиально. Superwhisper заявляет, что его локальные модели работают целиком на вашем устройстве, а «ваше аудио и транскрипты никогда не покидают устройство». Если выбрать облачную модель, аудио уходит на серверы, где оно «обрабатывается в памяти и не хранится после завершения запроса», либо стороннему провайдеру на условиях самого провайдера. Там же сказано, что ваши данные не используются для обучения моделей (политика конфиденциальности Superwhisper).
Wispr Flow — облачный сервис в первую очередь. На его странице о приватности сказано, что аудио отправляется на серверы по TLS, там транскрибируется и затем удаляется, если вы не включили облачное хранение. Перед началом работы стоит заглянуть в две настройки. «Improve the model for everyone» позволяет Wispr использовать ваше аудио, транскрипты и правки для обучения. По словам страницы, обучение выключено по умолчанию и заблокировано в выключенном состоянии на тарифах Growth и Enterprise, а значение по умолчанию для индивидуальных тарифов не указано. А «Context awareness» считывает ограниченный фрагмент текста из приложения, в которое вы диктуете, чтобы имена писались правильно (Wispr Flow).
Если для вас вопрос приватности аудио решающий, наша статья о локальном и облачном ИИ разбирает общий компромисс, а материал о рекордерах, которые слушают постоянно, — юридическую сторону записи других людей.
Подписка добавляет редактирование
Сырая диктовка — это просто расшифровка. Вы говорите: «э-э, ну вот, нам надо, вообще, давайте перенесём дедлайн на пятницу» — и получаете именно это, со всеми паразитами. Платные приложения делают второй проход, превращающий сказанное в то, что вы хотели написать.

Wispr Flow продаёт именно это: речь в любом приложении с ИИ-командами и автоправками, словарь и сниппеты, а также модель, которая запоминает ваши имена и жаргон. Аналог в Superwhisper находится в тарифе Pro: ИИ-режимы вроде Super и Mail, учёт контекста и транскрипция в реальном времени, ничего из этого нет в бесплатном плане (тарифы Superwhisper). Aqua Voice берёт плату за пользовательские инструкции и личный словарь на Pro, а за голосовые команды и режим реального времени — на тарифе Max (Aqua).
Встроенные средства в основном останавливаются на первом шаге. Apple Dictation расставляет знаки препинания и понимает «new line» и «new paragraph». Gboard принимает «period», «comma» и «new paragraph» и позволяет заменить слово: нажимаете на него и произносите новое. В Windows есть команды вроде «stop listening». У Apple и Gboard на этом всё. Исключение — Fluid dictation на ПК Copilot+: она убирает слова-паразиты и исправляет грамматику, так что бесплатный инструмент теперь покрывает часть того, за что платные приложения берут деньги. А вот переписывания путаного предложения или словаря ваших собственных имён ни в одном из встроенных средств в документации нет.
Разрыв заметен и по отзывам пользователей бесплатных инструментов. Один пользователь Hacker News, работающий с бесплатным open-source приложением Handy, написал: «исправить грамматические ошибки он не может, просто записывает ваши слова как есть. Но для этого он отличный» (Hacker News). В ответ на рекомендацию MacWhisper в той же ветке другой написал: «Моя единственная претензия — локальные модели сами по себе не обрабатывают команды пунктуации» (Hacker News).
Точность: единственное прямое сравнение провёл конкурент
Superwhisper публикует бенчмарк из 16 моделей распознавания речи на 8 датасетах, включая отчёты о доходах, полные названий компаний, спонтанную речь и совещания. Wispr Flow в нём указан с отключённым проходом очистки, чтобы вывод можно было сверить с дословным эталоном. По усреднённым результатам собственная облачная модель Superwhisper, S1 Voice, показала 6,6% ошибок в словах, а «сырой» вывод Wispr Flow — 8,7% (бенчмарки Superwhisper). По доле правильно распознанных терминов из пользовательского словаря Wispr набрал 62,5% против 83,3% у Superwhisper и около 91% у ElevenLabs Scribe v2 и OpenAI GPT Transcribe.
Относитесь к этой таблице с долей скепсиса. Superwhisper сам её составил, сам выбрал датасеты и запускал продукт конкурента как чёрный ящик с отключённой функцией. На странице есть и строки, где другие обходят самого автора, и это ему в плюс, а ещё там сказано, что код и результаты по отдельным клипам лежат в репозитории бенчмарка. Мы этот репозиторий не проверяли. Страница также не говорит, какую версию модели Wispr использовали. К тому же Wispr анонсировал собственную речевую модель Canto, так что строка про Wispr может не отражать то, что выпускается сегодня. Цифры подтверждают немногое: пять лучших облачных моделей отличаются друг от друга примерно на два пункта частоты ошибок, а встроенных средств в таблице вообще нет.
Пользователи не всегда согласны с порядком в бенчмарке. Один комментатор на Hacker News, отвечая на анонс Canto от Wispr, написал: «Я переходил с Superwhisper на WisprFlow, потом на Spokenly и Fieldwork и счёл WisprFlow наименее точным из четырёх» (Hacker News). Это опыт одного человека, а не тест, и в анонсе Wispr приведён собственный бенчмарк. Акценты, микрофоны и лексика у всех разные, так что личная проверка лучше любой таблицы.
Сколько что стоит и как списываются деньги
Цены ниже взяты со страниц самих вендоров. Wispr Flow Pro стоит $12 за пользователя в месяц при оплате за год и $15 при помесячной оплате, а бесплатный план ограничивает использование на десктопе 2000 слов в неделю (Wispr Flow). Superwhisper Pro стоит $8,49 в месяц, $84,99 в год или $249,99 однократно, и одна лицензия покрывает все ваши Mac, ПК с Windows и телефоны. Aqua Pro — $10 в месяц при оплате за год, плюс 1000 бесплатных слов на пробу. MacWhisper Pro — единоразовые 64 € (MacWhisper).
| Приложение | Бесплатный тариф | Платный тариф и оплата | Куда уходит аудио |
|---|---|---|---|
| Apple Dictation, Win+H, Gboard | Бесплатно, встроено | Нет | Apple: смотрите настройки. Windows: Azure (Fluid dictation работает на устройстве). Gboard: не указано |
| Superwhisper | Без ограничений, локальные модели Whisper, без ИИ-очистки | $8,49 в месяц, $84,99 в год, $249,99 разово | Локально или в облаке, на ваш выбор |
| Wispr Flow | 2000 слов в неделю на десктопе | $15 в месяц или $12 в месяц при оплате за год | Облако |
| Aqua Voice | 1000 слов | $10 в месяц при оплате за год | Серверы Aqua; Privacy Mode ограничивает хранение транскриптов |
| MacWhisper | Бесплатная версия | 64 € разово | Локальные или облачные модели |
Wispr — это подписка с жёстким недельным лимитом на бесплатном плане, так что активный пользователь быстро упирается в потолок и решает уже под давлением. У бесплатного плана Superwhisper лимита нет вовсе, но нет и очистки. Пожизненная лицензия за $249,99 — это примерно три года годового плана и, наряду с разовой оплатой MacWhisper, один из двух вариантов здесь, где платежи прекращаются. На наш взгляд, это лучшая структура цены для тех, кто знает, что будет диктовать годами. Студенты и некоммерческие организации получают скидку 40% на Superwhisper, если попросят до покупки.
Наши рекомендации — в зависимости от того, чем вы занимаетесь целый день
Начните со встроенной клавиши на неделю. Это бесплатно, работает в любом текстовом поле, и вы поймёте, приживётся ли привычка. Выяснять, приживётся ли привычка, уже при годовой подписке — плохая идея.
Если вы диктуете письма, заметки и сообщения в Slack, и сырой текст вас устраивает, оставайтесь на бесплатном. Superwhisper Free даёт локальные модели с неограниченной диктовкой, у MacWhisper есть бесплатная версия, тоже с локальными моделями, а пользователям Windows, которым нужно что-то приватное, стоит посмотреть на Whisperstream — там распознавание локальное.
Платите, когда главное — очистка текста. Если вы наговариваете длинные черновики, промпты для ИИ-модели или письма клиентам и вручную вычищаете «э-э» и повторные старты, подписку оправдать проще. Мы бы сначала попробовали бесплатный план Wispr Flow: 2000 слов в неделю хватает, чтобы оценить очистку на вашем голосе. Затем присмотритесь к Superwhisper Pro или пожизненной лицензии, если вам нужны локальные модели и одна лицензия на все устройства. Страницы Willow Voice и Aqua тоже стоит посмотреть, если хотите другие варианты.
Мы бы не стали платить, если вы диктуете только короткими фразами, если у вас Mac с M3 и 12 ГБ памяти или больше и macOS 27 (встроенных в Apple исправлений орфографии и пунктуации на устройстве может хватить), если у вас ПК Copilot+ с Fluid dictation, или если аудио не должно покидать ваш компьютер, а переписывание вам не нужно. Также мы бы не брали приложение, которое вы не проверили на собственном жаргоне хотя бы в течение дня.
Если вам нужны записи встреч, а не вашего собственного голоса, это другая категория инструментов. О ней рассказывают наш гид по ИИ-заметкам со встреч и статья о лучших ИИ-инструментах для транскрипции, а рейтинг ToolRank для инструментов транскрипции показывает, где находится каждый из них.
Частые вопросы
Стоит ли платить за Wispr Flow?
Если вы диктуете по несколько часов в неделю и вручную вычищаете слова-паразиты, скорее всего, да. $12 в месяц при годовой оплате — небольшая цена за сэкономленное время. Если вы диктуете несколько сообщений в день, вам может хватить 2000 слов в неделю на бесплатном плане, да и встроенных средств тоже.
Superwhisper лучше, чем Wispr Flow?
Они подходят разным людям. Superwhisper работает на локальных моделях, у него есть бесплатный тариф без лимитов и пожизненная лицензия. Wispr Flow работает в облаке и силён в очистке текста. Единственное опубликованное прямое сравнение, которое мы нашли, сделано самим Superwhisper, так что относиться к нему стоит соответственно.
Приватны ли Apple Dictation и голосовой ввод Windows?
По данным Microsoft, голосовой ввод Windows использует онлайн-распознавание речи на базе Azure Speech и требует подключения к интернету. Apple говорит, что часть диктовки обрабатывается на устройстве, и советует проверить в настройках клавиатуры, так ли это у вас.
Работают ли эти приложения в любых программах?
Wispr Flow заявляет, что работает в любом приложении на Mac, Windows, iPhone и Android. Superwhisper упоминает Slack, Gmail и любые другие сайты и приложения. Встроенные средства работают везде, где текстовое поле принимает системный ввод, хотя поведение отличается.
Можно ли диктовать полностью офлайн?
Да. Так работают локальные модели Whisper в Superwhisper и MacWhisper. Голосовому вводу Windows нужен интернет. Прежде чем полагаться на офлайн-режим, проверьте его с выключенным Wi-Fi.
Следующий шаг: выберите один бесплатный вариант, диктуйте всё в течение пяти рабочих дней и запишите, сколько слов в неделю вы реально используете. Если больше 2000 слов, как в Wispr, вы нашли свой тариф.