Распознавание речи без интернета: как работает диктовка в FixNote

Можно ли диктовать заметки и не отправлять свой голос на чужой сервер? В FixNote можно: речь распознаётся на вашем компьютере или в браузере. Ниже о том, как начать запись, куда попадёт текст, что происходит со звуком и какую модель выбрать под свой компьютер.

Как начать диктовку

Начать запись можно из нескольких мест:

• Кнопка «Голосовая заметка» на Главной создаёт новую заметку из надиктованного.
• Микрофон в открытой заметке вставляет текст туда, где стоит курсор.
• Микрофон в чате ассистента сразу отправляет вопрос голосовым сообщением, и ассистент отвечает на распознанный текст.
• В приложении для компьютера пункт «Голосовая заметка» есть и в меню иконки в трее.

Сочетание Ctrl+Shift+Space (⌘⇧Space на Mac) начинает и заканчивает запись из любого места. Если открыта заметка, текст попадёт в неё, если курсор стоит в поле чата, получится вопрос ассистенту, в остальных случаях появится новая заметка. Esc отменяет запись, кнопка «Готово» её заканчивает. Одна запись длится до десяти минут.

Если включить «Голосовые в заметку дня» в Настройки → Общие, новые голосовые будут дописываться в заметку на сегодня вместо отдельных заметок.

Что происходит, пока вы говорите

FixNote режет запись на паузах и распознаёт каждый кусок сразу, не дожидаясь конца. Язык определяется по первому куску и дальше сохраняется. Когда вы нажимаете «Готово», остаётся обработать только последнюю фразу, поэтому текст появляется почти без ожидания даже после длинной диктовки.

Где распознаётся речь и что происходит со звуком

Речь распознаёт модель Whisper. Она работает внутри приложения на любой платформе, включая веб-версию, и звук никуда не отправляется. Модель скачивается один раз при первой записи (FixNote показывает прогресс загрузки), дальше интернет для диктовки не нужен.

Звук из диктовки в заметку не сохраняется: в заметке остаётся только текст. Голосовой вопрос ассистенту FixNote хранит на этом устройстве, чтобы его можно было прослушать в чате.

Какую модель выбрать

В Настройки → Расширенные → «Модели на устройстве» есть три модели распознавания речи:

Модель	Размер	Когда подходит
Лёгкая	около 41 МБ	Слабый компьютер; ошибается чаще
Обычная	около 77 МБ	Большинство записей; выбрана по умолчанию
Точная	около 245 МБ	Речь на двух языках вперемешку; работает примерно вдвое медленнее

Там же видно, какие модели скачаны и сколько места они занимают, и любую из них можно удалить.

Если распознавание на вашем компьютере идёт медленно, FixNote это заметит. После двух медленных диктовок из трёх он один раз предложит включить модель полегче. Вернуть прежнюю можно в тех же настройках.

Как привести надиктованный текст в порядок

Надиктованный текст сохраняется как есть, со всеми «ну» и повторами. После новой голосовой заметки FixNote показывает кнопку «Оформить»: AI предложит разбить текст на абзацы и пункты и покажет изменения по словам. Правка применится после «Принять», а «Отклонить» оставит текст прежним. Любую другую заметку можно оформить так же через «Спросить AI» → «Оформить заметку».

Для этого нужна языковая модель: FixNote AI в тарифе Pro, свой API-ключ или Ollama на компьютере. Если в Настройки → AI выбран режим, в котором правки применяются сразу, FixNote покажет уведомление с кнопкой «Отменить».

Голосовые из Telegram и записи созвонов

Голосовые, которые вы отправляете боту FixNote в Telegram, расшифровывает та же модель на вашем устройстве: бот передаёт их зашифрованными. Как подключить бота, рассказано в статье про Telegram.

В приложении для Windows и macOS (с версии 14.2) речь можно распознавать и во время созвона: FixNote записывает микрофон и звук собеседников, расшифровывает их на устройстве и пишет итоги встречи. Об этом отдельная статья, а все возможности голосовых заметок собраны на странице функции.

Откройте сегодняшнюю заметку, нажмите Ctrl+Shift+Space и надиктуйте список дел на завтра. Первая запись займёт чуть дольше из-за загрузки модели, следующие пойдут без ожидания.