Голосовий ввід у Windows 11: як працює Win+H і де він зупиняється

Натисніть клавішу Windows і H у будь-якому текстовому полі у Windows 11 — і з’явиться невелика панель. Говоріть, і текст з’являтиметься там, де стоїть курсор. Це голосовий ввід, і багатьом людям іншого диктування ніколи й не знадобиться. На цій сторінці пояснено, як правильно його налаштувати, що він уміє, три місця, де він зупиняється, і що брати, коли це стається.

Короткі відповіді

Чи працює голосовий ввід Windows офлайн? Ні. На власній сторінці Microsoft серед вимог названо «підключення до інтернету, робочий мікрофон і курсор у текстовому полі» і сказано, що голосовий ввід «використовує онлайнове розпізнавання мовлення на основі служб мовлення Azure». Ваше аудіо надсилається на сервери Microsoft для розшифровки. Якщо вимкнути в настройках онлайнову службу розпізнавання мовлення, голосовий ввід перестає працювати; на сторінці Microsoft про конфіденційність сказано, що тоді «доступні лише функції на рівні пристрою (наприклад, Екранний диктор)».

Чи записується мій голос? Microsoft заявляє, що голосові дані «надсилаються до Microsoft лише для надання послуги та створення текстових транскрипцій» і що компанія не «зберігає, не відбирає як зразки й не прослуховує голосові записи без вашого дозволу». Надсилання голосових фрагментів для вдосконалення служби — окремий необов’язковий параметр.

Які мови? Близько п’ятдесяти, зокрема більшість великих європейських, китайська, японська, корейська, гінді й турецька; української серед них немає. Повний список — на сторінці Microsoft про голосовий ввід. Голосовий ввід слухає мовою поточної розкладки клавіатури, по одній за раз.

Налаштування за дві хвилини

1. Клацніть у будь-якому текстовому полі й натисніть клавішу Windows + H. На сенсорній клавіатурі натомість торкніться кнопки мікрофона.
2. Клацніть шестірню на панелі й увімкніть Автоматичну пунктуацію. Типово її вимкнено, тому перші спроби дають суцільну стіну тексту без розділових знаків. Коли вона ввімкнена, розділові знаки все одно можна промовляти, якщо хочете поставити їх явно: для англійської це «period», «comma» або «question mark».
3. У тому самому меню визначтеся з фільтром ненормативної лексики: коли він увімкнений, лайка замінюється зірочками.
4. За бажання ввімкніть Запускач голосового вводу — плаваючу кнопку мікрофона, яка переходить за вами між текстовими полями, тож комбінація клавіш не знадобиться.
5. Щоб диктувати іншою мовою, спершу перемкніть розкладку клавіатури клавішами Windows + Пробіл. Голосовий ввід іде за розкладкою, а не за тим, що ви говорите.

Корисні команди англійською, коли голосовий ввід працює: «delete that» (видалити сказане), «select that» (виділити сказане), «press Enter», «press Backspace», «new line» (новий рядок), «new paragraph» (новий абзац) і «stop listening», щоб завершити сеанс. Точний набір команд залежить від мови.

Що він робить добре

Він безкоштовний, уже встановлений і нічого не потребує завантажувати. Точність для англійської в тихій кімнаті з пристойним мікрофоном добра, і звичайну ділову лексику він розпізнає без навчання. Оскільки це функція системи, а не застосунок, він працює майже в будь-якому текстовому полі: у браузерах, Office, месенджерах, рядку пошуку. Щоб кілька разів на день надиктувати абзац у лист, кращого й не треба.

Де він зупиняється

Інтернет і дорога туди й назад. Усе, що ви кажете, мандрує до Microsoft і назад. У поїзді, у літаку, у закритій офісній мережі чи просто при поганому з’єднанні голосовий ввід працює гірше або взагалі не запускається. Локального запасного варіанта для голосового вводу немає: рушій розпізнавання на пристрої у Windows використовують інші функції, а не ця.

Одна мова за раз, і та прив’язана до клавіатури. Якщо ви пишете англійською й польською протягом однієї години, щоразу доводиться перемикати розкладку. Змішайте дві мови в одному реченні, як постійно роблять двомовні родини та сім’ї іммігрантів, — і він розшифрує лише ту половину, на яку його налаштували. Автоматичного визначення мови немає.

Жодної пам’яті про вас. Власного словника немає, тож ваше прізвище, назви ваших продуктів та імена клієнтів він щоразу вгадує наново. Дати йому документ, аудіофайл чи запис наради неможливо — він слухає лише наживо. А розшифровка існує тільки в полі, куди ви диктували. Закрийте вкладку, не скопіювавши текст, — і його не стане.

Четверте обмеження менше, але дається взнаки щодня: запис починається й зупиняється лише через цю панель. Її не можна прив’язати до кнопки миші чи клавіші, яку тримаєш у руці, ходячи кімнатою, і вона не ставить музику на паузу, поки ви говорите.

Коли голосовий ввід не працює

Кілька тих самих причин пояснюють майже кожну скаргу на неактивну панель Win+H чи значок мікрофона, який нічого не робить:

• Жоден елемент не має фокуса клавіатури. Голосовому вводу потрібен курсор, що блимає в текстовому полі, ще до того, як ви натиснете комбінацію.
• Немає інтернету або вимкнено онлайнову службу розпізнавання мовлення в розділі «Настройки» > «Конфіденційність і захист» > «Мовлення».
• Розкладку клавіатури встановлено на мову, яку голосовий ввід не підтримує.
• Мікрофон вимкнено для класичних програм у розділі «Настройки» > «Конфіденційність і захист» > «Мікрофон», або його монопольно зайняла інша програма.
• Вікно запущено від імені адміністратора. Функції звичайного користувача, як-от панель голосового вводу, не можуть друкувати у вікна з підвищеними правами.

Що використати, коли цього замало

Вам потрібен офлайн або щоб аудіо залишалося на ПК. Є два шляхи. Голосовий доступ (Voice Access), теж вбудований у Windows 11, завантажує мовний пакет і працює на пристрої; він призначений для керування ПК голосом, але приймає й диктування — сімома мовами в п’ятнадцяти регіональних варіантах. Або локальний застосунок для диктування, який запускає модель Whisper на вашій відеокарті, — саме так працює AlphaDictate: натисніть вибрану клавішу, щоб почати, ту саму клавішу, щоб завершити, і текст вставиться там, де був курсор, — 99 мовами з автоматичним визначенням і без жодного вивантаження на сервер. Він коштує $39 на рік після безкоштовної години. Handy — безкоштовний застосунок із відкритим кодом у тій самій локальній категорії, з меншою кількістю можливостей.

Вам потрібна максимальна точність, і хмара вас не бентежить. Wispr Flow приблизно за $15 на місяць — вилощений варіант, у якому велика мовна модель ще й доводить розшифровку до ладу. Аудіо залишає ваш комп’ютер, як і з голосовим вводом, але результати кращі, ніж у Microsoft.

Вам потрібно керувати комп’ютером голосом. Тут правильний інструмент — голосовий доступ, а не голосовий ввід. Він натискає кнопки за назвою, показує пронумеровані підказки й виправляє текст голосом. Якщо ви прийшли з Dragon, наша нотатка про те, що сталося з Dragon описує цей шлях.

Ми робимо один із наведених вище застосунків, тож зважайте на це, читаючи рекомендацію. Чесний підсумок такий: голосовий ввід — правильний типовий вибір для епізодичного диктування однією мовою з добрим з’єднанням, а його обмеження закладені в архітектуру, а не є помилками: його побудовано як онлайн-службу для однієї мови клавіатури, і жоден параметр цього не змінить.

---

Поширені запитання

Чи працює Win+H без інтернету? Ні. Голосовий ввід використовує онлайнове розпізнавання мовлення Microsoft і офлайн не запускається. Голосовий доступ і локальні застосунки для диктування працюють і офлайн.

Як увімкнути пунктуацію в голосовому вводі Windows? Натисніть клавішу Windows + H, клацніть значок шестірні на панелі й увімкніть «Автоматичну пунктуацію». Типово її вимкнено.

Чи надсилає голосовий ввід Windows мій голос у Microsoft? Так. Аудіо надсилається на сервери Microsoft, щоб створити розшифровку. Microsoft заявляє, що воно використовується лише для надання послуги і не зберігається та не переглядається без вашого дозволу.

Чому голосовий ввід неактивний або не працює? Зазвичай жодне текстове поле не має фокуса, немає підключення до інтернету, у настройках вимкнено онлайнову службу розпізнавання мовлення або розкладку клавіатури встановлено на непідтримувану мову.

Чи може голосовий ввід визначити, якою мовою я говорю? Ні. Він слухає мовою поточної розкладки клавіатури. Перш ніж диктувати іншою мовою, перемкніть розкладку клавішами Windows + Пробіл.

Чим голосовий ввід відрізняється від голосового доступу? Голосовий ввід друкує сказане в текстове поле й потребує інтернету. Голосовий доступ керує всім ПК голосом, теж приймає диктування, працює на пристрої після одноразового завантаження мовного пакета й підтримує менше мов.