Voice Monkeys

Голосовой ввод без интернета на Mac

Обновлено:

Голосовой ввод без интернета означает, что речевая модель лежит на вашем диске и распознаёт речь сам Mac. На Apple Silicon это давно работает на практике, на Intel почти нет. Здесь разобрано, что происходит внутри, что проверить, прежде чем полагаться на офлайн-диктовку в самолёте, на даче без связи или с конфиденциальными заметками, и как самому убедиться, с выключенным Wi-Fi и с исходящим файрволом, что звук не покидает компьютер. Мы делаем Voice Monkeys, который на Apple Silicon работает именно так, но все проверки ниже подходят для любой программы.

Что на самом деле значит «офлайн»

Модель распознавания речи это большой файл с обученными весами. В облачной схеме звук с микрофона едет на сервер, модель работает там, и обратно приходит текст. В офлайн-схеме такая же модель хранится на вашем Mac, звук идёт с микрофона прямо в неё, и текст получается на месте. Чтобы слова появились на экране, ничего никуда передавать не нужно.

В чипах Apple Silicon (M1 и новее) есть Neural Engine, блок как раз для таких вычислений. Поэтому программы, которые распознают речь локально, обычно требуют именно эти чипы. На старом процессоре та же модель запустится, но так медленно, что разработчики чаще отправляют владельцев Intel в облако.

Офлайн говорит о том, где идёт распознавание, и только. Это не означает автоматически, что программа вообще ничего не отправляет: она может проверять обновления, лицензию или отправлять статистику. Две проверки ниже разделяют эти вопросы.

Какие инструменты на Mac распознают речь на устройстве

ИнструментНа самом Mac?Что сказано у разработчика
Диктовка macOSЗависитНастройки клавиатуры показывают, обрабатывается ли диктовка на устройстве или на серверах Siri
Voice Monkeys (Apple Silicon)ДаМодель Parakeet на Neural Engine, без интернета после разовой загрузки около 600 МБ
VoiceInkДаРаспознавание на устройстве локальными моделями; облачное улучшение по желанию работает только с готовым текстом
SuperwhisperЕсть офлайн-моделиОфлайн-модели по-настоящему хорошо работают только на Mac с Apple Silicon
Wispr FlowНе указаноНа странице цен не сказано, где обрабатывается речь

Для встроенной диктовки откройте Системные настройки > Клавиатура > Диктовка и прочитайте строку под переключателем: там ответ для вашего Mac и языка. Для русского Apple указывает, что диктовка на устройстве доступна после загрузки речевой модели. Настройка по шагам есть в инструкции про голосовой ввод на маке, а прямое сравнение в статье встроенная диктовка или Voice Monkeys.

Разовая загрузка модели

Любой офлайн-программе один раз нужен интернет, чтобы скачать модель. У Voice Monkeys это около 600 МБ; у других программ модели разного размера, и большая не обязательно лучше для вашего голоса. Пока загрузка не закончилась, без сети программа работать не будет, так что делайте это дома, а не в аэропорту перед посадкой.

  • Сначала проверьте свободное место: Системные настройки > Основные > Хранилище. Оставьте несколько гигабайт сверх размера модели.
  • Подключитесь к стабильной сети и дождитесь конца загрузки, не закрывайте крышку на середине.
  • Пока сеть ещё есть, надиктуйте одну фразу и убедитесь, что модель загрузилась.
  • Потом один раз пройдите тест с выключенным Wi-Fi, описанный ниже, и только после этого рассчитывайте на диктовку в поезде или там, где нет связи.

Voice Monkeys на Apple Silicon (M1 и новее, macOS 14+) стоит $25 один раз (в долларах США), пробный период 7 дней без карты; скачайте его, и модель загрузится при первом запуске. Другие локальные варианты есть в обзоре аналогов VoiceInk и в подборке программ для голосового ввода на Mac.

Оговорка про Mac на Intel

У Mac на Intel нет Neural Engine. Superwhisper пишет, что на Intel лучше работают его облачные модели. Voice Monkeys на Intel работает по облачной подписке ($12 в месяц или $96 в год): звук в зашифрованном виде уходит на сервер в Германии (Hetzner, Фалькенштайн), превращается в текст в оперативной памяти и удаляется, ни звук, ни текст не хранятся, считаются только секунды. Это понятная и описанная схема, но это не офлайн, и называть её так нельзя.

Чтобы узнать свой чип, откройте меню Apple > «Об этом Mac». Если строка «Чип» начинается с Apple, у вас Apple Silicon; если в строке «Процессор» написано Intel, у вас Mac на Intel. На Intel всё равно стоит проверить встроенную диктовку: посмотрите, что для вашего языка написано в настройках клавиатуры.

Проверка 1: выключите сеть

  • Откройте программу для диктовки и убедитесь, что модель загружена полностью.
  • В Пункте управления выключите Wi-Fi. Выньте кабель Ethernet, если он есть, и отключите раздачу интернета с телефона.
  • Откройте TextEdit и надиктуйте: «Поезд отправляется в 6:40 с Ленинградского вокзала, вагон 12, позвони Тимуру, когда приедешь».
  • Если текст появился, распознавание прошло на вашем Mac. Если ошибка или пусто, программа зависит от сервера.
  • Подиктуйте ещё пару минут и включите Wi-Fi обратно.

Это доказывает, что слова получились локально. Но не доказывает, что программа ничего не отправит потом, например накопленный звук или текст, когда сеть вернётся. Для этого нужна вторая проверка.

Проверка 2: посмотрите исходящие соединения

Исходящий файрвол, например Little Snitch, показывает каждое соединение, которое пытается открыть программа, вместе с адресом, и позволяет разрешить или запретить его. Включите его и диктуйте. Локальная программа не должна открывать соединение в момент нажатия клавиши диктовки; если соединение появляется ровно тогда, когда вы говорите, и по нему идёт устойчивый поток данных, звук или текст куда-то уходят.

Без дополнительных программ подойдёт «Мониторинг системы»: вкладка «Сеть», отсортируйте по отправленным байтам и найдите программу для диктовки. Запомните число, диктуйте минуту и посмотрите снова. Минута звука это заметный объём, так что у локальной программы счётчик почти не должен сдвинуться. В Терминале то же самое по процессам в реальном времени показывает команда `nettop`.

  • Небольшие соединения при запуске часто означают проверку обновлений или лицензии. Если сомневаетесь, спросите разработчика, что это за адреса.
  • Полностью заблокируйте программе сеть в файрволе и диктуйте. Если она продолжает работать, для распознавания сеть ей не нужна.
  • Во встроенной диктовке Apple дополнительно проверьте настройку отправки аудиозаписей и выставьте её так, как вам нужно.

Всё это не заменяет правил вашей организации. Если вы надиктовываете данные пациентов, клиентов или юридические документы, эти проверки показывают, где обрабатывается речь, а допустимо ли это, решают ваш работодатель и законы вашей страны. Какие из локальных программ можно купить один раз, разобрано в статье про голосовой ввод без подписки.

Короткий чек-лист перед тем, как полагаться на офлайн

  • В «Об этом Mac» подтверждён Apple Silicon.
  • Модель загружена и один раз проверена с выключенным Wi-Fi.
  • Исходящий трафик во время диктовки проверен в файрволе или «Мониторинге системы».
  • Настройки отправки аудио в программе просмотрены.
  • Правила для чувствительных данных уточнены у тех, кто их устанавливает.

Если важна и цена, программу с разовой покупкой и программу с бесплатным тарифом удобно сравнить по статье Voice Monkeys или Superwhisper.

Вопросы и ответы

Работает ли голосовой ввод на Mac без интернета?

Может работать. Настройки клавиатуры показывают, работает ли диктовка на устройстве для вашего Mac и языка; для русского нужна загрузка речевой модели. Voice Monkeys и VoiceInk распознают речь на Mac с Apple Silicon после разовой загрузки модели.

Сколько весит офлайн-модель для диктовки?

Зависит от программы и модели. Модель Voice Monkeys для Apple Silicon весит около 600 МБ и скачивается один раз. Перед этим проверьте место в Системных настройках > Основные > Хранилище.

Можно ли диктовать без интернета на Mac с Intel?

Обычно плохо. Superwhisper пишет, что его офлайн-модели хорошо работают только на Apple Silicon, а Voice Monkeys на Intel использует облачную подписку. Посмотрите, что для вашего языка пишут настройки встроенной диктовки.

Как убедиться, что программа не отправляет мой голос?

Выключите Wi-Fi и надиктуйте фразу: если текст появился, распознавание локальное. Затем во время диктовки посмотрите исходящий трафик программы в файрволе вроде Little Snitch или во вкладке «Сеть» в «Мониторинге системы».

Офлайн-режим автоматически подходит для медицины или юриспруденции?

Нет, офлайн-режим ни одной программы не является гарантией соответствия требованиям. Он показывает, где обрабатывается речь, а соответствует ли это вашим обязанностям, решают работодатель и законодательство.

Источники

Ещё руководства