Голосовой ввод и доступность: что работает на русском в 2026

Человек с дислексией нередко пишет вдвое меньше, чем мог бы, — не потому что нечего сказать, а потому что каждое слово на клавиатуре превращается в борьбу с орфографией, и мысль теряется, пока подбираешь буквы. Голос эту борьбу убирает: говоришь — текст набирается сам. Звучит как мелочь, но для тех, кому письмо даётся тяжело физически или когнитивно, это разница между «избегаю писать» и «пишу нормально». Поводом собрать этот разбор стал свежий российский проект, а сам разбор — про то, какие инструменты голосового ввода и доступности реально работают на русском уже сегодня.

Обозначу свою сторону сразу: я делаю Диктуй — инструмент голосового ввода. Тема доступности деликатная, и здесь легко скатиться в «наш продукт спасает» — поэтому большая часть текста ниже про бесплатные встроенные инструменты и про то, где голос вообще не помогает. Диктуй появится в одном разделе ближе к концу, с прямым перечислением того, чего он не умеет.

Что показали в ВШЭ 30 июня

Виктория Фирсанова из департамента филологии НИУ ВШЭ — Санкт-Петербург представила многоагентную ИИ-систему, которая адаптирует сложные образовательные тексты и цифровые интерфейсы под разные особенности восприятия. Устроена она из трёх независимых агентов: «Аналитик» оценивает лингвистическую сложность материала, «Профилировщик» настраивает подачу под конкретную особенность (при дислексии — крупнее шрифт и выше контрастность, при СДВГ — визуально выделяет смысловые блоки), а «Генератор интерфейсов» встраивает переработанный текст в шаблоны, совместимые со скринридерами. Сама многоагентная архитектура написана так, чтобы убрать риск хаотичных ответов нейросети.

Цель проекта автор формулирует прямо: «преодолеть пропасть между ИТ-сферой и людьми с ограничениями здоровья». Систему уже прогнали на сложных учебных материалах, фокус-группа из студентов и добровольцев отметила, что текст стало легче воспринимать; полноценное веб-приложение обещают запустить в ближайшие месяцы. По сообщениям СМИ, проект (часть инициативы «Траектория роста») смотрит и в сторону незрячих пользователей, но по первоисточникам это пока про адаптацию текста и совместимость со скринридерами — не про отдельный голосовой ввод, поэтому дальше я говорю о голосе не как о части ВШЭ-проекта, а как о соседнем инструменте доступности, который часто с ним в одном ряду.

И начать тут нужно с путаницы, которая мешает почти всем, кто впервые подходит к теме.

Скринридер и голосовой ввод — не одно и то же

Их постоянно смешивают, а это противоположные по направлению вещи.

Скринридер — программа экранного доступа. Она озвучивает всё, что происходит на экране: читает текст, называет кнопки, объявляет пункты меню, — чтобы незрячий человек мог ориентироваться и читать. Это вывод: информация идёт от компьютера к человеку. В России де-факто стандарт — бесплатный NVDA с открытым кодом и русской локализацией; на технике Apple встроен VoiceOver, на Windows есть Экранный диктор, на Android — TalkBack.

Голосовой ввод (диктовка) — ровно наоборот. Вы говорите, программа распознаёт речь и печатает текст туда, где стоит курсор. Это ввод: от человека к компьютеру. Он не читает экран, не водит по кнопкам, не заменяет мышь — он только набирает текст.

Отсюда практический вывод, который снимает половину недопониманий: незрячему нужны оба инструмента. Скринридер, чтобы читать и ориентироваться. Диктовка, чтобы быстрее набирать. Одно не заменяет другое, они работают в паре. Когда пишут «голосовой ввод для незрячих», на деле имеют в виду «диктовка в дополнение к скринридеру», а не отдельное самодостаточное решение.

Кому голос реально помогает

За пределами незрячих пользователей голосовой ввод закрывает вполне конкретные барьеры — там, где проблема именно в наборе на клавиатуре.

Дислексия. Здесь голос снимает самое тяжёлое — механику письма и орфографию. Когнитивная нагрузка на то, чтобы вспомнить правильную последовательность букв, отвлекает от главного: что вы хотите сказать. Диктовка убирает этот слой. По практическим оценкам, устная речь идёт около 150 слов в минуту против примерно 40 при печати, но дело даже не в скорости, а в том, что мысль не рассыпается по дороге. Важная оговорка без прикрас: это помощь и обход барьера, а не терапия — сам навык письма диктовка не тренирует, у неё другая задача.

СДВГ. Похожий механизм: голос позволяет зафиксировать мысль, пока она не «убежала», не буксуя на клавиатуре. Не лечение и не «фокус-таблетка», а способ не терять идеи из-за трения ввода.

Моторные ограничения. При параличе, ДЦП, последствиях травм, туннельном синдроме или сильной усталости рук диктовка становится заменой клавиатуре как таковой. Исторически этим занимался Dragon NaturallySpeaking; сегодня базовую задачу — набрать текст голосом — закрывают и встроенные бесплатные инструменты.

Общий знаменатель простой: голос окупается там, где барьер — печать. Если печатать легко, а трудно что-то другое, голос эту другую трудность не снимет.

Кому голос помогает хуже

Здесь важно не приукрашивать. Массовые системы распознавания речи, включая модели семейства Whisper, обучены в основном на типичной речи. Поэтому атипичную речь — при дизартрии, после инсульта, при сильных речевых особенностях — они распознают заметно хуже, и человеку, которому голосовой ввод нужнее всего, он может подойти меньше всего.

Это не домысел, а причина, по которой существуют отдельные большие исследования. Speech Accessibility Project Иллинойсского университета несколько лет собирал речь людей с болезнью Паркинсона, БАС, ДЦП и синдромом Дауна — именно потому, что обычные распознаватели на ней ошибаются, и без такой базы их не улучшить. Google Project Euphonia показал то же самое с другой стороны: универсальная модель на нестандартной речи даёт высокий процент ошибок, и помогает в первую очередь персональная подстройка под конкретного человека.

Практический смысл: когда речь атипична — у вас или у того, для кого вы подбираете инструмент, — универсальный голосовой ввод стоит проверять особенно придирчиво и не рассчитывать на него как на данность. Тут нужны специализированные, настраиваемые под человека решения, а не массовые. Скрывать это ради красивой картинки было бы неправильно.

Что встроено и бесплатно работает на русском

Хорошая новость: чтобы начать, чаще всего ничего покупать не нужно. Плохая — с голосовым управлением на русском есть дыра.

Диктовка текста на русском встроена и бесплатна везде. На Windows — Win+H в любом поле ввода. На Mac и iPhone — Apple Dictation (распознаёт русский прямо на устройстве). На Android — микрофон в клавиатуре Gboard. Для коротких заметок и сообщений этого хватает; где встроенная диктовка спотыкается чаще всего и как это чинить, я разбирал в материале про семь причин, почему не работает голосовой ввод, а для работы в документах — в гайде по голосовому вводу в Word.

Голосовое управление интерфейсом — а вот тут пробел. Windows Voice Access и macOS Voice Control умеют управлять системой целиком: открывать программы, кликать, диктовать и редактировать голосом без клавиатуры и мыши. Но русский язык они на лето 2026 не поддерживают — только английский и несколько других. Для человека, которому недоступны и клавиатура, и мышь, это серьёзное ограничение: диктовать текст по-русски он сможет, а управлять компьютером голосом — полноценно нет. Это стоит назвать прямо, а не делать вид, что доступность на русском закрыта целиком.

Отдельно стоит держать в голове российский контекст: веб-доступность формально описана ГОСТом Р 52872-2019 (он опирается на международный стандарт WCAG), а право на беспрепятственный доступ закреплено в законодательстве. Но стандарт на бумаге и живая поддержка русского в инструментах — разные вещи, и разрыв между ними как раз и виден на примере голосового управления.

Где здесь десктоп-диктовка

Теперь про инструмент, который делаю я, — коротко и с границами.

Диктуй — это голосовой ввод для Windows и macOS: нажимаете горячую клавишу, говорите, текст появляется в активном поле любой программы. Для человека, которому тяжело печатать, но легко говорить, — при дислексии, моторных ограничениях, боли в руках — это снимает ровно барьер набора. Плюс есть словарь для имён и терминов, которые распознаются нестабильно, и режим, которым надиктованное можно тут же переписать голосом набело. На типичной чистой русской речи по нашим замерам точность держится около 95–98% — это наша внутренняя цифра, не публичный бенчмарк, и на вашей речи, особенно атипичной, она может быть заметно ниже.

А теперь границы, без которых упоминание продукта было бы натяжкой:

• Диктуй — не скринридер. Он набирает текст, но не читает экран и не заменяет навигацию. Незрячему для работы с системой всё равно нужен NVDA или VoiceOver, а Диктуй — только в дополнение.
• На атипичной речи он ошибается чаще, как любой массовый распознаватель, — см. раздел выше.
• Это инструмент удобства, а не сертифицированное ассистивное или медицинское решение. Никакого официального статуса и никаких обещаний «одобрено для» — просто голосовой ввод, который некоторым людям с ограничениями оказывается удобен.

Проверить, ложится ли он на вашу речь и задачу, можно на бесплатном уровне — 30 минут диктовки, карту не спрашивают. Если распознавание на вашей речи неустойчиво, это станет видно за первые же минуты, и выяснить это сразу — правильнее, чем потом.

Коротко

Голосовой ввод и доступность — тема, где половина пользы приходит от того, чтобы просто перестать путать понятия. Скринридер озвучивает экран (вывод), голосовой ввод набирает текст (ввод) — незрячему нужны оба. Диктовка снимает барьер письма при дислексии, СДВГ и моторных ограничениях, встроена и бесплатна на русском везде, но хуже работает на атипичной речи и не помогает управлять интерфейсом — с русским голосовым управлением ОС пока дыра. Проект ВШЭ — про адаптацию текста и совместимость со скринридерами, и хорошо, что российские команды поворачивают ИИ в эту сторону.

Если подбираете инструмент для себя или близкого — начните с бесплатного встроенного, проверьте на реальной речи и только потом смотрите на платное. А про сами способы перевести речь в текст, если нужен более широкий разбор, есть обзор пяти вариантов; про то, где Live-режим и голос помогают незрячим на телефоне, — в разборе обновления Алисы; а про точность распознавания и как её поднять — в статье про восемь фиксов.

Михаил Воинский — основатель Диктуй. Если вы пользуетесь голосовым вводом как способом обойти барьер печати — при дислексии, моторных ограничениях, усталости рук — расскажите, что сработало, а что нет, и на каких словах распознавание спотыкается: support@diktuy.ru или @diktuy_help. Отдельно интересен опыт связки диктовки со скринридером — соберу его в обновление этой статьи.