Голосовой ввод включается кнопкой микрофона в поле сообщения. Сказанное распознаётся и превращается в обычный текст — его можно отправить как есть или поправить руками перед отправкой.
Главное отличие от встроенного в браузер голосового ввода в том, что распознавание выполняет сама платформа: звук уходит на её сервис распознавания речи, а не в браузерный движок. Поэтому ввод работает и там, где браузерная диктовка не поддерживается или отключена — например, в Яндекс.Браузере.
Пока идёт запись, в поле сообщения показывается состояние: «Запуск голосового ввода», «Слушаю голос…», «Распознаю речь…». Это не украшение: по ним понятно, что микрофон действительно пишет, а не молчит из-за отозванного разрешения. Если что-то пошло не так — не найден микрофон, речь не обнаружена, запись слишком короткая или, наоборот, слишком длинная, — платформа скажет об этом человеческим языком, а не оставит пользователя гадать.
Записанный звук не сохраняется: он нужен только для того, чтобы получить текст. Голосовой ввод не списывает деньги с баланса — это часть интерфейса, а не платная модель. Сам текст после распознавания ничем не отличается от набранного вручную: его можно редактировать, дополнять и отправлять как обычное сообщение.
Что умеет: голосовой ввод
Голосовой ввод решает простую, но частую проблему: длинный запрос быстрее сказать, чем напечатать. Особенно это чувствуется на телефоне, где клавиатура занимает пол-экрана, и при работе с большими текстами — например, когда нужно объяснить модель обстоятельства задачи в нескольких абзацах. Ввод сочетается с остальными возможностями чата: наговоренный текст можно тут же дополнить вложением или отправить вместе с файлом.
- Длинные запросы и постановка задачи в нескольких абзацах
- Работа с телефона: сказать проще, чем набирать
- Правки к ответу модели: «перепиши второй абзац короче»
- Диктовка текстов, которые затем редактируются в чате
Кому подойдёт
Голосовой ввод полезен всем, кто много пишет в чат с телефона, и тем, у кого браузерная диктовка не работает. Отдельная польза — для людей, которым набор текста даётся медленнее, чем речь.
- Владельцам телефонов: быстрый ввод без клавиатуры
- Тем, кто формулирует задачи длинно и подробно
- Пользователям Яндекс.Браузера и других браузеров без встроенной диктовки
- Всем, кому удобнее говорить, чем печатать
Сильные и слабые стороны
Что хорошо
- Своё распознавание речи — не зависит от поддержки в браузере
- Понятные состояния и сообщения об ошибках
- Аудио не сохраняется на сервере
- Не тарифицируется — деньги за ввод не списываются
- Полученный текст редактируется как обычное сообщение
На что обратить внимание
- Качество распознавания зависит от микрофона и шума вокруг
- Слишком короткие записи не распознаются — нужна целая фраза
- Язык распознавания должен поддерживаться сервисом
Связанные возможности
Эти разделы чаще всего используют вместе с этим — перейти можно в один клик.
Это же можно вызывать из кода
У раздела есть API-двойник: те же протоколы, что у Anthropic и OpenAI, ключ из кабинета и лимит расходов на нём. Пригодится, если возможности платформы нужно встроить в своё приложение или отдать агенту для кода.
Модели для этой задачи
Возможность работает с моделями каталога. Вот модели, которые чаще всего выбирают для таких задач — у каждой есть подробный обзор.
Смотрите также
Связанные разделы и страницы, которые дополняют эту возможность.
Частые вопросы
Почему голосовой ввод работает там, где браузерный не работает?
Потому что распознаёт не браузер, а сервис платформы. Встроенный голосовой ввод опирается на возможности браузера, и в части браузеров он недоступен; здесь звук отправляется на сервис распознавания Vtop AI и возвращается текстом.
Сохраняется ли запись голоса?
Нет. Звук нужен только для распознавания и не сохраняется — в чате остаётся распознанный текст.
Списываются ли деньги за голосовой ввод?
Нет, голосовой ввод не тарифицируется. Платными могут быть только дальнейшие действия с текстом — например, запрос к платной модели.
Что делать, если речь не распозналась?
Платформа подсказывает причину: не найден микрофон, не выдано разрешение, запись слишком короткая или длинная, речь не обнаружена. Чаще всего помогает проверка разрешения на микрофон и запись целой фразы, а не одного слова.