15 языков из коробки
Русский, английский, испанский, немецкий, французский, итальянский, португальский, нидерландский, польский, чешский, турецкий, украинский, японский, корейский, китайский — все с одинаково высоким качеством.
🌐 Кому подходит
Голосовой ввод для билингвов
Если ты работаешь на двух языках, переключение раскладки — медленнее, чем сама мысль. Голосом этой проблемы нет.
Знакомо?
- Учишься / работаешь / общаешься на двух языках одновременно
- Переключение раскладки клавиатуры — медленное и сбивает мысль
- Win+H в RU и EN ведёт себя по-разному, качество разное
- Слова на одном языке проникают в текст на другом из-за раскладки
Что меняется с AuroraWhisp
Переключение в один клик
Иконка в трее → выбираешь язык — программа сразу подхватывает. Без перезапуска. Хоткей остаётся прежний, меняется только модель распознавания.
Auto — программа сама определит язык
Включи режим «Auto» в настройках, и программа определит язык по аудио. Хорошо работает на фразах от 3 секунд. На коротких — лучше выбрать язык явно.
Раскладка не нужна
Голосом ты не задумываешься о QWERTY/ЙЦУКЕН. Сказал — программа поняла. Никаких диакритик и спецсимволов вручную.
Реальный пример: три языка ежедневно
Условный кейс: работаешь в немецкой компании, родной язык — русский, английский на международных встречах. Три языка каждый день. Настройка: Settings → Hotkeys: Ctrl+Space — RU (для слака с русскими коллегами), F9 — EN (для меетингов и Confluence), F10 — DE (для внутренней переписки и Jira). Через две недели переключение между хоткеями становится таким же автоматическим, как Cmd+Tab между приложениями. Ни раскладок переключать, ни умляуты вспоминать.
Кому именно это нужно
Профессии, где двуязычность — норма ежедневной работы: переводчики (любая пара языков), технические писатели в международных командах, эмигранты-фрилансеры (родной язык + английский / язык страны), учителя иностранных языков, контент-маркетологи на международных рынках, IT-специалисты в распределённых командах, дипломаты и сотрудники международных организаций, исследователи в научных коллаборациях. Если в твоей работе три полные раскладки на клавиатуре и ты переключаешь их 50 раз в день — голос экономит реальные часы в неделю.
Auto-режим vs ручное переключение
Auto-режим (программа сама определяет язык по аудио) хорошо работает, когда: фразы длиннее 3 секунд, и ты говоришь устойчиво на одном языке за один заход. Auto-режим работает плохо, когда: короткие фразы (1-2 слова), code-switching посередине предложения («давай сделаем deploy через CI/CD»), смешение похожих языков (украинский / русский, испанский / португальский). Лучший подход: устойчиво двуязычная работа — ручное переключение хоткеями. Случайные вкрапления — оставь Auto, он справится в большинстве случаев.
А как с акцентом?
Whisper-модели (Tiny / Base / Small / Medium / Large-v3) толерантны к акцентам — они обучены на огромном наборе разных голосов из YouTube и аудиокниг. Ты можешь говорить на английском с явным русским / немецким / индийским акцентом — Whisper Medium и Large справляются почти всегда. Sherpa GigaAM v3 (русский) — обучен строго на чистом русском, плохо работает с сильным иностранным акцентом. Sherpa Zipformer English (английский) — заточен под нативное английское произношение, на сильном акценте может давать ошибки. Совет билингву с заметным акцентом во втором языке: используй Whisper Small / Medium вместо Sherpa-моделей, они менее придирчивы к произношению.
Reality-check: code-switching
100% точности при code-switching посередине фразы — когда ты говоришь смесь языков в одном предложении («давай сделаем pull request на основной branch и запустим CI») — пока никто не достиг. Ни мы, ни Wispr Flow, ни Google STT. Ближе всех — Whisper Large-v3, но и он ошибается на терминах. Если для тебя это критично — переключай язык явно перед каждой английской вставкой, или используй текстовую правку после диктовки. Это пока fundamental limitation технологии распознавания речи.