Документация
От нуля до диктовки
за пять минут.
Всё, что нужно: установка, первая модель, режимы и что делать, когда что-то ведёт себя не так.
1Установка
Скачайте Zvuk-2.0.dmg со страницы загрузки и откройте. Перетащите Zvuk в «Программы». При первом запуске macOS может сообщить, что приложение загружено из интернета — нажмите «Открыть». Проверка Gatekeeper происходит один раз.
2Доступ к микрофону
Zvuk запрашивает доступ к микрофону при первой диктовке. Разрешите в диалоге или позже: Системные настройки → Конфиденциальность и безопасность → Микрофон. Если диктовка молчит, причина в этом разрешении в 9 случаях из 10.
3Первая модель
При первом запуске Zvuk предложит скачать модель распознавания — это единственная загрузка, которая нужна приложению, и она происходит один раз. Для русского рекомендуем GigaAM base (~600 МБ): хороший баланс скорости и точности. Добавлять и удалять модели можно в любой момент в Настройки → Модели; неиспользуемые удаляются в один клик, место на диске возвращается.
Модели
Zvuk поддерживает две открытые семьи моделей, все работают локально: GigaAM (лучшая для русского) и Whisper (лучшая для многоязычного и английского). Выбирайте под режим — лёгкие для быстрых заметок, тяжёлые для чистовика.
| Модель | Размер | RAM | ~Скорость (Apple Silicon) | Языки |
|---|---|---|---|---|
| GigaAM small | ~150 МБ | ~0.4 ГБ | 0.4× realtime | русский |
| GigaAM base | ~600 МБ | ~0.8 ГБ | 0.9× realtime | русский |
| GigaAM large | ~1.9 ГБ | ~2 ГБ | 0.6× realtime | русский |
| Whisper small | ~500 МБ | ~0.8 ГБ | 0.8× realtime | 100+ языков |
| Whisper medium | ~1.5 ГБ | ~1.6 ГБ | 0.5× realtime | 100+ языков |
| Whisper large-v3 | ~3.0 ГБ | ~3 ГБ | 0.3× realtime | 100+ языков |
«realtime» = длительность аудио ÷ время распознавания (0.5× = минута аудио за ~2 минуты). Скорость замерена на M-series от сети. Точность (WER) по сценариям — в секции бенчмарков на главной.
Режимы
Режим — это пакет: модель распознавания + модель полировки + правила + приложения, где он активируется. Из коробки:
Сообщение / Почта / Заметка / Код
Готовые пресеты. Сообщение — коротко, Почта — с приветствиями и подписью, Заметка — дословно, Код — с уважением к идентификаторам и комментариям. Переключайте иконкой в меню-баре или горячей клавишей.
Свой режим
Настройки → Режимы → Новый: выберите модели распознавания, напишите системный промпт («коротко, без приветствий, цифры цифрами»), укажите приложения, где режим включается сам. Free включает 2 режима без LLM-полировки; Pro — без лимита и с локальной LLM-полировкой.
Push to talk
Держите правый ⌥ — Zvuk слушает; отпустили — готовый текст вставлен туда, где курсор. Комбинация глобальная, переназначается в Настройки → Горячие клавиши. Работает даже там, куда обычные горячие клавиши не доходят.
Тарифы и возможности
Free — бессрочный: локальная диктовка без лимита, без триального периода. Pro добавляет тяжёлые модели, локальную AI-полировку, транскрипцию файлов без лимита по длине и перевод RU↔EN. Enterprise — для команд: SSO и централизованный биллинг. Цены: 199 ₽/мес, 1 990 ₽/год, 5 990 ₽ единоразово; при английской локали сайта — $2.49, $24.99, $74.99.
| Возможность | Free | Pro | Enterprise |
|---|---|---|---|
| Локальная диктовка без лимита времени | ✓ | ✓ | ✓ |
| Офлайн-работа, данные на устройстве | ✓ | ✓ | ✓ |
| Модели | GigaAM v2, Whisper small/base | Все локальные, включая large | Все + контроль доступа |
| Словарь, история | ✓ | ✓ | ✓ |
| Свои режимы | До 2 | Без лимита | Без лимита |
| AI-полировка (локальная LLM) | — | ✓ | ✓ |
| Транскрипция файлов | — | Без лимита по длине | Без лимита по длине |
| Перевод RU↔EN | — | ✓ | ✓ |
| Приоритетная поддержка | — | ✓ | ✓ |
| Команды, SSO, централизованный биллинг | — | — | ✓ |
Полные цены с переключателем помесячно/год/навсегда — на главной странице (#pricing). Возврат 30 дней на всех тарифах. Цены показываются в рублях при русской локали и в долларах при английской.
Решение проблем
Диктовка молчит — ничего не вставляется
- Проверьте разрешение микрофона (Системные настройки → Конфиденциальность и безопасность → Микрофон → Zvuk). После выдачи перезапустите приложение.
- Проверьте устройство ввода: система могла выбрать внешний микрофон или гарнитуру, пока вы говорите в микрофон ноутбука.
- Проверьте, что модель скачалась полностью: Настройки → Модели показывает статут; при обрыве — скачайте заново.
Текст вставляется не в то приложение
Zvuk печатает в окно, которое было в фокусе на момент отпускания клавиши. Кликните в нужное поле перед диктовкой или включите «Вставка через буфер обмена» в Настройки → Интеграция для приложений, которые сопротивляются имитации ввода.
Качество распознавания низкое
- Используйте модель тяжелее (Настройки → Модели). Переход с base на large заметен на шумной речи.
- Добавьте свои слова в словарь (Настройки → Словарь): имена, термины, кодовые слова проектов.
- Проверьте дистанцию до микрофона и шум комнаты; микрофон ноутбука в двух метрах — главный источник WER.
Приложение «галлюцинирует» несказанные слова
Короткие записи на шумном фоне могут давать правдоподобный, но выдуманный текст — известное свойство нейросетевого ASR. Обычный триггер — записи короче ~1.5 секунд: говорите полными предложениями. Если конкретное слово регулярно выдумывается, добавьте его настоящий вариант в словарь — декодер отдаст ему предпочтение.
Высокая нагрузка CPU / шум вентиляторов при распознавании
Локальное распознавание по умолчанию грузит все ядра — это цена того, что аудио никуда не уходит. Это секунды и заканчивается вместе с диктовкой. На батарее скорость автоматически снижается; ограничить ядра можно в Настройки → Производительность, если вентиляторы мешают.
Обновление что-то сломало
Напишите на hello@zvuk.io с номерами версий (старая/новая) и описанием симптома. Регрессии чиним быстрыми патчами; если случай блокирующий, откатим вас на предыдущую сборку вручную.
Приватность
Что покидает ваш Mac при использовании Zvuk с локальными моделями (по умолчанию): ничего. Ни аудио, ни транскрипций, ни словаря, ни промптов. Опциональную обезличенную статистику запусков можно отключить в Настройки → Приватность. Если вы явно подключаете облачные модели через собственные ключи платформы, аудио идёт напрямую в эту платформу на её условиях — Zvuk не является транзитной точкой и ничего не хранит.