Встроенная Диктовка Apple получила тихое обновление в macOS Tahoe. Новая on-device Foundation Model работает быстро, точно распознаёт обычную речь и бесплатна — идёт вместе с системой. Для многих людей на этом разговор заканчивается: им больше ничего не нужно.
Другим голосового ввода от Apple перестаёт хватать в течение недели. Вот где проходит граница и что делать, когда её пересекаешь.
Что Apple Dictation делает хорошо
Три вещи, в основном:
Она уже на твоём Mac. Никаких загрузок, никаких аккаунтов, никаких плясок с разрешениями. Системные настройки > Клавиатура > Диктовка, включить, выбрать горячую клавишу, готово.
Работает на устройстве. В on-device варианте аудио не покидает твою машину. История про приватность Apple Dictation здесь реальная — нет обращений к облаку, и запись нигде не хранится после транскрипции.
Точность на разговорном английском хорошая. Лучше, чем старый движок. Лучше, чем большинство помнит диктовку в macOS. Пунктуация, выведенная из ритма речи, работает большую часть времени. Распространённые технические термины ("React", "TypeScript", "API") выходят правильно.
Набросать сообщение в Slack, продиктовать быструю заметку, ответить на email одной фразой — Apple Dictation справляется. Многим пользователям большего и не нужно.
Где ломается
Смотри, что происходит, когда начинаешь давить:
Технический словарь. Названия библиотек, имена функций, команды CLI, пути к файлам. "kubectl get pods" превращается в "cube control get pods". "useEffect" — в "you sufficed". "src/components/auth/AuthGuard" становится... чем-то. Если работа связана с конкретными техническими названиями, времени на правку транскриптов уходит больше, чем экономишь на диктовке.
Чистка слов-паразитов. Apple Dictation транскрибирует именно то, что ты сказал — включая "эм", "ну вот", "в общем-то", ложные старты и обрывки. Устная речь грязнее письменной. Без чистки продиктованный текст читается как расшифровка чьего-то потока сознания — потому что так и есть.
Длинные фрагменты. Apple Dictation рассчитана на короткие всплески. Нет истории транскриптов, нет способа чисто захватить больше нескольких предложений, нет заметок, к которым можно вернуться. Хочешь продиктовать документ на 300 слов — делаешь это кусками по 30 секунд и склеиваешь.
Встречи. Apple Dictation — не инструмент для встреч. Захватывает только один источник ввода за раз, нет меток говорящих, нет резюме. Нужна транскрипция встречи — это не тот продукт.
Перевод. Английский на входе, английский на выходе. Никакого многоязычного потока.
Эргономика горячих клавиш. Триггер двойного нажатия нормален для редкого использования, неудобен для частого. Нет опции "нажал — говоришь" или "держишь — говоришь", нет настроек под конкретные приложения.
Тест, который покажет, к какой группе ты относишься
Попробуй один день: используй Apple Dictation для всего, что набираешь длиннее одного предложения. Slack, почта, заметки, комментарии к коду, промпты для ИИ.
К концу дня либо:
а) заметишь, что работало на удивление хорошо — продолжай пользоваться. б) заметишь, что постоянно воюешь с техническими терминами, или что без чистки сообщения звучат не так, или что хотелось бы диктовать более длинные куски.
Если (б) — ты в группе, которой нужно больше, чем предлагает Apple.
Что добавляет Vext и зачем
Vext — это Mac-приложение для диктовки за $49 единоразово, которое мы разрабатываем. Оно использует тот же принцип on-device, что и Apple — ничего не покидает твой Mac — но решает конкретные ограничения выше.
Вот реальные отличия:
Движок речи. Vext по умолчанию использует NVIDIA Parakeet через CoreML. На M2 работает примерно на 150x быстрее реального времени и лучше справляется с техническим словарём, чем Foundation Model Apple — особенно для терминов, связанных с кодом. Вместо него можно выбрать собственный распознаватель Apple или указать OpenAI-совместимый endpoint, если нужна облачная модель. Apple Dictation использует Foundation Model Apple без возможности выбора.
Enhance (чистка через LLM). Vext прогоняет транскрипт через небольшую локальную LLM (по умолчанию Gemma 3 4B, около 2.8 ГБ) перед вставкой. Слова-паразиты уходят. Структура предложений подтягивается. Смысл сохраняется. Исходный транскрипт остаётся, если он нужен. У Apple Dictation ничего подобного нет.
Варианты горячих клавиш. Удержание для разговора, переключатель hands-free, настраиваемый порог. Apple Dictation даёт один стиль активации.
Режим встречи. Захватывает микрофон и системный звук одновременно, добавляет метки говорящих через локальную диаризацию, прогоняет резюме через LLM. Работает с Zoom, Meet, FaceTime — всем, что производит звук на твоём Mac.
Перевод. Говоришь на любом из 99+ языков, получаешь текст на нужном языке. С включённым Enhance чистка и перевод происходят за один проход.
YOLO Mode. Автоотправка после вставки. Создан специально для инструментов ИИ-кодинга.
Захват скриншота во время диктовки. Выделяешь область экрана перетаскиванием во время разговора — изображение вставляется рядом с транскриптом. Удобно для промптов ИИ-инструментам про что-то видимое на экране.
Честный аргумент остаться на Apple Dictation
Если твоё использование выглядит так — не заморачивайся ни с чем другим:
- Короткие сообщения несколько раз в час
- Общий английский словарь
- Одно устройство, один рабочий процесс
- Не раздражает триггер двойного нажатия
- Встречи не нужны
On-device Foundation Model сейчас действительно хороша. Apple выпустила реальное улучшение, и для повседневного использования этого хватает.
Честный аргумент переключиться
Если твоё использование выглядит так — сэкономишь реальное время:
- Несколько диктовок в час, включая длинные фрагменты
- Технический словарь регулярно (код, названия библиотек, команды CLI)
- Нужна чистка, чтобы диктованный текст читался как написанный
- Проводишь встречи и хочешь их транскрипты
- Работаешь больше чем на одном языке
- Много пишешь в ИИ-инструменты
Для такого профиля платная локальная приложение для диктовки окупается в пределах пары недель. Трение, которое создаёт Apple Dictation на каждый случай использования, небольшое, но накапливается.
Сосуществование — нормально
Это не рекомендация "переключись полностью". Многие используют оба: Apple Dictation для разовых быстрых сообщений, где триггер двойного нажатия удобен, Vext (или Superwhisper, или любое другое локальное приложение) для работы в длинном формате, где важны чистка и точность.
Бесплатная версия Vext даёт 100 диктовок, 50 заметок и 10 встреч до того, как попросит $49. Этого достаточно, чтобы понять, на какой стороне линии находится твоё использование.
Что macOS вероятно выпустит дальше
Apple движется в определённом направлении. On-device Foundation Model в Tahoe — значимое обновление. Будущие версии, скорее всего, принесут лучшую чистку, больший контекст и, возможно, режим встречи в Заметках. Разрыв между встроенным и платными локальными приложениями будет сокращаться.
Но медленно. Apple не собирается выпускать функция-в-функцию аналог Vext или Superwhisper в ближайшее время — добавит самые распространённые 80% и оставит длинный хвост сторонним разработчикам. Если ты в длинном хвосте (разработчики, многоязычные пользователи, рабочие процессы с большим количеством встреч) — сторонние приложения остаются актуальными в обозримой перспективе.
Для всех остальных: Apple Dictation на Mac нормально работает. Если никогда не пробовал в Tahoe — попробуй. Может, большего и не нужно.