Голосовой ввод в VS Code изменился, и большинство советов в сети устарели. Диктовка теперь встроена, а не вынесена в расширение, работает на устройстве и включена по умолчанию там, где включены функции ИИ. Но она покрывает не все платформы и заканчивается на границе редактора.
Вот текущее положение дел и как выбрать между тремя подходами.
Вариант 1: встроенная диктовка VS Code
Управляет ею настройка dictation.enabled, включённая по умолчанию. Используется модель на устройстве — nemotron-3.5-asr-streaming-0.6b, — поэтому звук остаётся на вашей машине.
Сочетания клавиш: ⌥⌘V запускает диктовку в редакторе на macOS (Ctrl+Alt+V на Windows и Linux). ⌘I диктует в чат (в остальных системах Ctrl+I). Удерживайте сочетание запуска для режима рации: распознавание работает, пока вы держите клавиши, а после отпускания запрос уходит сам.
Подвох — в охвате платформ:
| Поддерживается | Не поддерживается |
|---|---|
| macOS на Apple Silicon | Mac на Intel |
| Windows x64 и Arm64 | VS Code в браузере |
| Linux x64/Arm64, glibc 2.34+ | Linux на musl (Alpine) |
| Удалённые рабочие пространства | 32-битные системы и Arm32 |
На Mac с Intel встроенной диктовки нет.
Одна сноска про приватность, о которой стоит знать: если включить dictation.experimental.llmCleanup, VS Code отправляет текст расшифровки — не звук — на серверы Copilot для форматирования. Звук в любом случае остаётся на устройстве, а вот этап очистки — нет. Если это важно, оставьте настройку выключенной.
Для терминала предусмотрена отдельная обработка: распознавание подстраивается под синтаксис команд, а accessibility.voice.speechTimeout автоматически останавливает запись после паузы.
Вариант 2: расширение VS Code Speech
Расширение Microsoft появилось раньше встроенной поддержки и по-прежнему закрывает два пробела.
Оно покрывает платформы, которые встроенная диктовка не покрывает — Mac на Intel, VS Code в браузере, Linux на musl. Если ваше железо не тянет встроенную модель, это ваш путь.
Оно даёт «Hey Code». Активация по ключевой фразе для сессии Copilot Chat есть только в расширении, и оно понимает грамматику чата: «at workspace» превращается в @workspace, «slash fix» — в /fix. Если вам нравится управлять GitHub Copilot Chat полностью голосом, здесь есть то, чего встроенная поддержка не повторяет.
Расширение бесплатно, поддерживается Microsoft, а языковая поддержка поставляется отдельными сопутствующими расширениями.
Вариант 3: системная диктовка
Оба варианта выше ограничены редактором. Именно эта граница и есть весь аргумент в пользу третьего подхода, а важна она или нет — зависит от того, куда на самом деле уходят ваши слова.
Обычный день — это не только код в VS Code. Ещё описание пул-реквеста на GitHub, комментарии к ревью, ветка в Slack про подход, задача, проектный документ, сообщение к коммиту, письмо тому, кто из-за вас заблокирован. Диктовка VS Code покрывает ровно одно из этого. Остальное живёт в браузере и мессенджере.
Системный инструмент работает во всём этом с одним сочетанием клавиш и одним набором правил. В этом и суть Vext: диктовка печатает в то приложение, которое сейчас активно, а стили по приложениям делают так, что Slack получает текст в форме сообщения, почтовый клиент — форматирование письма, а терминал — нетронутую расшифровку.
Второе практическое отличие — словарь. Правки применяются ко всем расшифровкам во всех приложениях: имена ваших модулей, зависимостей и коллег распознаются и в описании пул-реквеста, и в сообщении в Slack, а не только внутри редактора. Расшифровка идёт на устройстве через Parakeet TDT v3 с FluidAudio, а обработка текста — локальной моделью MLX.
brew install muvon/tap/vext
Что выбрать
Встроенную диктовку — если у вас поддерживаемое железо, а голосом вы в основном ставите задачи Copilot Chat и пишете комментарии внутри редактора. Бесплатно, уже на месте, работает на устройстве. Ставить нечего.
Расширение Speech — если вы на Mac с Intel или в VS Code в браузере, либо вам нужна именно «Hey Code».
Системный инструмент — если редактор занимает меньшую часть вашего набора текста. Проза вокруг кода обычно перевешивает сам код — об этом мы писали в статье голосовые заметки для разработчиков.
Эти варианты не взаимоисключающие. Встроенная диктовка для чата плюс системный инструмент для всего остального — вполне разумная связка.
Что не удаётся ни одному из них
Диктовать сам код. Произносить for (let i = 0; i < arr.length; i++) медленнее и ошибочнее, чем набрать, и ни один инструмент из списка этого не меняет. Символы, точная пунктуация и регистр идентификаторов — там, где речь разваливается.
В чём голос по-настоящему хорош в работе разработчика, так это в передаче намерения: объяснить агенту, чего вы хотите, изложить компромисс в комментарии к ревью, написать описание пул-реквеста, которое объясняет почему. Наговорить кодинг-агенту абзац контекста — секунд двадцать, и получаются инструкции лучше, чем сжатый вариант, который вы бы набрали: вы включаете ограничения, которые иначе вырезали бы. Этот довод мы разобрали в статье программирование голосом с ИИ-агентами, и он верен независимо от того, идут ли слова через кнопку микрофона в VS Code или через системное сочетание клавиш.
Если вы работаете в Cursor, а не в VS Code, рассуждение то же, только набор встроенных возможностей другой — см. голосовой ввод для Cursor. А если вы хотите, чтобы диктовкой управлял сам агент, а не вы нажатием клавиши, Vext отдаёт это через MCP, о чём мы писали в 1.4.0.
Vext стоит 49 $ один раз, с пробным периодом на 100 диктовок. macOS 14 и новее на Apple Silicon.