GigaAM переводит русскую речь в текст, но скачать её и открыть двойным щелчком нельзя: это нейросеть Сбера для программистов, а не программа с кнопками. Обычный человек получает GigaAM внутри готовой программы. Я так и пользуюсь каждый день: GigaAM стоит в программе для диктовки, которую я собрал для себя, и печатает текст в любое окно.
Кто ищет её как обычную программу, попадает на страницу разработчиков с командами для программистов. А в их же инструкции написано, что простой способ запуска разбирает запись не длиннее 25 секунд. Минутное голосовое из мессенджера туда уже не помещается.
Ниже разберу, что GigaAM умеет на деле, где её взять без программирования и почему искажённое слово в тексте не всегда её вина. В конце будет задание для чата, которое находит в расшифровке места для перепроверки.
GigaAM от Сбера похожа на двигатель без машины
GigaAM делает команда SberDevices из Сбера. По сути GigaAM это нейросеть, или модель: обученный файл, который получает звук и выдаёт текст. Разработчики выложили эти файлы в открытый доступ, поэтому GigaAM называют открытой.
Проще всего представить так. GigaAM похожа на двигатель на подставке: мотор сильный, но ехать на нём нельзя. Нужны кузов, руль и педали. Здесь это программа, которая запишет голос с микрофона, передаст его нейросети и вставит готовый текст туда, где мигает курсор.
С декабря 2024 года GigaAM распространяется по лицензии MIT. Лицензия здесь означает правила, на которых автор разрешает пользоваться своей работой. MIT разрешает бесплатно использовать нейросеть и встраивать её в свои программы, в том числе в платные. Условие одно: приложить текст лицензии с указанием автора.
Поэтому одна и та же GigaAM может оказаться внутри разных программ: бесплатных и платных, простых и сложных. Пользуются не самой нейросетью, а программой вокруг неё.
Где скачать GigaAM без программирования: только внутри готовой программы
На вопрос, где скачать GigaAM, честный ответ такой. Файлы нейросети лежат на сайтах для разработчиков, но без программы вокруг них толку не будет: ни окна, ни кнопки «Записать» там нет.
Человеку, который не пишет код, нужна готовая программа, внутри которой GigaAM уже стоит. Такие программы делают разные разработчики, есть среди них и бесплатные. Их обычно берут те, кто готов сам ставить нейросети и разбираться с настройками.
Сама GigaAM бесплатна, а программы на ней бывают и платными. Деньги в них берут за то, что вокруг нейросети: запись с микрофона, вставку в любое окно, точки и запятые, обновления. Как выбирать программу для диктовки вообще, я разобрал в статье про голосовой ввод текста на компьютере.
Как я пользуюсь GigaAM: одна клавиша в любом окне
Большую часть текстов я диктую: задания, письма, сообщения. Поэтому мне нужна была диктовка, которая работает в любом окне и не отдаёт голос в интернет.
В программе, которую я собрал для себя, это выглядит так. Ставлю курсор в Word, браузер, Telegram или почту, нажимаю клавишу и говорю. Второе нажатие вставляет текст туда, где стоял курсор.
Речь распознаётся на самом компьютере.
Python, командная строка и регистрация на сайтах для разработчиков здесь не нужны.
GigaAM-v3 обучали в том числе на голосовых сообщениях
Третья версия, GigaAM-v3, сильна именно на русской речи. По странице проекта, основу модели обучали на 700 000 часах русскоязычных записей. В обучение добавили записи из колл-центров, речь на фоне музыки и голосовые сообщения, то есть записи вроде тех, что мы пересылаем в мессенджерах.
Есть у третьей версии и вариант, который сразу ставит точки, запятые и заглавные буквы. Для диктовки это главное: текст не нужно расставлять руками после записи.
Разработчики сравнивали GigaAM с Whisper, известной зарубежной нейросетью для распознавания речи. В их статье на Хабре сказано: «При каждом подходе к сравнению GigaAM-v3 уверенно опережает Whisper-large-v3 на русскоязычных датасетах». Это сравнение самих разработчиков, а не независимая проверка, и на ваших записях результат может быть другим.
Какую версию GigaAM выбрать: для русской диктовки подходит v3
У GigaAM несколько поколений. Обычному человеку важно одно: что каждая версия даёт в работе.
| Когда вышла | Что вышло | Что это даёт обычному человеку |
|---|---|---|
| Апрель 2024 | первые модели и модель для эмоций в голосе | GigaAM появилась; по голосу можно определить эмоцию |
| Декабрь 2024 | вторая версия и лицензия MIT | нейросеть можно бесплатно встраивать в свои программы |
| Ноябрь 2025 | третья версия, GigaAM v3, и вариант со знаками препинания | меньше ошибок на новых видах записей, текст сразу с точками и запятыми |
| Апрель 2026 | дообучение и время каждого слова | нейросеть можно доучить на своих записях, а время слов годится для субтитров |
| Июнь 2026 | GigaAM Multilingual, обученная на записях на 70+ языках | распознаёт не только русский: по словам разработчиков, лучше всего русский, казахский, киргизский и узбекский |
Моя программа для диктовки работает на GigaAM-v3. Для диктовки на русском языке это самая подходящая строка таблицы: она обучена на русской речи и сразу даёт текст со знаками.
Многоязычная линейка вышла недавно. На своих русских записях я её не проверял, поэтому советовать её для диктовки не буду.
Многоязычная нейросеть может выдать перевод вместо русского текста
Многоязычная нейросеть понимает много языков, и это звучит как плюс. Для русской речи это бывает минусом.
Я это видел, когда подбирал нейросеть для расшифровки длинных русских записей. Проверял по шагам: сначала минута, потом 10 минут, потом весь файл. Одна из многоязычных нейросетей на первой же минуте выдала не русский текст, а перевод на английский. Пришлось взять другую и прямо написать в задании: не переводить, сохранять русский язык.
У GigaAM-v3 обратная сторона другая. Она знает только русский и редкие английские слова может написать русскими буквами. Если вы часто диктуете названия по-английски, проверьте это на своих словах, прежде чем выбирать программу.
Перед тем как доверить нейросети длинную запись, проверьте её на одной минуте.
Искажённое слово в тексте не всегда ошибка нейросети
Когда текст пришёл с ошибкой, первым хочется обвинить нейросеть. Я однажды получил в чате слово «провбимму» вместо «программу». Это было в другой моей программе для диктовки, которая распознавала речь через облачный сервис.
Программа перед вставкой сохраняла распознанный текст в запасной файл, и в этом файле слово было правильным. Значит, нейросеть расслышала верно, а буквы перепутались позже, когда программа печатала текст в окно чата по одной букве.
Я переделал вставку: текст стал уходить в окно целиком, как при обычных «Копировать» и «Вставить». С первого раза не вышло: новая вставка сначала сама давала сбои, и их пришлось ловить отдельно. В итоге контрольная фраза из 4 предложений пришла в чат слово в слово.
Урок для любой программы на GigaAM или другой нейросети: если слово искажено, сначала найдите, где программа хранит копию текста. Если в копии слово правильное, менять нейросеть бесполезно.
Запустить GigaAM самому можно, но это работа для программиста
Если вы пишете код или готовы разбираться, GigaAM можно запустить и без готовой программы. По странице проекта понадобятся 4 вещи:
- Python, язык программирования, версии 3.10 или новее.
- Программа ffmpeg для работы со звуком, подключённая так, чтобы её видела система.
- Код проекта, скачанный и установленный в командной строке. Командная строка выглядит как чёрное окно, куда команды вводят текстом.
- Несколько строк своего кода, которые загружают нейросеть и передают ей файл.
Если всё сделано верно, в чёрном окне появится текст из вашей записи. Но простой способ запуска разбирает до 25 секунд. Для длинных записей нужен отдельный режим: ещё одна программа, которая режет запись по паузам, и ключ доступа с сайта Hugging Face, где разработчики выкладывают нейросети.
Окна с кнопкой «Записать» при этом не будет. Записывать микрофон и вставлять текст в Word или Telegram придётся тоже самому. Ровно эту работу и делает программа вокруг нейросети, и именно в ней прячутся ошибки вроде «провбимму».
Инструмент на GigaAM можно собрать под вашу задачу
Диктовка лишь одна из задач, для которых годится GigaAM. Бывает, что нужно расшифровать записи встреч и звонков так, чтобы они не уходили в интернет. Бывает, что нужны подписи к видео со временем каждого слова: такая возможность в GigaAM появилась в апреле 2026 года.
Готовой программы под такую задачу часто нет, а сам человек её обычно не соберёт.
Такие инструменты я и собираю как ИИ-архитектор. Выясняю, что не устраивает в готовых программах, подбираю нейросеть под задачу и компьютер, собираю инструмент и проверяю его на ваших настоящих записях. Личные данные людей при этом не отдаю на чужие серверы без вашего согласия.
Если готовое не подходит, посмотрите, как я работаю, и напишите мне в Telegram или MAX. Разберём вашу задачу. Какие ещё нейросети работают на компьютере без интернета, я рассказал в статье про нейросеть без интернета.
Где нейросеть помогает с расшифровкой, а где ей нельзя верить
Перевод речи в текст с точками и запятыми нейросеть делает хорошо. Это рутина, и её легко проверить глазами.
Подводит нейросеть в трёх местах. Фамилии и редкие термины она пишет так, как расслышала. Английские названия русская нейросеть пишет русскими буквами, а многоязычная может ещё и перевести. Точные цифры для таблиц надёжнее набрать руками.
Фамилии, суммы и даты в важном документе читайте сами. И сравнивайте длину: если минута речи дала одну строку текста, где-то потеря.
Промпт: найти в расшифровке места, которые стоит переслушать
Промпт означает текст-задание для чата с нейросетью. Скопируйте блок ниже в любой чат, замените строки в квадратных скобках и вставьте свою расшифровку. Перед вставкой обезличьте данные: имена замените на [Имя], номера договоров и телефонов на [Номер].
Роль: ты проверяющий расшифровки речи. Ты ничего не исправляешь сам, только находишь подозрительные места. Идеальный результат: список мест, которые мне стоит переслушать, с причиной для каждого. Зачем мне это: расшифровка уйдёт в работу, а переслушивать всю запись у меня нет времени. Задачи по порядку: 1) Найди слова и фразы, которые повторяются подряд несколько раз. 2) Найди места, где текст обрывается или мысль явно не закончена. 3) Найди куски не на русском языке: речь могла быть переведена, а не записана. 4) Выпиши фамилии, термины, английские названия, суммы и даты: их я проверю сам. 5) Дай итог таблицей «Цитата / Что не так / Переслушать: да или нет». Нюансы: длина записи [N минут]. Если текста заметно меньше, чем могло быть сказано за это время, отметь это отдельно. Рамки: текст не переписывай, ничего не добавляй от себя, сомнительное помечай, а не исправляй. [РАСШИФРОВКА]
Начните сегодня с одного минутного голосового из своего мессенджера: расшифруйте его той программой, которой пользуетесь, и прогоните текст через этот промпт.
Коротко: главное из статьи
- GigaAM от Сбера превращает русскую речь в текст, но это нейросеть для программистов, а не программа: окна и кнопок у неё нет.
- С декабря 2024 года лицензия MIT разрешает бесплатно встраивать GigaAM в свои программы, в том числе платные.
- Без программирования GigaAM работает внутри готовых программ: я так диктую в любое окно.
- Простой способ запустить GigaAM самому разбирает запись до 25 секунд и требует Python и командной строки.
- Искажённое слово не всегда вина нейросети: сначала сверьте сохранённую копию текста.
- Если готовой программы под вашу задачу нет, инструмент на GigaAM можно собрать под вас.
Частые вопросы
Что такое GigaAM простыми словами?
Это семейство открытых нейросетей от команды SberDevices, которые превращают русскую речь в текст. Программы с окном и кнопками у GigaAM нет: её встраивают в программы для диктовки и расшифровки записей. В семействе есть версии для распознавания речи, вариант со знаками препинания, модель для эмоций в голосе и многоязычная линейка.
Где скачать GigaAM?
Файлы нейросети разработчики выложили на сайтах для программистов GitHub и Hugging Face. Но чтобы ими пользоваться, нужны Python, программа ffmpeg и несколько строк кода. Человеку без опыта программирования проще скачать готовую программу, внутри которой GigaAM уже стоит.
GigaAM бесплатная и можно ли использовать её в работе?
Да. С декабря 2024 года GigaAM распространяется по лицензии MIT, которая разрешает бесплатно использовать нейросеть и встраивать её в свои программы, в том числе коммерческие. При этом программы на GigaAM могут быть платными: вы платите за программу вокруг нейросети, а не за саму нейросеть.
Работает ли GigaAM без интернета?
Да, GigaAM работает на самом компьютере: после установки распознавание идёт на месте, запись никуда не отправляется. Программа вокруг нейросети может выходить в сеть по своим делам, например чтобы проверить лицензию. Чтобы убедиться, что распознавание идёт на компьютере, выключите интернет и продиктуйте фразу.
Чем GigaAM-v3 отличается от Whisper?
GigaAM-v3 сделана для русской речи: её основу обучали на 700 000 часах русскоязычных записей, а Whisper известна как зарубежная нейросеть для распознавания речи. Разработчики GigaAM пишут, что в их сравнениях GigaAM-v3 уверенно опережает Whisper-large-v3 на русской речи. Это их собственная проверка, поэтому на своих записях результат лучше проверить самому.
Эльхан Дадашев, ИИ-архитектор. Собираю инструменты на нейросетях под задачи людей, когда готовые программы не устраивают. Здесь пишу, с какими проблемами сталкивался сам и как их решил, и разбираю нейросети для обычной работы за компьютером.
Написать автору: Telegram · MAX · Работа со мной
Нужна такая же система под вашу задачу — разбираю процесс и проектирую её на ИИ.