Ривера: Голосовой ввод: локальная транскрипция и платная постобработка — разные части

Источник: Георгий Ривера, «Не печатай, диктуй: это ЛУЧШАЯ БЕСПЛАТНАЯ замена диктовке Aqua Voice, Wispr Flow, Claude и ChatGPT», 15 августа 2026. №3 полностью прочитал 259 временных блоков, 0:04–11:44 при длительности 11:48.461, полное описание и точный публичный пост 3009. Текст получен штатным браузерным экспортом, не видимой панелью. Лично осмотрены три кадра; непрерывный просмотр и тест программы не заявляются.

Настройка и первая проба

В 1:26–3:52 автор устанавливает Handy на Mac, разрешает микрофон и универсальный доступ, скачивает локальную модель, задаёт автозапуск, определение языка, историю до 500 сообщений и горячую клавишу. Windows и Linux названы как другие платформы, но их установка в изученных кадрах не показана. В 2:40.176 видны настройки Parakeet TDT 0.6B V3, Auto Detect, Option + Space и «Нажми и говори». Поэтому выбранную модель нельзя автоматически заменить на Whisper только потому, что Whisper упомянут в описании среди альтернатив.

В 3:53–4:23 проверяется смешанная русско-английская диктовка. На 4:02.520 английская фраза в результате Handy записана приблизительными русскими звуками, а имя Handy — кириллицей. Автор считает, что Aqua Voice по умолчанию лучше различает языки и оформляет текст. Это небольшая показанная проба, не репрезентативная оценка всех языков и пользователей.

Что меняет внешняя модель

В 4:23–6:22 автор включает постобработку: локальная модель сначала распознаёт речь, затем текст отправляется внешней LLM по API для улучшения через инструкцию. Он выбирает Polza AI с оплатой рублями, противопоставляя OpenRouter с долларовой оплатой. Это рассказ о расходах на обработку, не получение зарубежного дохода. Заявленные им «99% русскоязычных зрителей» — самоотчёт, а не предъявленная аудитория YouTube Analytics.

Ограничение 20 ₽ в месяц он задаёт как эксперимент. В 6:40–7:39 простое копирование инструкции из Aqua Voice сначала вызывает ошибку; автор переписывает её под Handy, после чего показывает более удачный текст. Полный промпт и причина первоначальной ошибки не установлены из прочитанного видео. Затем DeepSeek V4 Flash оценивается как слишком медленный, другая модель — как дорогая, и автор говорит о выборе Gemini 3.5 Flash Lite.

На 8:24.451 видны поставщик Custom, адрес https://polza.ai/api/v1, скрытое поле ключа и раскрытый список с deepseek/deepseek-v4-flash-0731, google/gemini-3.6-flash, google/gemini-3.5-flash-lite среди прочих. Список подтверждает названия в UI, но не завершённый выбор, фактическую маршрутизацию запросов или измеренную скорость. Ключ не извлекался и не использовался.

Экономия ещё не измерена

В 0:49 автор сообщает о 72 сэкономленных часах за последние месяцы, то есть 9 восьмичасовых днях. Методику замера не раскрывает. Рассуждение о других зонах мозга и более сильных идеях не подкреплено научными источниками в выпуске.

В 8:36–9:44 месячный расход ниже $1 и преимущество примерно в десять раз перед Aqua Voice за $10 — его прогноз, а не итог месячного журнала списаний. Более того, он оставляет обе программы на разных клавишах и только собирается тестировать месяц перед возможным переходом. Значит, заголовок о найденной замене не равен завершённой отмене подписки. В посте 3009 написано о сокращении расходов на $120, но период и расчёт не раскрыты; считать эту сумму уже полученной экономией из показанного теста нельзя.

Материалы и применение

Публичный текст поста 3009 прочитан целиком и сопоставлен с точным видео. Гайд ведёт в hello_rivera_bot?start=f_7284630; бот не запускался, файл и полный набор инструкций не получены. Общие 2738/2876/2951 изучены отдельно. Handy, Aqua Voice и API нами не устанавливались и не запускались; микрофон, доступность, автозапуск и личная история пользователя не менялись.

Наш вывод: полезен раздельный тест качества распознавания, качества последующей редакции, задержки и стоимости. Если включён внешний редактор, заявление «всё локально» уже не описывает всю цепочку. Это речь → текст, не озвучка, клонирование голоса, создание музыки или SFX; недостающую звукосоздающую программу из исходного запроса этот урок не заменяет.

Основание разбора и выбранные кадры

Полный доступный текст, описание и перечисленные ниже кадры изучила сессия №3. Координатор прочитал её полный конспект, журнал кадров и реестр публичных материалов. Это не непрерывный просмотр всех кадров со звуком.

№3, 9 сентября 2026 UTC. Пауза и фактическое время проверены, снимки сделаны отдельными вызовами. Рекламная вставка после перемотки исключена; она пропущена штатной кнопкой плеера.

• 2:40.176: Handy, общие настройки, Parakeet TDT 0.6B V3, Auto Detect, Option + Space, включённое «Нажми и говори». Внизу видны «Доступно обновление» и v0.9.4; по соседству этих надписей не устанавливаем однозначно номер уже установленной/предложенной версии.
• 4:02.520: заметка с датой 11 августа 2026, строки проверки Handy/Aqua Voice и английская фраза, переданная русской фонетической записью. Это конкретная ошибка первоначальной настройки, не оценка всех распознаваний.
• 8:24.451: постобработка, Custom, https://polza.ai/api/v1, скрытый ключ, раскрытый список моделей. Видны DeepSeek V4 Flash 0731 и Gemini 3.6 Flash / 3.5 Flash Lite. Это меню, не доказательство выбранного runtime, расходов или скорости. Ключ не извлечён.

Полный результат диктовки, журналы запросов/списаний, работа в Windows, годовая экономия и все дальнейшие кадры не проверены. Авторские заявления об отсутствии облака относятся к локальной части, тогда как текстовая постобработка описана через внешний сервис.

Публичные материалы и точечные проверки · Каталог новых источников.