ИИ-переводчик: 4 способа перевести текст, голос и фото

Что такое ИИ-переводчик и чем он отличается от Google Translate?

Google Translate тоже нейросетевой уже почти десять лет, но переводит короткими кусками: на моём тексте словарный движок ломался ровно там, где смысл фразы задавали соседние слова и контекст всей переписки, а не сама фраза по отдельности. Большая языковая модель - Claude, GPT, локальная модель через Ollama - получает всё сообщение целиком и переводит его как единый смысл, а не как ряд отдельных фраз. Отсюда практическая разница: словарный движок чаще спотыкается на идиоме, аббревиатуре из рабочего чата или фразе с двойным дном, а модель с широким контекстом чаще угадывает, что имел в виду автор

Тест ниже устроен просто. Один и тот же русский текст с четырьмя ловушками - идиомой, рабочим сленгом, числом с единицей измерения и угрозой-идиомой в конце - я отдал трём инструментам в четырёх прогонах и построчно сверил, что они сделали с каждой ловушкой

Какой переводчик точнее Google Translate на живом примере?

Точнее на моём тексте оказался Claude Code - окно, где обычными словами пишешь задание ИИ, а он выполняет: он один закрыл верно все четыре смысловые ловушки за 11,76 секунды. Вот сам пример, дальше - что каждый инструмент с ним сделал:

«Ребята, не тяните резину: фичу надо выкатить в прод до пятницы. Ключ от админки скинул в закреп, лимит - 200 запросов в минуту. Упрёмся в потолок - рубим рассылку и идём руками, иначе клиент нас съест.»

Внутри четыре ловушки: идиома «не тяните резину», рабочий сленг «выкатить в прод» и «скинул в закреп», число с единицей «200 запросов в минуту» и идиома-угроза «клиент нас съест»

По собственному прогону 17.08.2026: тот же текст я отправил напрямую в переводческий сервис Google Translate (тем же путём, каким с ним говорят другие программы, без сайта) и получил ответ за 0,51 секунды. Верно закрыты две ловушки из четырёх: идиому «не тяните резину» отдал как «don't drag your feet», число «200 запросов в минуту» перевёл дословно и правильно. Две ловушки сломал: рабочий сленг «скинул в закреп» превратился в «threw the admin key into the pin» вместо «pinned the admin key», а идиома-угроза «клиент нас съест» вышла буквальной калькой «the client will eat us» вместо живой английской идиомы. Полный ответ - в записи прогона 01-google-translate.txt

Ещё два места - «упереться в потолок» и «идём руками» - тоже переведены дословно, но они не входят в объявленную четвёрку ловушек, в счёт не идут

Тут нужна оговорка про два канала одного сервиса. На заглавной картинке статьи тот же оборот «скинул в закреп» переведён верно - «I've pinned the admin key» - это скрин веб-версии Google Translate, снятый 17.08.2026. Прогон выше взят с другого канала того же Google Translate - того самого, которым говорят между собой программы, без сайта - тем же вечером. Два канала одного продукта на одном обороте разошлись: веб-версия ловушку закрыла, второй канал - нет

По собственному прогону 17.08.2026: локальная модель qwen3:4b через Ollama в своём обычном режиме ответила за 75,17 секунды и удержала три ловушки из четырёх, но перед ответом выдала 17 419 знаков внутреннего рассуждения на английском - я убрал этот кусок в отдельную запись, чтобы не раздувать статью. С флагом отключения рассуждений `/no_think` та же модель ответила за 69,20 секунды: время почти не изменилось, и счёт остался тем же - три ловушки из четырёх. Разница чисто стилистическая, за пределами объявленной четвёрки: «идём руками» перевелось как «go hands-on» - буквально «взяться за дело своими руками», по смыслу рядом, но менее технично, чем «go manual» из обычного режима. Ловушка, сломанная в обоих режимах Ollama - та же идиома-угроза «клиент нас съест», переведённая дословно, как и у Google Translate

По собственному прогону 17.08.2026: тот же текст, отправленный в Claude Code, вернулся переведённым за 11,76 секунды - быстрее всех и с закрытыми всеми четырьмя ловушками. «Скинул в закреп» вышло как «dropped the admin credentials in the pinned message», а угроза «клиент нас съест» - живой английской идиомой «the client is going to have our heads», а не дословной калькой

Прогон на одном примере не заменяет полноценный бенчмарк, честно об этом говорю: ловушек четыре, а не сорок, и это один жанр текста - рабочая переписка. Но для решения «на что тратить время новичку» этого достаточно: бесплатный локальный путь работает и держит смысл лучше словарного перевода, а платный путь через Claude на этом конкретном тексте оказался и быстрее, и точнее обоих бесплатных вариантов

Как настроить Ollama на перевод, чтобы не ждать долгих рассуждений?

Ollama переводит бесплатно и офлайн после того, как модель один раз скачана, а единственная реальная настройка - отключить у модели долгие рассуждения, иначе на перевод трёх предложений уходит больше минуты. Если Ollama ещё не стоит на компьютере, сначала пройди установку и выбор модели по объёму памяти - отдельный гайд шаг за шагом показывает, куда нажимать, и помогает выбрать модель под твою память. Здесь - только то, что касается именно перевода

Модель для перевода называется qwen3:4b и весит 2,5 гигабайта - гайд по установке скачивает её один раз, а дальше она работает без интернета. Единственный трюк - та самая строка /no_think из шага выше: без неё модель семейства qwen3 сначала подробно рассуждает вслух сама с собой на английском и только потом переводит, а с этой строкой сразу выдаёт готовый ответ, без долгого раздумья

По собственному прогону 17.08.2026 на своей машине (MacBook Pro M4 Max, 36 гигабайт памяти): тот же текст с четырьмя ловушками, отправленный в Ollama напрямую, занял 75,17 секунды без флага и 69,20 секунды с флагом `/no_think` - время почти не изменилось, но исчезла простыня из 17 419 знаков рассуждений на английском, которую иначе пришлось бы читать. Три ловушки из четырёх модель перевела верно в обоих режимах: не справилась с идиомой-угрозой «клиент нас съест» - перевела её дословно вместо живой английской идиомы

Если под рукой уже есть Claude Code - то самое окно, куда обычными словами пишешь задание ИИ, - тот же перевод через него занимает секунды, а не минуту, но идёт по подписке, а не бесплатно. Ollama имеет смысл там, где важны офлайн-режим и нулевая цена, а не скорость первого ответа

Как перевести голос в текст на другом языке без лишних шагов?

Через распознавание речи локальной моделью Whisper: голос превращается в текст на исходном языке за секунды, а дальше тот же текст уходит на перевод одним из способов выше. Прямого перевода голоса в текст на ДРУГОМ языке одной командой я не нашёл рабочим - модель large-v3-turbo, самая быстрая из линейки Whisper, для этого не годится, и вот прямая цитата из документации разработчика:

«the turbo model is not trained for translation tasks»

OpenAI, README со страницы проекта Whisper на GitHub, github.com/openai/whisper

Проверил сам, флагом -tr (перевести на английский) на этой модели:

По собственному прогону 17.08.2026: 14,03 секунды моей речи Whisper распознал за 1,97 секунды. С флагом `-tr` вернулся тот же русский текст без перевода - модель распознала речь, но проигнорировала запрос на перевод, что и подтверждает цитата выше. Единственная накладка - слово «впрод» вместо «в прод», модель на быстрой речи иногда склеивает предлог со следующим словом. Полная запись прогона - 05-golos-whisper.txt и 06-whisper-tr-turbo.txt

Рабочая связка поэтому в два шага, а не в один: сначала распознавание речи на исходном языке моделью large-v3-turbo, потом перевод текста любым способом из раздела выше. Текст после распознавания стоит перечитать перед тем, как отправлять его дальше на перевод - именно там может остаться случайная склейка слов

Для полноценного перевода в реальном времени (говоришь на одном языке, речь сразу звучит на другом) нужен отдельный слой синтеза речи поверх этой связки - тема отдельного разбора, здесь только то, что касается текста

Как перевести текст с фото нейросетью?

Через камеру приложения Google Translate: наводишь камеру на вывеску, упаковку или рукописную записку, и перевод накладывается поверх картинки или показывается отдельным текстом. Официальная документация описывает это так:

«Translation accuracy depends on the clarity of the text. Translation of small, unclear, or stylized text may not be accurate»

Google, справка Google Translate, support.google.com/translate

То есть точность перевода по фото прямо зависит от качества самого кадра: мелкий шрифт, стилизованные вывески или смазанное фото модель переводит хуже, чем ровный печатный текст. Практический вывод отсюда простой: если результат по фото выглядит странно, дело не всегда в переводчике, часто дело в фотографии

Языки для перевода по фото можно скачать заранее, и тогда функция работает без интернета - разработчик прямо пишет, что после скачивания «camera translations will work for the downloaded language(s) even when you're disconnected». Для разового перевода вывески в путешествии это снимает главный риск: не остаться без связи именно в тот момент, когда перевод нужен

Разница с распознаванием голоса в том, что здесь не нужен отдельный шаг превращения звука в текст - камера сразу видит буквы. Разница с обычным текстовым переводом в том, что печатать вручную ничего не нужно, а значит меньше опечаток на входе

Можно ли перевести то, что происходит прямо на экране?

Да, но с двумя оговорками - по железу и по языку: на Windows 11 с классом устройств Copilot+ функция «Live Captions» переводит звук из ЛЮБОГО приложения или видео на экране в текст в реальном времени, но переводит на английский (и на упрощённый китайский) - на русский эта функция не переводит. Вот прямая формулировка из официальной поддержки Microsoft:

«When using a Copilot+ PC, live captions instantly translate any live or pre-recorded video in any app or video platform from over 40 languages into English and 27 languages into Chinese (Simplified)»

Microsoft, страница поддержки Windows, support.microsoft.com

Требование по железу конкретное: «Copilot+ PCs running Windows 11, version 24H2 and later» - обычный ноутбук без нужного чипа эту функцию не покажет вовсе, это не настройка, а аппаратное ограничение. Зато у тех, у кого устройство подходит, перевод работает даже без сети: «Captions can be provided for audio even when disconnected from the internet», а обработка звука целиком идёт на самом устройстве, ничего не улетает в интернет

Для macOS системной функции, которая переводит звук ЛЮБОГО приложения или видео на экране, нет: там система умеет распознавать и выделять текст НА ИЗОБРАЖЕНИИ через Live Text, а сам перевод такого текста делает уже отдельное приложение переводчика. Разница принципиальная: Windows-функция переводит звук в реальном времени из любого приложения, а Live Text работает с уже готовой картинкой, как и перевод по фото из раздела выше

Что открывается из России без VPN, а что нет?

Из десяти проверенных сервисов шесть открылись без VPN, три ответили отказом, один заблокировал по закону - и это три разных истории, а не просто «не работает». Проверял 17.08.2026 не со своего компьютера: моя рабочая машина стоит не в России, и проверка с неё была бы нечестной. Все запросы ушли с арендованного компьютера в Москве (в интернете такую машину для аренды называют сервером; адрес подтверждён ipinfo.io полями "city":"Moscow","country":"RU"), провайдер Timeweb

По собственному прогону 17.08.2026 с арендованного компьютера в Москве: десять адресов сервисов перевода и нейросетей, время ответа каждого - все числа в таблице ниже. Полная запись прогона - 07-dostup-iz-moskvy.txt

У DeepL «не пускает по закону» - не сбой сети, а прямое юридическое основание, вот точное определение из стандарта:

«This status code indicates that the server is denying access to the resource as a consequence of a legal demand»

IETF, RFC 7725, rfc-editor.org/rfc/rfc7725

Отказ у трёх сервисов OpenAI и ElevenLabs пришёл от них самих, без пояснения причины в ответе. Открытая страница у остальных шести означает только то, что она физически появилась на экране - это не доказывает, что пройдёт регистрация, что примут карту российского банка или что откроется личный кабинет, эти три вещи я отдельно не проверял и не утверждаю про них ничего. Из проверенных шести сервисов Google Translate, Яндекс.Переводчик и Ollama для перевода текста работают без VPN и без регистрации вообще - это тот случай, когда открывшаяся страница действительно значит «пользуйся прямо сейчас»

Этот кусок вынесен в отдельный гайд ИИ для переводчика: 3 вида перевода, которые машина не заберёт

Сколько стоит живой перевод и где он бесплатный?

Бесплатно и без VPN работают три пути: веб-версия Google Translate, Яндекс.Переводчик и локальная модель через Ollama на своей машине, а платный путь через Claude требует подписки и оплаты из России отдельным способом. Официальные страницы тарифов DeepL и OpenAI на 17.08.2026 у меня либо не открылись (отказ), либо отдали пустой каркас без цифр - поэтому конкретных цен этих двух сервисов в статье нет, называть их по памяти я не буду

Единственная плата за локальный путь - место на диске и собственное железо: модель qwen3:4b весит 2,5 гигабайта, а качество перевода зависит от объёма памяти компьютера, не от подписки. Про выбор модели под конкретный объём памяти - в гайде по установке Ollama

Для пути через Claude оплата подписки из России - отдельная задача, не связанная с самим переводом: карты российских банков к иностранным сервисам напрямую не привязываются. Рабочие способы разобраны отдельно: общий разбор как оплатить нейросети из России и отдельно как купить подписку Claude из России со всеми текущими путями

На чём чаще всего спотыкается нейросеть-переводчик?

Чаще всего на четырёх вещах: дословном переводе идиомы, лишнем времени на рассуждения у локальных моделей, спутанной задачей «распознать» и «перевести» у голосовых моделей и склейкой слов на быстрой речи. Все четыре я поймал сам за один вечер 17.08.2026, ни одна не выдумана

Общее правило простое: чем короче контекст видит модель и чем больше в тексте разговорного сленга, тем выше шанс дословной ошибки. Рабочая переписка, шутки и идиомы - самый сложный жанр для любого переводчика, а не только для бесплатного

Что делать с разовым переводом дальше?

Разовый перевод одного сообщения - это тест, а не рабочий процесс. Как только текстов становится больше одного в день, встают новые вопросы: как хранить терминологию единой, как не гонять один и тот же абзац через модель по третьему разу, как быстро проверять результат, не читая каждую строку вручную. Всё это уже вопрос системы, а не выбора инструмента

Из способов выше для разового текста хватит веб-версии Google Translate. Яндекс.Переводчик на этом тексте я не прогонял, в замерах перевода выше его нет, но он бесплатен и без VPN точно так же - можно попробовать и его. Как только перевод становится регулярной задачей, есть смысл поставить Ollama один раз и не платить за каждый прогон. А когда нужна максимальная точность на сложном тексте с идиомами и сленгом, вариант с Claude Code на моём примере выиграл у обоих бесплатных путей

Источники

• OpenAI, README со страницы проекта Whisper на GitHub - лицензия MIT, таблица моделей, цитата о том, что модель turbo не обучена переводу, проверено 17.08.2026
• IETF, RFC 7725 - определение ответа 451, юридический отказ, не сбой сети
• Google, справка Google Translate: перевод по камере - точность перевода зависит от чёткости текста на фото, офлайн-режим после скачивания языка
• Microsoft, поддержка Windows: Live Captions - перевод звука с экрана на Copilot+ PC, требования к устройству, обработка на устройстве, проверено 17.08.2026
• Ollama, страница загрузки - установка локального движка моделей
• Проверка доступа из России - собственные запросы с арендованного компьютера в Москве (провайдер Timeweb) к десяти сервисам перевода и нейросетей, 17.08.2026
• Собственные прогоны сравнения перевода - Google Translate, Ollama (два режима), Claude Code, Whisper, записи прогонов в своей папке, 17.08.2026

Памятка: ИИ-переводчик от сравнения до первого перевода

Шесть строк, по которым проверяется результат

Частые вопросы

Читайте также

Как установить Ollama: 4 шага и выбор модели по памяти

4 шага и выбор модели по памяти

Как оплатить нейросети из России: 3 пути и 9 сервисов

Рабочие пути на 2026 год

Оплатить Claude из России: 4 пути, цены и 9 проверок

Все рабочие пути 2026 года