Голосовое управление телевизором перешло из категории экспериментальных функций в повседневный инструмент для миллионов российских пользователей Smart TV. По отчетам крупных экосистем, ежемесячно с голосовыми помощниками на больших экранах взаимодействует аудитория, сравнимая по охвату с популярными стриминговыми сервисами. Главным драйвером роста стала нативная интеграция «Алисы» в Яндекс.ТВ и «Салюта» в экосистему Сбера, а также поддержка «Маруси» на устройствах с платформой VK.

В отличие от смартфонов, где голос часто используют «на ходу», телевизор остается стационарным хабом: сюда приходят за контентом, управлением умным домом и быстрыми ответами без необходимости искать пульт. Понимание портрета этого пользователя критично для настройки таргетинга, разработки навыков (скиллов) и диагностики проблем с микрофонами пультов.

Экосистемы и их голосовые ассистенты на российском рынке

На рынке Smart TV в России доминируют три локальные экосистемы, каждая из которых продвигает собственного ассистента. Яндекс.ТВ (на базе Android TV / Google TV) поставляется с встроенной «Алисой», активируемой кнопкой на пульте или фразой-триггером. СберТВ / СберБокс используют «Салюта» — семейство голосовых моделей (Салют, Джой, Афина), заточенных под сервисы Сбербанка, СберЗвук и умный дом. VK Video / Capsule TV интегрируют «Марусю», ориентированную на соцсети, музыку VK и детский контент.

Импортные бренды (Samsung, LG, Sony) сохраняют поддержку собственных решений — Bixby и ThinQ соответственно — но в российском сегменте их функционал часто урезан из-за ухода сервисов или отсутствия локализации контента. Google Assistant на новых моделях с Google TV формально доступен, но без российских сервисов (Кинопоиск, Okko, Яндекс Музыка) его ценность для локального пользователя минимальна. Реальная конкуренция идет именно между «большой тройкой» российских игроков.

📊 Какой голосовой помощник вы используете на телевизоре чаще всего?
Алиса (Яндекс.ТВ / Яндекс.Станция)
Салют (СберТВ / СберБокс)
Маруся (VK / Capsule)
Не пользуюсь голосом вообще

Портрет пользователя: возраст, сценарии и мотивация

Аудитория голосового ТВ не монотонна. Можно выделить три ключевых сегмента, которые формируют основной трафик запросов. Первый — семьи с детьми 3–10 лет. Для них голос — единственный способ включить мультик, не умея читать меню и не теряя пульт. Второй — пользователи 45+ и старшее поколение. Голос снимает барьер сложного интерфейса: «Включи Первый канал» быстрее и понятнее, чем навигация по сетке ЭПГ. Третий — энтузиасты умного дома, для которых ТВ — это панель управления сценариями: «Алиса, режим кино», «Салют, выключи свет во всей квартире».

Молодая аудитория 18–30 лет активнее использует голос на смартфонах или колонках, а на телевизоре предпочитает пульт или кастинг с телефона. Однако с ростом популярности интерактивных шоу и голосовых игр (квизы, «города», ролевые квесты) этот сегмент начинает подключаться к большому экрану. Географически активность выше в миллионниках и городах с развитой инфраструктурой умного дома, где выше проникновение колонок-хабов.

  • 👶 Дети: поиск мультиков, запуск игр, голосовые сказки.
  • 👴 Пожилые: переключение каналов, регулировка громкости, погода, новости.
  • 🏠 Умный дом: управление сценариями, камерами, датчиками, розетками.
  • 🎮 Геймеры: запуск облачных игр (GeForce NOW, VK Play Cloud) голосом.

Железо: где живет микрофон и как это влияет на качество

Качество распознавания речи напрямую зависит от аппаратной реализации. В бюджетных моделях ТВ с Яндекс.ТВ или СберТВ микрофон часто находится только в пульте (near-field). Это требует навести пульт на себя и говорить достаточно громко. В средних и флагманских линейках (например, серии Xiaomi TV Pro, HiSense U7K/Q8K, сберовские СберБокс Топ/Про) появляются far-field микрофоны в самом корпусе телевизора или приставке. Они позволяют говорить «Алиса» или «Салют» через всю комнату, не беря пульт в руки.

Отдельная категория — Яндекс.Станции и СберБоксы как внешние модули для «глухих» телевизоров по HDMI-CEC. Здесь микрофоны всегда far-field, но задержка ответа выше из-за необходимости пробудить ТВ по CEC. Важно: если пульт потерян или сломан, голосовое управление через корпус ТВ (far-field) становится единственным способом навигации, если функция не отключена в настройках приватности.

⚠️ Внимание: На многих моделях 2021–2022 годов far-field микрофоны в корпусе ТВ отключены по умолчанию или отсутствуют физически, несмотря на наличие ассистента в ПО. Проверяйте спецификацию конкретной модели на сайте производителя перед покупкой именно за эту функцию.

☑️ Проверка готовности к голосовому управлению

Выполнено: 0 / 5

Популярные сценарии использования: от контента до быта

Анализ логов анонимных запросов показывает, что топ-3 сценария неизменно составляют: поиск контента («Найди фильм про космонавтов», «Включи новый сезон «Слова пацана»), навигация по интерфейсу («Открой Настройки», «Переключи на HDMI 2», «Сделай громче на 20») и информационные запросы («Какая погода завтра», «Курс доллара», «Кто выиграл матч»). Растет доля команд управления умным домом, особенно в вечерние часы.

Специфический для России кейс — запуск федеральных каналов через голос. Пользователи привыкли к номерам кнопок пульта, но голосом проще сказать «Включи НТВ» или «Поставь Пятый канал», чем листать список. Ассистенты научились понимать контекст: фраза «Продолжи просмотр» корректно открывает профиль пользователя в Кинопоиске или Okko, если настроена привязка аккаунтов. Для детского контента критична модерация: «Алиса» и «Сают» имеют строгие детские режимы, режущие нецелевые ответы и покупки.

Скрытые команды для продвинутых пользователей

Многие не знают, что ассистенты понимают составные команды: «Алиса, включи телевизор, поставь звук на 30 и открой YouTube». Работает цепочкой, если ТВ поддерживает HDMI-CEC пробуждение. Также доступны команды таймера сна: «Выключи ТВ через 40 минут» — полезно для засыпания под сериал. Для Сбер экосистемы: «Салют, включи режим «Кино»» — меняет картинку и звук по пресету, если ТВ в списке совместимых.

Приватность и безопасность: что записывается и где лежит

Главный барьер для непользователей — страх «подслушивания». Архитектура современных ассистентов подразумевает локальное обнаружение триггера (слова «Алиса», «Салют», «Маруся») на DSP-чипе пульта или ТВ. Только после детекта аудиопоток уходит в облако для распознавания и синтеза ответа. Записи диалогов сохраняются в аккаунте пользователя (Яндекс ID, Сбер ID, VK ID) для обучения моделей, но их можно удалить в настройках приватности профиля.

Физическое отключение микрофонов реализовано по-разному. На пультах Яндекса и Сбера есть механическая защелка или кнопка Mute, гарантированно размыкающая цепь питания микрофона. На телевизорах с far-field часто есть только программное отключение в меню Настройки → Приватность → Микрофон. Для параноидального сценария остается только выдергивание питания ТВ из розетки или использование физического заглушителя на отверстии микрофона корпуса (если есть доступ).

⚠️ Внимание: Удаление истории голосовых запросов из профиля экосистемы не гарантирует мгновенное стирание с бэкапов облака. Полный цикл удаления по GDPR / 152-ФЗ может занимать до 30 дней. Если требуется полная изоляция — используйте только механическое отключение микрофона на пульте.

Типичные проблемы и диагностика «почему не слышит»

Самая частая жалоба — «ассистент не реагирует на фразу-триггер». Причины ранжируются так: 1) Микрофон забит пылью / жиром (пульт лежит экраном вниз на диване). 2) Отключен доступ к микрофону в настройках ТВ или в приложении-компаньоне на телефоне. 3) Плохой интернет: распознавание происходит в облаке, пинг > 100 мс или потери пакетов убивают сессию. 4) Конфликт ассистентов: если на ТВ с Яндекс.ТВ подключена Яндекс.Станция, обе могут пытаться ответить, создавая гонку условий.

Диагностика начинается с проверки индикатора на пульте (обычно синий/белый свет при нажатии кнопки микрофона). Если индикатора нет — проблема в батарейках или BLE-связи пульта с ТВ. Если индикатор есть, но в углу экрана не появляется визуализация волны звука — проверяйте права доступа в Настройки → Приложения → Системные приложения → Голосовой помощник → Разрешения → Микрофон. Перезагрузка ТВ (полная, из розетки на 30 секунд) решает 40% зависших сессий распознавания.

💡

Чистите отверстия микрофона на пульте мягкой сухой кисточкой раз в месяц. Накопившийся пылевой налет — причина №1 падения чувствительности на 6–12 месяцах эксплуатации. Не используйте сжатый воздух — он может задеть мембрану.

Ближайшие тренды: LLM на устройстве и мультимодальность

Главный вектор развития — перенос части LLM (больших языковых моделей) на локальный NPU телевизора. Яндекс уже анонсировал «Алису» на YandexGPT для сложных диалогов («Придумай рецепт из того, что в холодильнике» — с камеры ТВ), Сбер тестирует «Салюта» с контекстом экрана (распознавание текста на экране для суммаризации новостей). Это снизит задержку ответа до 1–2 секунд и заработает при слабом интернете.

Появится мультимодальный ввод: голос + жесты (камера ТВ) + взгляд (айтрекинг в топовых LG/Samsung). Для пользователя это значит диалог вроде: «Алиса, а кто этот актер?» — указывая пальцем на экран. В российском сегменте первыми получат эти фичи флагманы на чипах Amlogic S905X4 / S908X и MediaTek Pentonic 1000 с NPU > 2 TOPS. Бюджетные модели будут зависеть от облака еще долго.

💡

Голос на ТВ в России — это не геймификация, а доступность. Главные пользователи — дети, которые не читают, и взрослые, которым лень искать пульт. Настройка приватности и чистка микрофона дают 90% стабильной работы.

Сравнительная таблица возможностей ассистентов на ТВ

Функция / Ассистент Алиса (Яндекс.ТВ) Салют (СберТВ) Маруся (VK TV)
Триггер фразы «Алиса», «Окей, Яндекс» «Салют», «Привет, Сбер» «Маруся», «Привет, Маруся»
Поиск контента Кинопоиск, YouTube, Okko, Premier СберЗвук, VK Видео, Okko, Wink VK Видео, VK Музыка, Детский профиль
Умный дом Яндекс Умный Дом (Matter, Zigbee) Сбер Умный Дом (Matter, Zigbee, Z-Wave) VK Smart Home (ограниченный парк)
Детский режим Алиса Детская (отдельный профиль) Сают-Джой (детская личность) Маруся Детская (строгая модерация)
Офлайн-команды Базовые (громкость, вкл/выкл) на новых чипах Базовые на СберБокс Про/Топ Нет (только облако)

Часто задаваемые вопросы

Можно ли сменить голосового ассистента на телевизоре на другой?

Нативно — нет. Яндекс.ТВ жестко завязан на «Алису», СберТВ — на «Салюта». Можно подключить внешнюю колонку (Станцию или СберБокс) по HDMI и использовать её ассистента параллельно, переключая вход HDMI-CEC. Удалить системного ассистента без рут-прав невозможно.

Почему ассистент включается сам по себе во время фильма?

Акустическая ложная срабатывание на похожие по фонетике слова в звуковой дорожке. Решение: снизьте чувствительность в настройках ассистента (есть в приложении Яндекс / Сбер / VK на телефоне) или используйте пульт с кнопкой активации (push-to-talk), отключив far-field детекцию.

Работает ли голосовое управление без интернета?

Базовые команды (громкость, переключение входа, вкл/выкл) на новых моделях с NPU могут работать офлайн. Поиск контента, погода, умный дом — требуют облако. При потере связи ассистент ответит «Нет подключения к интернету».

Как научить ассистента понимать имена родных для звонков/сообщений?

В приложении экосистемы (Яндекс, СберБанк Онлайн, VK) в разделе «Голосовой помощник» → «Контакты» / «Близкие» добавьте номера с именами. Требуется верификация номера через SMS. После синхронизации команда «Позвони маме» сработает на ТВ, если привязана колонка с поддержкой звонков.

Есть ли разница в качестве распознавания между пультом и корпусом ТВ?

Да. Пульт (near-field) рассчитан на речь в 30–50 см, шумоподавление лучше. Корпус (far-field) ловит речь на 3–5 метров, но сильнее подвержен эху и шусам кондиционера. Для команд «с дивана» far-field удобнее, для диктовки текста — пульт.