Úvod › Jak převést řeč na text

Návod · Řeč na text na Macu

Jak převést řeč na text na Macu

Převod řeči na text má na Macu dvě podoby: buď mluvíte a text vzniká rovnou, nebo máte hotovou nahrávku a chcete z ní přepis. Níže je celá cesta krok za krokem — bez odesílání zvuku kamkoli, protože rozpoznávání běží přímo ve vašem počítači.

Co potřebujete pro převod řeči na text

Převod řeči na text potřebuje tři věci: mikrofon, model rozpoznávání řeči a nějaké místo, kam výsledný text vložit. Mikrofon máte v Macu vestavěný a pro diktování vsedě u stolu bohatě stačí; u delších nahrávek a rozhovorů se vyplatí náhlavní souprava nebo klopový mikrofon. Model se v Lesskeys stáhne jednou při prvním spuštění a pak leží na disku, takže samotný převod už žádné připojení nevyžaduje. A místem k vložení je jakékoli textové pole v macOS.

Systémové požadavky jsou pevné: macOS 13 (Ventura) a novější a Mac s čipem Apple Silicon, tedy M1 nebo novější. Není to doporučení — na Macu s procesorem Intel se aplikace nespustí. Ověříte si to v nabídce Apple › O tomto Macu.

Krok za krokem: z hlasu do textu

• 1. Podržíte klávesovou zkratku. Ve výchozím nastavení ⌥Space. Funguje globálně, tedy i v aplikaci, ve které zrovna jste — nemusíte nikam přepínat. Zkratku si můžete změnit.
• 2. Mluvíte. Na obrazovce se objeví malý indikátor s ukazatelem hlasitosti, takže vidíte, že mikrofon skutečně snímá. Mluvte celé věty normálním tempem; diktování po jednotlivých slovech výsledek spíš zhorší, protože model si pomáhá kontextem celé věty.
• 3. Pustíte zkratku. Tím nahrávání končí a začíná rozpoznávání. U krátkého diktátu jde o zlomky sekundy až pár sekund, podle délky a podle toho, jak velký model používáte.
• 4. Text se objeví ve schránce. Aplikace nadiktovaný text zkopíruje do schránky a ukáže vám ho.
• 5. Vložíte ho zkratkou ⌘V. Tam, kde stojí kurzor — v e-mailu, v poznámkách, v editoru, v chatu, ve formuláři v prohlížeči.

Poslední krok dělá vždy uživatel, a je to záměr: aplikace sama do cizích programů nic nepíše. Vidíte tedy každý text dřív, než se někam dostane, a nehrozí, že vám diktát skončí v nesprávném okně.

Co se mezitím děje uvnitř

Zvuk z mikrofonu se převede na jednokanálový signál se vzorkovací frekvencí 16 kHz, protože právě s takovým vstupem model pracuje. Ten signál se rozdělí na krátké úseky a projde modelem, který běží na grafickém čipu vašeho Macu. Model odhaduje, jaká posloupnost slov nejlépe odpovídá tomu, co slyšel, a doplňuje interpunkci a diakritiku — háčky a čárky tedy nediktujete, model je dosazuje sám.

Nic z toho neprobíhá na serveru. Neexistuje uživatelský účet, nahrávka se nikam nenahrává a aplikace funguje i v režimu Letadlo. Technické pozadí popisuje stránka o lokálním rozpoznávání řeči.

Rozpoznání jazyka: 99 jazyků, automaticky

Jazyk nemusíte před každým diktátem nastavovat. Aplikace zvládá 99 jazyků a jazyk určuje sama z toho, co slyší. Čeština i slovenština jsou mezi nimi.

Automatika má jedno slabé místo, na které v Česku narazíte skoro jistě: velmi krátká věta nebo věta plná anglických výrazů se dá vyložit dvojím způsobem, a rozpoznávání se občas přikloní k angličtině. Pokud pracujete trvale ve dvou jazycích — typicky čeština a angličtina v IT — vyplatí se v nastavení seznam jazyků zúžit právě na ty dva. Model pak nemá kam uklouznout a krátké věty nespadnou do vzdáleného jazyka. Jak si model vede s češtinou konkrétně, rozebírá stránka rozpoznávání češtiny na Macu.

Druhá cesta: už nahrávku máte

Kromě diktování umí Lesskeys i opačný směr — vezme existující zvukový nebo obrazový soubor a udělá z něj přepis. Sem patří nahrávky z diktafonu, hlasové zprávy, záznamy porad a videa; u videa se pracuje se zvukovou stopou. Přepis dostane časové značky a u vícečlenných hovorů i rozdělení na mluvčí, takže je v něm vidět, kdo co řekl. Postup a podporované formáty popisuje stránka přepsat audio do textu.

Nahrávat můžete i přímo v aplikaci: mikrofon, systémový zvuk Macu nebo obojí najednou. Tím je pokrytá online schůzka v Teams, Zoomu nebo Meetu, protože se zaznamenává zvuk počítače, ne konkrétní program. Do schůzky se nepřipojuje žádný robot a nepožadujeme přístup do kalendáře. Pokud nahráváte i jiné lidi, řekněte to na začátku nahlas a bez souhlasu nenahrávejte — podrobnosti k českým pravidlům jsou na stránce o zápisu z porady. Toto je informace, nikoli právní poradenství.

Když něco nefunguje

• Nic se nenahrálo, indikátor se nehýbe. Chybí oprávnění k mikrofonu. Otevřete Nastavení systému › Soukromí a zabezpečení › Mikrofon a povolte přístup. Zkontrolujte také, jestli je v Nastavení systému › Zvuk vybraný ten vstup, do kterého skutečně mluvíte — po připojení sluchátek se vstup rád přepne.
• Text se nikam nevložil. Není chyba, je ve schránce: klikněte do textového pole a stiskněte ⌘V. Aplikace úmyslně nepíše do cizích programů sama.
• Vyšel špatný jazyk. Zužte v nastavení seznam jazyků na ty, které opravdu používáte. Pomůže i mluvit v delších celcích, protože z jednoho slova se jazyk pozná těžko.
• Chybí diakritika nebo sedí interpunkce jinak, než byste ji napsali. Interpunkce je interpretace modelu, ne přepis pauz. U textů, které někam odejdou, počítejte s krátkou korekturou.
• Bluetooth sluchátka utnou začátek. Bezdrátový mikrofon se probouzí zlomek sekundy; než začnete mluvit, chvilku po stisknutí zkratky počkejte.

Požadavky a cena

Bezplatná verze není časově omezená zkušební lhůta: 5 minut diktování se obnovuje každý den, kdežto 5 audio a 5 video přepisů je celkový počet, ne denní dávka. Opakovaný přepis souboru, který už jednou přepsaný byl, se do limitu nepočítá — můžete si tedy vyzkoušet jiný jazyk nebo větší model, aniž byste něco spotřebovali. Plnou verzi odemknete jednorázovým nákupem za 49,99 $; v českém App Storu se zobrazí odpovídající částka v korunách. Nákup i případné vrácení peněz vyřizuje Mac App Store podle pravidel Applu.

Časté dotazy

Mohlo by se hodit