Úvod › Rozpoznávání češtiny

Čeština · Diktování i přepis nahrávek

Rozpoznávání češtiny na Macu: co čekat

První otázka každého, kdo si chce pořídit diktování nebo přepis, zní stejně: umí to vůbec pořádně česky? Odpověď je „ano, ale“ — a u rozpoznávání češtiny je to „ale“ natolik konkrétní (sedm pádů, obecná čeština, všudypřítomná angličtina), že si zaslouží vlastní stránku. Níže je bez příkras, kde model uspěje a kde si po něm budete číst.

Rozpoznávání češtiny v praxi: krátká odpověď

Čeština patří mezi 99 jazyků, které model zvládá, a jazyk se rozpoznává automaticky. Spisovnou, zřetelně vyslovenou češtinu v rozumně nahraném zvuku přepíše dobře, včetně háčků, čárek a interpunkce. Nesedí ale představa, že z toho vyleze hotový text: model přepisuje to, co slyší, nikoli to, co jste chtěli říct. Rozdíl mezi „dobrý přepis“ a „hotový dokument“ je u češtiny většinou jedno pozorné přečtení.

Procenta přesnosti tady záměrně nenajdete. Nemáme je změřená na českém materiálu a číslo vytažené z anglických testů by o vaší nahrávce nevypovídalo nic.

Diakritika: háčky a čárky nediktujete

Nejčastější obava je zbytečná. Diakritiku doplňuje model sám z kontextu — neříkáte „háček nad c“ ani nic podobného. U běžné slovní zásoby to funguje spolehlivě, protože v češtině je délka a měkkost součástí slova, ne ozdobou.

Kde se to láme: u přejatých slov a značek, kde spisovná i počeštěná podoba existují vedle sebe (management i manažment, e-mail i mail), a u vlastních jmen, kde model musí hádat. „Jiří“ versus „Jirí“ nebo „Šárka“ versus „Sárka“ jsou přesně ta místa, kde se vyplatí kouknout. Podobně dvojice, které se liší jen čárkou a rozhodne až smysl věty — „byt“ a „být“, „rada“ a „ráda“, „pas“ a „pás“ — model rozhodne správně skoro vždy, ale u zkomolené výslovnosti nebo šumu ne.

Skloňování a shoda: model za vás větu nespraví

Tohle je zásadní pro pochopení celého nástroje. Přepis je věrný tomu, co zaznělo. Když nadiktujete špatnou koncovku, zůstane v textu špatná koncovka. Když se rozeběhnete a větu uprostřed přeformulujete, dostanete v textu obě poloviny. Model nedělá jazykovou korekturu, dělá přepis.

Prakticky to znamená, že mluvená čeština, která zní v hovoru naprosto přirozeně, vypadá napsaná hůř, než čekáte — souvětí bez konce, dvojí zápor, opakované „takže“ a „vlastně“. Není to chyba rozpoznávání, je to portrét vaší mluvy. Kdo diktuje pravidelně, si během pár týdnů zvykne mluvit v kratších, dokončených větách a kvalita výstupu se tím zvedne víc než jakýmkoli nastavením.

Obecná čeština: přepíše se přesně to, co řeknete

Jádro věci. Řeknete-li „dobrej“, „sme“, „bysme“, „tydlety“ nebo „vokno“, bude to v textu přesně takhle. Model nepřevádí obecnou češtinu do spisovné a ani by neměl — je to přepisovací nástroj, ne redaktor.

Podle situace je to nevýhoda, nebo naopak přesně to, co potřebujete:

• Diktujete e-mail nebo dokument. Pak je to nevýhoda a řešení je jediné: mluvit spisovně, nebo si text po sobě upravit. Vyplatí se sledovat vlastní koncovky u přídavných jmen („velký“ versus „velkej“), sloves v první osobě množného čísla („jsme“ versus „sme“) a u kondicionálu („bychom“ versus „bysme“).
• Přepisujete rozhovor. Pak je to výhoda. V kvalitativním výzkumu se doslovný přepis běžně vyžaduje a stylistické „vylepšení“ by materiál znehodnotilo. Totéž platí u novinářského rozhovoru, kde jde o to, co člověk skutečně řekl.

Čeština a angličtina v jedné větě

Nejčastější zdroj překlepů v české firemní a technické mluvě. Věta „na tom tasku ještě musíme udělat review, než to zadeployujeme“ je naprosto běžná — a pro rozpoznávání je to problém, protože jazyk se určuje pro celou nahrávku, ne pro jednotlivá slova. Nahrávka bude označená jako čeština a anglická slova v ní se zapíší foneticky nebo v počeštěné podobě: „dýploj“, „rivjů“, „mítink“ místo očekávaného tvaru.

Co s tím reálně jde dělat:

• Nechte v nastavení češtinu i angličtinu a ostatní jazyky odeberte. Rozpoznávání pak nemá kam uklouznout u krátkých vět a přitom je připravené na anglické fragmenty.
• Nečekejte dokonalost. Míchané pasáže jsou objektivně nejtěžší úloha, jakou lze modelu dát. Nadávat na to nepomůže — počítejte s tím a projeďte technické termíny při korektuře.
• Využijte náhrady textu na výrazy, které používáte pořád. Pokud vám „dýploj“ vychází stále stejně, jednou zavedená náhrada to opraví napříč všemi budoucími přepisy.
• Anglickou pasáž delší než pár vět diktujte zvlášť. Krátký samostatný diktát se rozpozná jako angličtina a dopadne líp než totéž vložené doprostřed české řeči.

Čísla, datumy, zkratky a paragrafy

Zápis číslovek je nejméně předvídatelná část výstupu. „Třicátého dubna“, „dvě stě tisíc“ nebo „paragraf sto šestnáct“ se někdy zapíší slovy, jindy číslicemi, a ne vždy stejně v rámci jednoho dokumentu. Podobně kolísá formát data a zápis měny.

U běžného e-mailu je to jedno. U smlouvy, faktury, lékařského záznamu nebo právního podání to jedno rozhodně není, a platí jednoduché pravidlo: čísla a paragrafy si po sobě vždy přečtěte. Zkratky mají tentýž problém z druhé strany — „DPH“, „s. r. o.“, „č. j.“ nebo „ČSN“ se zapíší podle toho, jak je vyslovíte, takže hláskovaná zkratka dopadne jinak než vyslovená jako slovo.

Vlastní jména jsou nejslabší místo

Česká příjmení, názvy obcí a jména firem jsou to, kde model chybuje nejčastěji — a je to očekávatelné: ke slovu, které nikde neviděl, si musí domyslet pravopis podle zvuku. Skloňovaná příjmení („s panem Vaňkem“, „u Hrušků“) tuhle úlohu ještě ztěžují a přechýlené tvary také. Menší obec model klidně zamění za podobně znějící běžné slovo.

Praktický důsledek: pokud přepisujete jednání, ve kterém padají jména účastníků a názvy firem, počítejte s opravou. Pomáhá, když se lidé na začátku nahrávky představí — jméno vyslovené zřetelně a samostatně se přepíše lépe než jméno utopené v rychlé větě. Opakující se jména se vyplatí zavést jako náhrady textu.

Co s tím: rady, které opravdu fungují

• Mluvte celé věty, ne po slovech. Model si pomáhá kontextem, takže souvislá věta se přepíše lépe než trhaná řeč s pauzami.
• Nediktujte do hluku a do reproduktoru. Kvalita zvuku ovlivní výsledek víc než jakékoli nastavení. Náhlavní souprava porazí vestavěný mikrofon, vestavěný mikrofon porazí telefon uprostřed stolu.
• Zužte seznam jazyků na ty, které skutečně používáte — u nás obvykle čeština a angličtina.
• U odborných textů si přečtěte terminologii. Právní, lékařský a technický slovník je přesně ta část, kde model tipuje.
• Zaveďte si náhrady textu na opakující se výrazy, jména a zkratky. Jednorázová práce, která se vrací u každého dalšího přepisu.
• Berte výstup jako podklad k redakci. Ušetří většinu psaní; nenahradí čtení.

Diktování a přepis rozhovoru mají jiná očekávání

U diktování mluvíte do mikrofonu vy sami, zřetelně a bez rušení — to jsou nejlepší možné podmínky a výsledek tomu odpovídá. Nadiktovaný text se zkopíruje do schránky a vy ho vložíte zkratkou ⌘V; aplikace sama do cizích programů nic nepíše.

U přepisu nahrávky je situace opačná: lidé si skáčou do řeči, sedí různě daleko od mikrofonu a mluví, jak jim zobák narostl. Přepis proto bude věrnější mluvě a méně upravený — a u vícečlenných hovorů se hodí rozdělení na mluvčí, aby bylo poznat, kdo co řekl. Nahráváte-li 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.

Jazyky, požadavky a stažení

Rozpoznává se 99 jazyků včetně češtiny a slovenštiny a jazyk se určuje automaticky, takže před každou nahrávkou nic nepřepínáte. Celé zpracování běží ve vašem Macu: zvuk se nikam neodesílá, není potřeba účet a aplikace funguje i bez připojení. Podrobnosti popisuje stránka o lokálním rozpoznávání řeči.

Systémové požadavky jsou pevné: macOS 13 (Ventura) a novější a Mac s čipem Apple Silicon, tedy M1 nebo novější; Macy s procesorem Intel podporované nejsou. Lesskeys je k dispozici také pro Windows. Stažení z Mac App Storu je zdarma a plnou verzi Pro odemknete jednorázovým nákupem v aplikaci, bez předplatného. Díky tomu si češtinu můžete vyzkoušet na vlastní nahrávce, ještě než se rozhodnete.

Časté dotazy

Mohlo by se hodit