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 cena

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. Stažení z Mac App Storu je zdarma a plnou verzi odemknete jednorázovým nákupem v aplikaci za 49,99 $ (v českém App Storu se ukáže odpovídající částka v korunách), bez předplatného. Bezplatná verze zahrnuje 5 minut diktování denně a 5 audio a 5 video přepisů celkem, tedy ne denně; nahrávání omezené není a opakovaný přepis už jednou přepsané nahrávky se do limitu nepočítá. Právě to je nejrozumnější způsob, jak si češtinu vyzkoušet na vlastní nahrávce dřív, než za aplikaci utratíte korunu.

Časté dotazy

Mohlo by se hodit