Většina chyb v převodu hlasu na text vzniká už v nahrávce, ne v softwaru. Nejvíc pomohou čtyři věci: mikrofon blízko mluvčího, málo hluku v pozadí, vždy jen jeden hlas a správně nastavený jazyk. Pak mluv v celých větách stálým tempem, zřetelně vyslovuj jména a čísla a text si před použitím jednou přečti. Úprava od AI potom srovná interpunkci a výplňová slova, ale slovo, které přepis špatně slyšel, neopraví.
| Chyba v textu | Nejčastější příčina | Co změnit |
|---|---|---|
| Chybějící nebo zkomolená slova | Mikrofon moc daleko nebo hluk | Dej telefon blíž, jdi na tišší místo |
| Celé pasáže špatně | Špatné nastavení jazyka nebo dva jazyky naráz | Nastav jazyk řeči; jeden jazyk na nahrávku |
| Špatně jména a značky | Vzácná slova, která systém nečeká | Vyslov je zřetelně, jednou vyhláskuj, pak oprav |
| Dva hlasy slité dohromady | Lidé mluví přes sebe | Střídejte se, před odpovědí krátká pauza |
| Vůbec nic | Tichá nebo extrémně slabá nahrávka | Zkontroluj úroveň signálu, nejdřív krátký test |
Mikrofon a místnost
Doporučení Googlu pro jeho službu Cloud Speech-to-Text to říkají jasně: „Position the microphone as close as possible to the person that is speaking, particularly when background noise is present“, tedy mikrofon co nejblíž mluvčímu, hlavně když je v pozadí hluk. V praxi:
- Při diktování drž telefon blízko úst, zhruba jako při telefonování, a nezakrývej otvor mikrofonu prsty ani obalem.
- Vyber tichou místnost. Vypni hudbu, televizi a ventilátor. Malý pokoj s textiliemi má menší ozvěnu než kuchyně nebo chodba.
- Pozor na vítr. Venku se k větru otoč zády nebo použij mikrofon na náhlavní soupravě.
- Nekřič. Google radí i „avoid audio clipping“, tedy vyhnout se přebuzení. Hlasitá řeč těsně u mikrofonu signál zkreslí.
- Poradu nahrávej ze středu stolu, ne z kraje, aby se všechny hlasy dostaly k telefonu podobně silně.
Jak mluvit
- Celé věty stálým tempem. Nemusíš mluvit pomalu, ale plynulá řeč s krátkými pauzami mezi myšlenkami se přepisuje lépe než výbuchy slov.
- Jeden jazyk na nahrávku. Přepínání jazyků uprostřed věty mate mnoho systémů. Když musíš citovat anglicky, drž citát krátký.
- Jména a čísla zřetelně. Neobvyklé příjmení řekni jednou pomalu nebo ho vyhláskuj: „Vondráčková, V O N D R Á Č K O V Á“. U čísel si dej pozor na páry, které zní podobně, třeba „patnáct“ a „padesát“ nebo „dvanáct“ a „dvacet“; v důležitém případě řekni „jedna pět“.
- Střídejte se. Když mluví dva naráz, obvykle špatně vyjdou oba.
- Po klepnutí na nahrávání a před zastavením krátce počkej, aby se neuřízlo první ani poslední slovo.
Nastavení, na kterých záleží
- Nastav jazyk řeči, kde se na něj nástroj ptá. Hlasové zadávání Gboardu, přepisy ve WhatsAppu i aplikace pro nahrávání mají vlastní nastavení jazyka a špatné nastavení výsledek zničí. Pozor: WhatsApp v Androidu češtinu vůbec nepřepisuje, viz přepis zpráv ve WhatsAppu a čeština.
- Přidej jména a odborné výrazy, pokud má nástroj slovník nebo seznam frází. Dokumentace Googlu doporučuje nápovědy slov a frází, aby se jména a výrazy dostaly do slovníku.
- Nech si originální soubor. Každé přenahrání nebo nová komprese ubere detaily. Přepisuj soubor, který vytvořil tvůj rekordér, ne kopii přehranou přes reproduktor. Pro svou službu Google doporučuje bezeztrátové formáty (FLAC nebo LINEAR16) a vzorkovací frekvenci 16 000 Hz.
- Nepřidávej dodatečné potlačení šumu. Google pro svou službu nedoporučuje automatické řízení zisku ani redukci šumu a píše, že jeho rozpoznávání je navržené tak, aby hlasy a hluk v pozadí ignorovalo i bez dalšího potlačení.
Nahrávka, které je špatně rozumět
Když už nahrávka existuje a je špatně srozumitelná:
- Přepiš celý soubor jednou a podívej se, které části selhaly.
- Selhané části si pusť zpomaleně se sluchátky a napiš je sám.
- Co neslyšíš, označ jako [nesrozumitelné], nehádej. Odhadnuté slovo v citaci nebo v zápisu je horší než mezera.
- Nečekej zázraky u vzdálené řeči. Když hlas sotva slyšíš ty, software ho spolehlivě nezachrání taky.
Jak si přesnost změřit sám
Přesnost převodu řeči na text se obvykle měří jako míra chybovosti slov (WER, word error rate): WER = (S + D + I) / N, kde S je počet zaměněných slov, D vynechaných slov, I vložených slov a N počet slov ve správném referenčním textu. Čím nižší, tím lepší.
Domácí verze zabere pět minut:
- Vyber odstavec zhruba o 100 slovech s několika jmény a čísly.
- Přečti ho nahlas do svého nástroje v obvyklém prostředí.
- Spočítej slova, která jsou špatně, chybějí nebo přebývají, a vyděl je počtem slov v odstavci.
- Změň jednu věc (vzdálenost, místnost, nastavení jazyka) a zopakuj to.
Výsledek ti řekne, co pomáhá s tvým hlasem, telefonem a místností. Nástroje obecně neporovná: zveřejněné číslo o přesnosti platí jen pro zvuk, na kterém se měřilo.
Chyby v přepisu: co opraví AI a co ne
Retexta, cloudová aplikace pro Android na převod hlasu na text a psaní s AI, nejdřív přepíše a pak umí text přepracovat. Úprava spolehlivě zvládne to, co dělá surový přepis těžko čitelným:
- interpunkci, velká písmena a odstavce;
- výplňová slova a začaté věty („no, jako, prostě“);
- opakované fráze a rozbité věty.
Pokud chceš přepis jen učesat, cíl Clean up a text (pod More templates) aplikace popisuje tak, že ponechá tvůj text a opraví gramatiku, interpunkci a plynulost. Cíle psaní jako Write a message nebo Take notes jdou dál a řečené přeskupí. Menu je v angličtině (české rozhraní aplikace nemá).
Co úprava nezvládne, je poznat, že „Vondráčková“ zazněla jako „Vondráková“ nebo že „patnáct“ mělo být „padesát“. Špatně slyšené slovo může dokonce zasadit do plynulé věty, která vypadá správně. Jména, čísla, data a částky proto kontroluj podle nahrávky. Retexta výsledky označuje nápisem „AI-generated. Check important details.“
Dvě vlastnosti aplikace, které s přesností pomáhají: Retexta rozpozná jazyk řeči automaticky, takže krátký klip s celou první větou jí dá víc než jedno slovo. A když je nahrávka tichá nebo extrémně slabá, řekne to, místo aby vrátila text („Transcription finished, but no text was produced“).
Retextu vyzkoušíš zdarma: noví uživatelé dostanou několik výsledků Pro zdarma k zobrazení v aplikaci; potom i Transcript only vyžaduje Retexta Pro nebo kredity. Cíle úprav a Import audio patří k Retexta Pro a kopírování, sdílení a export výsledků vyžadují Retexta Pro nebo kredity.
Čti dál
Nahráváš hlasovou poznámku? Viz přepis hlasové nahrávky na text v Androidu. Diktuješ místo psaní? Přečti si diktování e-mailu v Androidu. Dva hlasy v jedné nahrávce: jak přepsat rozhovor. Formáty souborů: MP3 na text. Více o aplikaci: Retexta, převod hlasu na text pro Android.
Zdroje
Zkontrolovala FLAME Apps 25. a 26. září 2026.
- Google Cloud, Best practices, Cloud Speech-to-Text (anglicky, poslední aktualizace 18. září 2026): poloha mikrofonu, přebuzení, vzorkovací frekvence, bezeztrátové kodeky, bez řízení zisku a redukce šumu, nápovědy slov a frází. Jde o doporučení pro vlastní službu Googlu.
- Wikipedie, Word error rate (anglicky): definice WER = (S + D + I) / N.
- Centrum nápovědy WhatsApp, How to turn voice message transcripts on or off (anglicky): jazyky přepisu v Androidu.
- Kód aplikace Retexta (Android, verze 2026.1.23): automatické rozpoznání jazyka, popis cíle Clean up a text a chybová hlášení.
