Soukromí na prvním místě
Nahrané soubory jsou automaticky a trvale smazány do dvou hodin.
Automatické smazání
Hlas na text
Nadiktujte hlasovou poznámku, připomínku, zprávu pro kolegu nebo krátké sdělení přímo do prohlížeče, případně nahrajte nahrávku, a získejte slova jako textový soubor (.txt, UTF 8). Přepis využívá open-source model rozpoznávání řeči Whisper na našich vlastních serverech – přibližně ve 100 automaticky rozpoznaných jazycích.
-
Nahrávání: Mluvte do rekordéru v prohlížeči – až 30 minut na jednu nahrávku – nebo nahrajte soubor MP3, WAV, M4A, AAC, OGG, FLAC či WebM.
-
Přepis: Whisper zapíše slova včetně interpunkce; u rozhovorů a schůzek můžete volitelně označit změny mluvčích. Výstup: soubor s prostým textem (.txt, UTF 8).
-
Soukromí: Nic se nenahraje, dokud to nepotvrdíte. Zvukový soubor a přepis se po zpracování automaticky smažou, nejpozději během několika hodin.
Přepisování
Jak funguje převod hlasu na text
Stránka kombinuje záznamník v prohlížeči s backendem pro přepis využívajícím GPU. Nahrávání využívá rozhraní MediaRecorder integrované v prohlížečích Chrome, Firefox, Edge a Safari; rozpoznávání zajišťuje Whisper, open-source model vydaný společností OpenAI, který běží na našem vlastním hardwaru, nikoli přes API třetí strany.
Jak používat Converter App
1
Nahrát nebo zaznamenat
Stiskněte „Nahrávat pomocí mikrofonu“, jednou povolte přístup a mluvte. Časovač a ukazatel úrovně potvrdí, že přichází zvuk. Můžete také nahrát existující záznam – hlasové poznámky z libovolného telefonu jsou v pořádku.
2
Zkontrolovat a spustit
Poslechněte si nahrávku v dialogovém okně. U rozhovorů a schůzek zapněte možnost „Rozpoznat více mluvčích“ (označí, kdo mluví, ale zpracování bude trvat výrazně déle). Poté spusťte přepis.
3
Stáhnout přepis
Průběh se zobrazuje během zpracování modelem; několik minut řeči obvykle trvá výrazně méně než minutu. Na stránce s výsledkem si stáhněte soubor ve formátu prostého textu (.txt, UTF 8).
Klíčové funkce
Technologie Whisper v pozadí
Whisper je natrénován na 680 000 hodinách vícejazyčného zvuku a zvládá přízvuky, hluk na pozadí i odbornou slovní zásobu mnohem lépe než diktovací systémy před několika lety. Jazyk je rozpoznán automaticky.
Rozpoznání mluvčího na vyžádání
U konverzací volitelná detekce mluvčích označí v přepisu změny mluvčího. Přibližně zdvojnásobí dobu zpracování, proto je ve výchozím nastavení vypnutá.
Textový výstup, který zapadne do vašeho pracovního postupu
Přepis se uloží jako prostý textový soubor UTF 8 s běžnou interpunkcí a odstavci, takže jej lze otevřít v libovolném editoru, textovém procesoru nebo aplikaci na poznámky a vložit kamkoli.
Zdarma a soukromě
Bez účtu, bez vodoznaku, bez omezení zkušební verze. Nahrávka neopustí vaše zařízení, dokud to nepotvrdíte, a zvuk i přepis se po zpracování automaticky odstraní.
Zkušenosti & soukromí
Vytvořeno pro spolehlivé pracovní postupy přepisu.
Vyvinuto inženýry s více než 10 lety zkušeností s rozsáhlou infrastrukturou, datovými systémy a vědeckými výpočty. Navrženo pro reálné pracovní postupy v oblasti audia, kde záleží na soukromí, spolehlivém zpracování a praktické použitelnosti.
Důvěřují mu uživatelé
Hodnoceno 5 hvězdičkami na Trustpilot za rychlost, spolehlivost a snadné použití.
Důvěra uživatelů
Akademické použití
Citováno v publikovaných výzkumech a používáno pro přepis rozhovorů a kvalitativní analýzu dat.
Výzkumné použití
Měřeno na našich serverech
Co očekávat při převodu Voice na Text
Skutečné údaje z každého převodu v tomto nástroji od 24. října 2026. Nic zde není odhadováno: zaznamenáváme, jak dlouho každý úkol trval a jak velké byly soubory. Názvy souborů ani jejich obsah nikdy neukládáme.
43 s
Obvyklá doba zpracování
pro soubor o velikosti 5.9 MB (medián)
51
Převody
od 24. října 2026
131 MB
Největší převedený soubor
od 24. října 2026
Odhadovaný čas podle velikosti souboru
Jak dlouho trvá převod souborů
podíl ze všech převodů
- méně než 1 s0%
- 1–10 s14%
- 10–60 s39%
- 1–5 min.29%
- více než 5 min.18%
Časy zahrnují pouze zpracování na serveru a měří se po dokončení nahrávání; nahrávání ani stahování nejsou zahrnuty. Velké soubory trvají déle, ale limit je pro všechny stejný: žádný účet ani možnost koupit si přednost ve frontě. Aktualizováno 2026-11-07
Jak se na této stránce převádí hlas na text
Váš prohlížeč zaznamenává zvuk z mikrofonu jako zvuk Opus (Chrome, Firefox, Edge) nebo AAC (Safari) a uchovává jej v paměti. Po potvrzení se soubor nahraje přes HTTPS na jeden z našich serverů pro přepis.
Server následně pomocí ffmpeg zvuk dekóduje a Whisper – open-source model pro rozpoznávání řeči – jej v jednom kroku převede na text včetně interpunkce a větných předělů. Pokud je zapnutá detekce mluvčích, model diarizace nejprve rozdělí zvuk podle mluvčích a přepis se odpovídajícím způsobem označí.
Přepis se uloží jako prostý textový soubor UTF 8 s běžnou interpunkcí a odstavci, takže jej lze otevřít v libovolném editoru, textovém procesoru nebo aplikaci pro poznámky a vložit kamkoli. Na stránce s výsledkem si jej můžete stáhnout; zvuk i přepis se poté automaticky smažou.
Tipy pro nahrávání, které jsou důležitější než jakékoli nastavení
Rozpoznávání řeči je jen tak dobré jako kvalita zvuku. Největší rozdíl mají tři věci: vzdálenost, hluk a překrývání hlasů. Držte mikrofon 10–20 cm od úst; telefon držený blízko je lepší než notebook na druhé straně stolu. Vypněte ventilátory, zavřete okno a vyhněte se místnostem se silnou ozvěnou.
Mluvte běžným tempem a dokončujte věty – model využívá kontext, takže nedokončené věty a výplňová slova vedou k horšímu textu než o něco pomalejší, ale souvislá řeč. Při rozhovorech požádejte účastníky, aby nemluvili jeden přes druhého; překrývající se řeč je nejtěžší případ pro jakýkoli rozpoznávač.
Před zahájením si poslechněte náhled. Pokud se ukazatel úrovně sotva pohybuje nebo je stále na maximu, nahrajte zvuk znovu, místo abyste doufali, že přepis dopadne správně.
Typické využití převodu hlasu na text
Tento nástroj používají lidé, kteří raději mluví než píší nebo potřebují hlasovou zprávu mimo chatovací aplikaci: k sepsání e-mailu či článku mluvením, zachycení zápisu z jednání, převedení přednášky nebo hlasové poznámky na prohledávatelné poznámky, přepisu odpovědí z rozhovorů pro výzkum a získání čitelné verze hlasové zprávy, kterou právě nelze přehrát.
Protože Whisper automaticky rozpozná jazyk, stejná stránka funguje pro německý diktát, španělskou hlasovou poznámku i anglickou přednášku bez jakéhokoli nastavení. Přepis se nepřekládá – zapisuje se v jazyce, kterým bylo mluveno.
Pro zvuk, který již existuje jako soubor – podcasty, přednášky, hovory – používají převodníky zvuku na text a MP3 na text na tomto webu stejný systém se stejnými možnostmi.
Co tento nástroj neumí
Nepřekládá: přepisy jsou ve stejném jazyce, jakým se v nahrávce mluví. Nevytváří časování titulků – pro soubory SRT nebo VTT použijte převodníky titulků na tomto webu. Neidentifikuje mluvčí podle jména, pouze rozpozná změnu mluvčího, pokud je zapnuta detekce mluvčích. A nedokáže obnovit slova, která v nahrávce nejsou slyšitelná.
Vlastní jména, názvy produktů a méně obvyklé zkratky bývají nejčastějšími chybami; u čisté nahrávky obvykle stačí výsledek rychle projít se zaměřením na tyto prvky.
FAQ
Časté dotazy
Jak přesný je přepis?
U čisté nahrávky s jedním mluvčím Whisper obvykle správně přepíše výrazně více než 90 % slov v hlavních jazycích, včetně interpunkce. Přesnost klesá při silném hluku na pozadí, když mluví více lidí přes sebe, u velmi tichého zvuku nebo výrazného dialektu – níže uvedené tipy pro nahrávání pomohou více než jakékoli nastavení.
Které jazyky jsou podporovány?
Whisper rozpozná přibližně 100 jazyků a automaticky zvolí jazyk podle prvních sekund zvuku, takže není třeba nic nastavovat. Nahrávky s více jazyky jsou přepsány v převládajícím jazyce. Přepis je vytvořen v mluveném jazyce; není přeložen.
Nahrává se zvuk během mého mluvení?
Ne. Záznamník uchovává zvuk ve vašem prohlížeči, dokud nestisknete tlačítko v dialogovém okně. Pokud akci zrušíte nebo kartu zavřete, nic se neodešle. Nahrané soubory a přepisy se po zpracování automaticky odstraní.
Jak dlouhá může nahrávka být?
Záznamník v prohlížeči se zastaví po 30 minutách; nahrané soubory mohou být delší. Doba zpracování se prodlužuje s délkou zvuku a rozpoznání mluvčích přidá přibližně stejnou dobu navíc.
Co dělá funkce „Rozpoznat více mluvčích“?
Před přepisem provede rozlišení mluvčích a při každé změně mluvčího vloží značku. Použijte jej pro rozhovory, schůzky a podcasty; pro diktování a hlasové poznámky jej nechte vypnutý, protože by pouze prodloužil čekání.
Mohu text následně upravit?
Ano – výsledkem je prostý soubor .txt. Otevřete jej v libovolném editoru, opravte jména nebo technické výrazy, které model špatně rozpoznal, a vložte jej tam, kde jej potřebujete. Vlastní jména a méně běžné zkratky jsou nejčastějšími věcmi, které je třeba zkontrolovat.