Súkromie na prvom mieste
Nahrané súbory sa automaticky a trvalo vymažú do dvoch hodín.
Automatické mazanie
Prevod reči na text
Diktujte diktát, komentár, poznámky z prednášky, odpovede z rozhovoru alebo krátky voice-over priamo v prehliadači, prípadne nahrajte nahrávku, a získajte slová ako súbor s čistým textom (.txt, UTF 8). Prepis využíva Whisper, open-source model na rozpoznávanie reči, na našich vlastných serveroch – približne v 100 jazykoch, ktoré sa rozpoznajú automaticky.
-
Nahrávanie: Hovorte do rekordéra v prehliadači – až 30 minút na jednu nahrávku – alebo nahrajte súbor MP3, WAV, M4A, AAC, OGG, FLAC alebo WebM.
-
Prepis: Whisper zapíše slová s interpunkciou; pri rozhovoroch a stretnutiach môžete voliteľne označiť zmeny hovoriacich. Výstup: textový súbor (.txt, UTF 8).
-
Súkromie: Nič sa neodošle, kým to nepotvrdíte. Zvukový súbor a prepis sa po spracovaní automaticky odstránia, najneskôr do niekoľkých hodín.
Prepisovanie
Ako funguje prevod reči na text
Stránka kombinuje nahrávač v prehliadači s GPU backendom na prepis reči. Nahrávanie využíva rozhranie MediaRecorder zabudované v prehliadačoch Chrome, Firefox, Edge a Safari; rozpoznávanie vykonáva Whisper, open-source model vydaný spoločnosťou OpenAI, ktorý beží na našom vlastnom hardvéri, nie prostredníctvom API tretej strany.
Ako používať Converter App
1
Nahrajte alebo nahovorte
Stlačte „Nahrávať pomocou mikrofónu“, jednorazovo povoľte prístup a hovorte. Časovač a indikátor úrovne potvrdia, že prichádza zvuk. Prípadne nahrajte existujúcu nahrávku – vhodné sú aj hlasové poznámky z akéhokoľvek telefónu.
2
Skontrolujte a spustite
Vypočujte si nahrávku v dialógovom okne. Pri rozhovoroch a stretnutiach zapnite možnosť „Rozpoznať viacerých hovoriacich“ (označí, kto hovorí, ale spracovanie bude trvať výrazne dlhšie). Potom spustite prepis.
3
Stiahnite si prepis
Priebeh sa zobrazuje počas spracovania modelom; niekoľko minút reči zvyčajne trvá výrazne menej než minútu. Na stránke s výsledkom si stiahnite súbor s čistým textom (.txt, UTF 8).
Kľúčové funkcie
Technológia Whisper v pozadí
Whisper je trénovaný na 680 000 hodinách viacjazyčného zvuku a zvláda prízvuky, hluk v pozadí aj technickú slovnú zásobu oveľa lepšie než diktovacie nástroje spred niekoľkých rokov. Jazyk sa rozpozná automaticky.
Detekcia rečníkov na požiadanie
Pri konverzáciách voliteľná detekcia hovoriacich označí v prepise zmeny hovoriaceho. Približne zdvojnásobí čas spracovania, preto je predvolene vypnutá.
Textový výstup, ktorý vyhovuje vášmu pracovnému postupu
Prepis sa uloží ako obyčajný textový súbor UTF 8 s bežnou interpunkciou a odsekmi, takže ho môžete otvoriť v ľubovoľnom editore, textovom procesore alebo aplikácii na poznámky a vložiť kamkoľvek.
Bezplatné a súkromné
Žiadny účet, žiadny vodoznak, žiadne obmedzenie skúšobnej verzie. Nahrávka neopustí vaše zariadenie, kým to nepotvrdíte, a zvuk aj prepis sa po spracovaní automaticky odstránia.
Skúsenosti & súkromie
Vytvorené pre spoľahlivé pracovné postupy prepisu.
Vyvinuté inžiniermi s viac ako 10 rokmi skúseností s rozsiahlymi infraštruktúrami, dátovými systémami a vedeckými výpočtami. Navrhnuté pre reálne audio pracovné postupy, kde sú dôležité súkromie, spoľahlivé spracovanie a praktická použiteľnosť.
Dôveryhodné pre používateľov
Hodnotenie 5 hviezdičiek na Trustpilote za rýchlosť, spoľahlivosť a jednoduché používanie.
Dôvera používateľov
Akademické použitie
Citované v publikovaných výskumoch a používané na prepis rozhovorov a kvalitatívnu analýzu dát.
Použitie na výskum
Merané na našich serveroch
Čo môžete očakávať pri konverzii Speech na Text
Skutočné údaje z každej konverzie v tomto nástroji od 24. októbra 2026. Nič z uvedeného nie je odhadované: zaznamenávame, ako dlho každá úloha trvala a aké veľké boli súbory. Názvy súborov ani ich obsah nikdy neukladáme.
9.2 s
Typický čas spracovania
pre súbor s veľkosťou 1.6 MB (medián)
23
Konverzie
od 24. októbra 2026
141 MB
Najväčší konvertovaný súbor
od 24. októbra 2026
Ako dlho trvá konverzia súborov
podiel zo všetkých konverzií
- menej ako 1 s0%
- 1–10 s52%
- 10–60 s39%
- 1–5 min.0%
- viac ako 5 min.9%
Časy zahŕňajú iba spracovanie na serveri a merajú sa po dokončení nahrávania; nahrávanie ani sťahovanie nie sú zahrnuté. Veľké súbory trvajú dlhšie, ale limit je pre všetkých rovnaký: žiadny účet ani možnosť zakúpiť si prednosť vo fronte. Aktualizované 2026-11-05
Ako sa na tejto stránke reč mení na text
Váš prehliadač zaznamená zvuk z mikrofónu vo formáte Opus (Chrome, Firefox, Edge) alebo AAC (Safari) a uchová ho v pamäti. Po potvrdení sa súbor cez HTTPS nahrá na jeden z našich serverov na prepis.
Server ffmpeg zvuk dekóduje a Whisper – open-source model na rozpoznávanie reči – ho v jednom kroku prevedie na text vrátane interpunkcie a delenia viet. Ak je zapnutá detekcia hovoriacich, model diarizácie najprv rozdelí zvuk podľa hovoriacich a prepis sa príslušne označí.
Prepis sa uloží ako obyčajný textový súbor UTF 8 s bežnou interpunkciou a odsekmi, takže ho môžete otvoriť v ľubovoľnom editore, textovom procesore alebo aplikácii na poznámky a vložiť kamkoľvek. Na stránke s výsledkom si ho môžete stiahnuť; zvuk aj prepis sa potom automaticky odstránia.
Tipy na nahrávanie, ktoré sú dôležitejšie než akékoľvek nastavenie
Rozpoznávanie reči je len také kvalitné ako zvukový záznam. Najväčší rozdiel robia tri veci: vzdialenosť, hluk a prekrývanie hlasov. Mikrofón držte 10–20 cm od úst; telefón držaný blízko poskytne lepší výsledok než notebook na druhej strane stola. Vypnite ventilátory, zatvorte okno a vyhnite sa miestnostiam so silnou ozvenou.
Hovorte bežným tempom a dokončujte vety – model využíva kontext, takže nedokončené vety a výplňové slová vedú k horšiemu textu než o niečo pomalšia, súvislá reč. Pri rozhovoroch požiadajte ľudí, aby nehovorili jeden cez druhého; prekrývajúca sa reč je najnáročnejší prípad pre akýkoľvek systém rozpoznávania reči.
Pred začatím si vypočujte ukážku. Ak sa ukazovateľ úrovne zvuku sotva pohybuje alebo je neustále na maxime, nahrajte záznam znova, namiesto toho, aby ste dúfali, že prepis bude správny.
Typické využitie prevodu reči na text
Tento nástroj používajú učitelia, podcasteri, novinári a všetci, ktorí formulujú myšlienky rýchlejšie nahlas než na klávesnici: na vytvorenie návrhu e-mailu alebo článku hovorením, zaznamenanie zápisnice zo schôdze, premenu prednášky alebo hlasovej poznámky na poznámky s možnosťou vyhľadávania, prepis odpovedí z rozhovoru na výskumné účely a získanie čitateľnej verzie hlasovej správy, ktorú si teraz nemožno prehrať.
Keďže Whisper automaticky rozpoznáva jazyk, tá istá stránka funguje pre nemecký diktát, španielsku hlasovú poznámku aj anglickú prednášku bez akéhokoľvek nastavenia. Prepis sa neprekladá – zapíše sa v jazyku, ktorým sa hovorilo.
Pre zvuk, ktorý už existuje ako súbor – podcasty, prednášky, hovory – používajú prevodníky zvuku na text a MP3 na text na tejto stránke rovnaký inteligentný systém s rovnakými možnosťami.
Čo tento nástroj nerobí
Neprekladá: prepisy sú v hovorenom jazyku. Nevytvára časovanie titulkov – pre súbory SRT alebo VTT použite prevodníky titulkov na tejto stránke. Neidentifikuje hovoriacich podľa mena, iba podľa zmeny hovoriaceho, keď je zapnutá detekcia hovoriacich. Nedokáže ani obnoviť slová, ktoré v nahrávke nie je počuť.
Vlastné mená, názvy produktov a zriedkavé skratky sú najčastejšími chybami; pri čistej nahrávke zvyčajne stačí výsledok rýchlo prečítať so zameraním na tieto prvky.
FAQ
Často kladené otázky
Aká presná je transkripcia?
Pri jasnej nahrávke s jedným hovoriacim Whisper vo veľkých jazykoch vrátane interpunkcie zvyčajne správne rozpozná viac než 90 % slov. Presnosť klesá pri výraznom hluku na pozadí, keď hovorí viac ľudí naraz, pri veľmi tichom zvuku alebo silnom nárečí – tipy na nahrávanie uvedené nižšie pomôžu viac než akékoľvek nastavenie.
Ktoré jazyky sú podporované?
Whisper rozpoznáva približne 100 jazykov a automaticky vyberie jazyk podľa prvých sekúnd zvuku, takže nie je potrebné nič nastavovať. Nahrávky s viacerými jazykmi sa prepisujú v dominantnom jazyku. Prepis sa vytvorí v hovorenom jazyku; neprekladá sa.
Nahráva sa zvuk počas toho, ako hovorím?
Nie. Záznamník uchováva zvuk vo vašom prehliadači, kým nestlačíte tlačidlo v dialógovom okne. Ak akciu zrušíte alebo zatvoríte kartu, nič sa neodošle. Nahrané súbory a prepisy sa po spracovaní automaticky odstránia.
Aká dlhá môže byť nahrávka?
Nahrávanie v prehliadači sa zastaví po 30 minútach; nahrané súbory môžu byť dlhšie. Čas spracovania sa predlžuje s dĺžkou audia a detekcia hovoriacich pridáva približne rovnaký čas navyše.
Čo robí funkcia „Rozpoznať viacero hovoriacich“?
Pred prepisom prebehne krok diarizácie rečníkov a pri každej zmene rečníka vloží označenie. Použite ho pri rozhovoroch, stretnutiach a podcastoch; pri diktovaní a hlasových poznámkach ho nechajte vypnutý, pretože by len predĺžil čakanie.
Môžem text následne upraviť?
Áno – výsledkom je obyčajný súbor .txt. Otvorte ho v ľubovoľnom editore, opravte mená alebo odborné výrazy, ktoré model nesprávne rozpoznal, a vložte ho tam, kde ho potrebujete. Vlastné mená a zriedkavé skratky sú najčastejšie veci, ktoré treba skontrolovať.