Online převodník audia na text: jak vybrat, používat a vyhnout se chybám

Redakce whispertranscribe.ai · Poslední aktualizace: listopad 2026 · Čtení na 13 minut

Převodník audia na text mění nahranou řeč na upravitelný a prohledávatelný text. Online verze běží ve webovém prohlížeči: nahrajete soubor, model rozpoznávání řeči jej zpracuje na serverech poskytovatele a stáhnete přepis. Vybírejte podle limitů souborů, jazyků, označení mluvčích, formátů exportu a podmínek soukromí.

Dva převodníky, které na úvodní stránce vypadají podobně, se mohou desetinásobně lišit délkou souboru nebo používat vaše nahrávky k trénování AI. Níže najdete kontroly ověřitelné na stránkách poskytovatelů, srovnání šesti nástrojů, postup v pěti krocích, přípravu audia, tabulku řešení problémů a šest otázek k zásadám soukromí.

Upozornění. Tento průvodce vydává whispertranscribe.ai a uvádí vlastní převodník jako první. Každý údaj o konkurenci odkazuje na stránku příslušné společnosti a byl ověřen v listopadu 2026. Pro tento článek jsme neprovedli srovnávací test přesnosti, proto zde nenajdete testovací skóre.

Rychlá odpověď: co dělá online převodník audia na text?

Přijme zvukový soubor nebo odkaz a vrátí text, obvykle s časovými značkami a často s označením mluvčích. Většina současných nástrojů používá neuronové modely rozpoznávání řeči; například whispertranscribe.ai i TurboScribe používají rodinu modelů Whisper od OpenAI. whispertranscribe.ai je webový nástroj pro přepis audia a videa ve více než 130 jazycích, který přijímá soubory až 5GB a 10 hodin.

Základní postup je všude podobný:

  1. Nahrajte soubor, například MP3, WAV nebo M4A, nebo vložte odkaz.
  2. Nastavte jazyk řeči a možnosti jako rozpoznání mluvčích.
  3. Zkontrolujte a exportujte do dokumentu (DOCX, PDF, TXT) nebo titulků (SRT, VTT).

Použijte jej, když už máte nahrávku, potřebujete označení mluvčích či časové značky a nevadí vám zpracování v cloudu. Nepoužívejte jej, když audio nesmí opustit počítač (zvolte offline nástroj), člověk musí ověřit každé slovo (zvolte lidskou službu) nebo chcete zapisovat řeč při mluvení (jde o diktování zabudované v telefonu či počítači).

Jak vybrat převodník audia na text: 8 ověřitelných kontrol

Místo přídavných jmen („rychlý“, „přesný“, „bezpečný“) hledejte písemně uvedené limity. Tabulka ukazuje, kde je obvykle najdete a před čím se mít na pozoru.

Kontrola Co hledat Kde bývá uvedeno Varovný signál
1. Limit velikosti a délky Velikost (GB) i trvání (hodiny) Ceník, nápověda nahrávání Jen jedno číslo nebo bezplatný limit zjištěný až po nahrání
2. Jazyky Váš jazyk a regionální varianta; podle potřeby režim více jazyků Seznam jazyků Zaokrouhlený počet bez seznamu
3. Rozpoznání mluvčích Dostupnost v plánu bez změny limitu souboru Seznam funkcí, nápověda Kratší povolená délka při zapnutí
4. Formáty exportu Potřebné formáty v plánu, který použijete Srovnávací tabulka cen Inzerované DOCX či SRT chybí ve sloupci zdarma
5. Soukromí Uchovávání, mazání, trénování AI, lidská kontrola, jmenované třetí strany Zásady soukromí, FAQ zabezpečení Ujištění bez podmínek uchovávání nebo trénování
6. Registrace Možnost vyzkoušet soubor před vytvořením účtu či zadáním karty Stránka bezplatného nástroje, FAQ Karta nutná k „bezplatné“ zkoušce
7. Cenový model Měsíční minuty, balíčky hodin nebo paušál s pravidly férového užívání Ceník a FAQ Minuty propadající při nepravidelném použití
8. Tvrzení o přesnosti Uvedená podmínka, například „u čistého audia“ Stránka produktu, FAQ Procento bez podmínky či zdroje

Dvě věci často matou. Limity se kombinují: plán může přijmout 1 GB, ale zastavit se po 3 hodinách, nebo počítat nahrání odděleně od minut. A „zdarma“ se velmi liší, od tří krátkých souborů denně po jednorázovou desetiminutovou zkoušku. Čtěte bezplatný sloupec ceníku, nikoli banner.

Srovnání 6 online převodníků (ověřeno v listopadu 2026)

Následuje srovnání podle stránek samotných společností. „Nezveřejněno“ znamená, že jsme údaj na čtených stránkách nenašli.

Nástroj Maximum souboru (velikost / délka) Jazyky Mluvčí Exporty Bezplatný začátek Uvádí trénování AI na vašem obsahu? Placené od
whispertranscribe.ai 5GB / 10 hodin 130+ Ano DOCX, PDF, SRT, VTT, TXT, CSV Zdarma bez účtu Ne (zásady soukromí) $9.99/měsíc při roční platbě
TurboScribe 5 GB / 10 hodin Unlimited; 30 minut Free 98+ Ano PDF, DOCX, SRT, VTT, CSV, TXT Zdarma, bez karty Ne (FAQ zabezpečení) $10/měsíc ročně
HappyScribe Zvuková stránka uvádí „bez limitu velikosti“; minuty se počítají 150+ Ano Free: TXT, SRT. Pro: 15+ formátů Registrace zdarma bez karty Jen při souhlasu při registraci (zásady soukromí) $8.50/měsíc ročně
Notta Audio 1 GB / 5 hodin (3 s identifikací mluvčích); 3 minuty Free 58 Ano Export je funkce Pro Zdarma bez karty Nezveřejněno $8.17/měsíc ročně
Otter.ai 5 GB; 30 minut na rozhovor Basic, 90 Pro Ceník 6; podpora 17 Ano Basic: MP3, TXT. Pro přidává PDF, DOCX, SRT Basic zdarma Ano, na deidentifikovaných zvukových nahrávkách a přepisech, které mohou obsahovat osobní údaje (zásady soukromí) $8.33/uživatel/měsíc ročně
Rev Nezveřejněno Free: angličtina. Essentials: angličtina a španělština. Pro: 37+ Nezveřejněno V ceníku nezveřejněno Free Uvádí, že neumožňuje trénování externích LLM na zákaznických datech $25.49/místo/měsíc ročně

whispertranscribe.ai

Vhodné pro: dlouhé nahrávky a neanglické audio: až 5GB a 10 hodin, 130+ jazyků s regionálními variantami, Multilingual Mix pro střídání jazyků a pro mnohé jazyky režim Noise / Low-Quality Audio/Video.

Pozor na: pouze cloud, bez offline režimu, aplikace, API, lidské korektury a vlastního slovníku; jména a odborné výrazy je třeba zkontrolovat ručně. Bezplatný začátek neuvádí pevný počet minut a dlouhý přepis může před úplným zobrazením požadovat upgrade.

Dalších pět stručně

  • TurboScribe vyhovuje častým uživatelům s paušálem: Unlimited nemá celkový limit pro jednu osobu a používá Whisper. Zdarma jsou 3 soubory denně po 30 minutách a účty nelze sdílet.
  • HappyScribe je vhodný pro titulky a týmy, které mohou přidat lidskou korekturu (od $2.00/min). Placené plány počítají minuty AI (Basic 120 měsíčně); zdarma je jednorázová desetiminutová zkouška.
  • Notta vyhovuje těm, kdo chtějí i nahrávání schůzek a mobilní aplikace. Bezplatné rozhovory končí po 3 minutách, export je Pro a identifikace mluvčích snižuje limit audia z 5 na 3 hodiny.
  • Otter.ai vyhovuje živým schůzkám v podporovaných jazycích. Ceník uvádí 6 jazyků, oficiální podpora 17; ověřte dostupnost. Basic dovoluje jen 3 importy za život účtu a zásady soukromí zmiňují trénování vlastní AI na deidentifikovaných zvukových nahrávkách a přepisech, které mohou obsahovat osobní údaje.
  • Rev vyhovuje právním a vyšetřovacím týmům, které mohou potřebovat lidský přepis (od $1.99/min). Free je jen anglicky s 45 minutami AI měsíčně a placené plány se účtují za místo.

Podrobnější recenze najdete v průvodcích nejlepším přepisovacím softwarem AI a alternativami TurboScribe.

Jak používat online převodník audia na text v 5 krocích

Následující kroky používají bezplatný převodník audia na text whispertranscribe.ai; jiné nástroje mají podobné pořadí a jiné názvy.

Krok 1: Nahrajte audio

Přetáhněte soubor do pole („Drag & drop or browse file“). Přijímají se běžné zvukové a videoformáty (viz tabulku níže). U nahrávky na YouTube, Vimeo, Google Drive nebo Dropbox vložte odkaz do Transcribe from URL místo předchozího stažení.

Krok 2: Vyberte jazyk řeči

Jazyk vyberte sami místo spoléhání na automatické rozpoznání. Stránka uvádí, že některé jazyky mají více možností, a při špatném výsledku doporučuje zkusit jinou. Použijte odpovídající regionální variantu, například portugalštinu Brazílie, režim Noise / Low-Quality pro nekvalitní nahrávky a Multilingual Mix při střídání jazyků.

Krok 3: Nastavte možnosti a přepište

U rozhovorů, schůzek a podcastů zapněte Enable Speaker Detection a klikněte na Convert audio to text. U čistého audia může přesnost dosáhnout až 99 %; v hlučné místnosti, se silnými přízvuky nebo překrývající se řečí očekávejte méně.

Krok 4: Zkontrolujte text podle audia

Při čtení přehrávejte nahrávku a zkontrolujte místa, kde rozpoznávání často chybuje:

  • Vlastní jména: osoby, společnosti, místa a produkty.
  • Čísla: ceny, data, procenta a telefonní čísla.
  • Změny mluvčích: krátká odpověď („Ano.“) se často přiřadí nesprávné osobě.
  • Překrývání a smích: text může chybět nebo být sloučen.
  • Ticho nebo samotná hudba: hledejte opakované nebo vymyšlené řádky.

Krok 5: Exportujte správný formát

Vyberte podle dalšího použití: DOCX či PDF pro dokumenty, TXT pro vložení jinam, CSV pro tabulky nebo výzkumné kódování a SRT či VTT pro titulky.

Můžete začít bez účtu. Pro pravidelné použití jsou plány od $9.99/měsíc při roční platbě (ceny).

Příprava audia: lepší přesnost před nahráním

Čistší audio přepisu pomůže více než změna nástroje. Tyto body vycházejí z doporučení Google Cloud pro řečová data, která platí obecně, přestože jsou napsána pro rozpoznávač Google.

Před nahráváním

  • Umístěte mikrofon blízko mluvčího, zvláště při hluku v pozadí.
  • Vypněte automatické řízení zisku a potlačení šumu, pokud to aplikace dovoluje; Google doporučuje vypnout redukci šumu a AGC.
  • Nastavte úrovně, aby hlasité okamžiky nepřebudily záznam. Zkreslené špičky nelze později opravit.
  • Nahrávejte při 16,000 Hz nebo více. Telefony a rekordéry to obvykle již dělají.
  • Pokud můžete, zvolte bezeztrátový formát. Google doporučuje FLAC nebo nekomprimované audio (LINEAR16) a varuje, že MP3, M4A a další ztrátové kodeky mohou snížit přesnost.

Před nahráním souboru

  • Nahrajte originál, nikoli překódovanou kopii. Uložení MP3 jako WAV zvětší soubor bez obnovení detailů a Google nedoporučuje převzorkování (telefonní nahrávku 8,000 Hz odešlete beze změny).
  • Poslechněte 30 sekund na začátku a uprostřed a ověřte jazyk a slyšitelnost všech hlasů.
  • Odstřihněte dlouhé hudební úvody nebo ticho, kde model může vytvářet opakovaný či vymyšlený text.
  • Zmenšete velká videa na audio pomocí převodníku audia a videa na MP3, pokud je nahrávání pomalé.
  • Poznamenejte si jména a termíny, které při korektuře ověříte.

Zvukové formáty: které soubory fungují pro přepis nejlépe?

Každý běžný formát lze přepsat; liší se množstvím detailů zachovaných po kompresi. Bezeztrátové formáty zachovávají vše zachycené mikrofonem, ztrátové část odstraní kvůli úspoře místa.

Formát Ztrátový nebo bezeztrátový Obvyklý původ Tip pro přepis
MP3 Ztrátový Podcasty, stažené soubory, starší rekordéry Pro čistou řeč dostačuje; nahrajte jej beze změny. Zkuste MP3 na text
WAV Obvykle nekomprimované PCM, ale kodek uvnitř se může lišit (Library of Congress) Terénní rekordéry, zvukové editory Nejlepší kvalita, největší soubory; u dlouhých záznamů hlídejte velikost
M4A / AAC Ztrátový (AAC) Hlasové poznámky iPhone, rekordéry Android Nahrajte přímo; přepis hlasových poznámek pokrývá postup z telefonu
FLAC Bezeztrátový, komprimovaný (RFC 9639) Archivy, exporty audia Menší než WAV bez ztráty kvality; vhodný, máte-li kontrolu nad exportem
ALAC Bezeztrátový Knihovna Apple Music, některé exporty Apple Podobný FLAC ve formátu Apple
AIFF Obvykle nekomprimovaný Zvukové aplikace Mac, exporty GarageBand Zacházejte s ním jako s WAV
CAF Kontejner; může obsahovat ztrátové i bezeztrátové audio Aplikace a vývojářské nástroje Apple Nahrajte beze změny
OGG Kontejner, často Vorbis nebo Opus (ztrátové) Webové audio, hry, některé komunikátory Nahrajte beze změny
OPUS Ztrátový, vytvořený pro řeč a hudbu od 6 do 510 kbit/s (RFC 6716) Hlasové zprávy, VoIP hovory Obvykle malý a dostatečně čistý pro přepis
AMR Ztrátový, úzkopásmová řeč Starší telefonní a hlasové rekordéry U starého telefonního audia očekávejte nižší přesnost; nezvyšujte vzorkovací frekvenci

Přijímají se také videosoubory (MP4, MOV, M4V, MKV, AVI, WMV, WEBM, MPG, MPEG): převodník čte zvukovou stopu. Pro projekty zaměřené na video použijte převodník videa na text.

Řešení běžných problémů

Většina špatných přepisů souvisí s nastavením jazyka nebo samotným audiem.

Problém Pravděpodobná příčina Co zkusit
Přepis nedává smysl nebo je v jiném jazyce Nesprávný jazyk nebo automatické rozpoznání z krátkého úvodu Spusťte znovu se správným jazykem či variantou; pro více jazyků použijte Multilingual Mix
Nahrání odmítnuto Soubor příliš velký nebo dlouhý Ověřte limit (whispertranscribe.ai: 5GB a 10 hodin); rozdělte nahrávku nebo převeďte video na audio
Zpráva „Nebyl zjištěn zvuk“ Poškozený soubor, tichá stopa nebo audio v neočekávaném kanálu Přehrávejte soubor místně; znovu exportujte z nahrávací aplikace
Veškerá řeč pod jedním mluvčím Vypnuté rozpoznání nebo velmi podobné hlasy Zapněte rozpoznání a spusťte znovu; při korektuře přejmenujte štítky
Opakované nebo vymyšlené řádky Dlouhé ticho, hudba nebo silný hluk Tyto části odstřihněte; zkuste Noise / Low-Quality
Chybná jména a odborné výrazy Vzácná slova, která model neviděl často Najděte a nahraďte podle seznamu jmen a termínů
Zobrazuje se jen část přepisu Bezplatný limit nástroje Před nahráním dlouhého souboru ověřte limity v ceníku

Je online převodník bezpečný? 6 otázek k zásadám soukromí

Soukromí online převodníku závisí na písemných zásadách i vašem sdílení. Před nahráním rozhovorů, klientských hovorů či osobních údajů si přečtěte zásady a hledejte konkrétní ověřitelné odpovědi místo obecného ujišťování. Písemný závazek lze po poskytovateli požadovat; neurčitý nikoli. Jde o obecné informace, nikoli právní radu.

Zde je šest otázek a odpovědi podle zásad soukromí whispertranscribe.ai (čteno v listopadu 2026):

Otázka Proč záleží Odpověď whispertranscribe.ai (podle /privacy)
1. Co se stane s originálem po zpracování? Jde o nejúplnější kopii rozhovoru Původní nahrané audio a video se po zpracování automaticky odstraní
2. Jaké další kopie se uchovávají a jak dlouho? Přepisy a extrahované audio mohou mít jiná pravidla Extrahované MP3 se standardně mažou po 30 dnech; přepisy nemají pevné vypršení a mažete je sami
3. Používá se obsah k trénování AI? Vaše slova mohou ovlivnit model používaný ostatními Ne. Zásady uvádějí, že obsah neslouží k trénování, dolaďování ani hodnocení vlastních modelů či modelů třetích stran
4. Poslouchá nebo čte jej člověk? Lidská kontrola kvality znamená, že někdo slyší vaše audio Nahrávky ani přepisy nekontrolují lidé
5. Které externí společnosti se účastní? Každá představuje další místo, kam putují data OpenAI je uvedena jako poskytovatel AI; Firebase, Mixpanel a Google Analytics pro analytiku
6. Mohu vše smazat a lze to obnovit? Mazání má být ve vašich rukou a konečné Soubory, přepisy a extrahované MP3 lze kdykoli smazat nebo požádat o odstranění účtu

Zásady uvádějí také šifrování TLS 1.3 při přenosu a AES-256 při uložení. Pokud organizace vyžaduje konkrétní certifikaci či podepsanou smlouvu, požádejte poskytovatele o dokument a vyberte toho, kdo jej může dodat. Ať použijete kterýkoli nástroj, před nahráváním získejte potřebný souhlas nahrávaných osob.

Který převodník audia na text použít?

Přizpůsobte nástroj nahrávce:

  • Dlouhé soubory nebo mnoho jazyků: vysoké limity a široký seznam jazyků, například whispertranscribe.ai nebo TurboScribe.
  • Rychlé hlasové poznámky či mluvené koncepty: může stačit stránka hlas na text nebo diktování v zařízení.
  • Týdenní živé schůzky: asistent jako Otter.ai nebo Notta, pokud vyhovují jazyky.
  • Právní záznamy a přesné citace: služba s lidským přepisem, jako Rev či HappyScribe, nebo pečlivá lidská kontrola návrhu AI.
  • Audio, které nesmí opustit počítač: offline aplikace založená na Whisper; viz nejlepší bezplatný přepisovací software.

Další možnosti porovnejte na stránce funkcí.

Časté dotazy

Jaký je nejlepší online převodník audia na text?

Nejlepší je ten, jehož limity odpovídají vašim nahrávkám. Pro dlouhé soubory a mnoho jazyků hledejte vysoké limity a úplný seznam jazyků; whispertranscribe.ai zpracuje soubory až 5GB a 10 hodin ve více než 130 jazycích a TurboScribe nabízí paušál. Pro živé schůzky se lépe hodí Otter.ai nebo Notta. Pokud musí být každé slovo ověřeno, zvolte lidský přepis, například Rev.

Mohu převést audio na text online zdarma?

Ano, většinu převodníků lze vyzkoušet zdarma, ale limity se značně liší. Podle kontroly v listopadu 2026 dovoluje TurboScribe tři soubory denně po 30 minutách, Notta omezuje bezplatný rozhovor na 3 minuty a HappyScribe nabízí jednorázovou desetiminutovou zkoušku. whispertranscribe.ai umožňuje začít bez účtu; před nahráním dlouhého souboru ověřte aktuální rozsah zdarma na stránce.

Jak přesné jsou online převodníky?

U čistého audia jsou moderní převodníky velmi přesné, ale přesnost klesá s hlukem, vzdáleností od mikrofonu, silnými přízvuky a překrývající se řečí. whispertranscribe.ai dosahuje až 99 % na čistém audiu. Poskytovatelé měří přesnost různě, proto jednotlivé procento berte jako nejlepší případ. Nejspolehlivější je krátká zkouška vašeho audia následovaná kontrolou jmen, čísel a odborných výrazů.

Je bezpečné nahrát audio do online převodníku?

Může být, pokud písemné zásady poskytovatele odpovídají na správné otázky. Ověřte osud originálu, dobu uchovávání kopií, trénování AI, lidskou kontrolu, třetí strany a trvalost mazání. Zásady whispertranscribe.ai uvádějí odstranění originálu po zpracování a nepoužití obsahu k trénování. Pro audio, které musí zůstat v zařízení, použijte offline nástroj. Nejde o právní radu.

Jaký zvukový formát je nejlepší pro přepis?

Bezeztrátový WAV nebo FLAC zachová nejvíce detailů, proto jej použijte, máte-li kontrolu nad nahráváním či exportem. Pokud už máte MP3 nebo M4A, nahrajte jej beze změny: převod ztrátového souboru do WAV jej zvětší bez obnovení detailů. Důležitější je mikrofon blízko mluvčího, žádné přebuzení a nízký hluk.

Dokáže převodník rozlišit mluvčí?

Ano, mnoho nástrojů to umí. Funkce se obvykle nazývá rozpoznání mluvčích, speaker detection nebo diarizace a označuje části přepisu podle mluvčího. Ve whispertranscribe.ai zapnete Enable Speaker Detection před přepisem. Štítky jsou méně spolehlivé u podobných hlasů a překrývající se řeči, proto při korektuře ověřte změny a přejmenujte je na skutečná jména.


Chcete převést vlastní nahrávku? Nahrajte ji do bezplatného převodníku audia na text whispertranscribe.ai: vyberte z 130+ jazyků, zapněte rozpoznání mluvčích a exportujte DOCX, PDF, TXT, CSV, SRT nebo VTT. Placené plány od $9.99/měsíc při roční platbě.

Zdroje

Chcete převést nahrávky na text?

Přepisujte zvuk a video s whispertranscribe.ai.

Začít s přepisem ↗