Autor: redakcia whispertranscribe.ai · Aktualizované: november 2026 · Čítanie: 12 minút
Preklad reči na text znamená vziať nahrávku v jednom jazyku a vytvoriť text v inom. Existujú dva spôsoby: prepísať nahrávku v pôvodnom jazyku a text preložiť alebo použiť model, ktorý píše cieľový jazyk priamo zo zvuku. Prvý sa ľahšie kontroluje, druhý je rýchlejší.
Nižšie: oba postupy a ich slabiny, štyri praktické metódy vrátane viacjazyčných SRT a VTT titulkov, tabuľka faktorov kvality, kontrolný zoznam po preklade a situácie, keď je profesionálny prekladateľ bezpečnejšou voľbou.
Stručná odpoveď: ako preložiť reč na text
Pri väčšine nahrávok najprv prepíšte pôvodný jazyk, opravte prepis a potom preložte opravený text. Ak potrebujete iba angličtinu a rýchlosť, priamy nástroj na preklad reči do angličtiny postačí ako prvý návrh. V oboch prípadoch by mal všetko, čo publikujete alebo na čo sa spoliehate, skontrolovať človek ovládajúci oba jazyky.
- Prepíšte hovorený jazyk. Vyberte ho sami namiesto spoliehania sa na automatické rozpoznanie.
- Opravte zdrojový prepis. Najprv mená, čísla a výrazy.
- Preložte a skontrolujte. Preložte text a porovnajte ho s originálom a zvukom.
Čo je preklad reči na text?
Zahŕňa každý postup začínajúci rečou v jazyku A a končiaci textom v jazyku B. Bežný prepis zostáva v jednom jazyku. Bežný preklad začína textom. Táto úloha spája oboje a spôsob spojenia určuje jednoduchosť kontroly.
Dva postupy: kaskádový a priamy
Výskumníci nazývajú prvý prístup kaskádou: rozpoznanie reči a potom preklad textu. Druhý je priamy preklad reči alebo end-to-end, kde jeden model mapuje zvuk priamo na text cieľového jazyka. Whisper od OpenAI zvláda priamu verziu, ale iba do angličtiny.
| Najprv prepis, potom preklad (kaskáda) | Priamy preklad reči | |
|---|---|---|
| Viditeľné kroky | Dva: zdrojový prepis, potom preklad | Jeden: zvuk na vstup, cieľový text na výstup |
| Cieľové jazyky | Každý, ktorý podporuje prekladač textu | Často obmedzené; úloha translate vo Whisperi dáva iba angličtinu |
| Text pôvodného jazyka | Ponecháte si ho | Zvyčajne nevznikne |
| Kde možno zachytiť chyby | Medzi krokmi v zdrojovom texte | Iba porovnaním výstupu so zvukom |
| Opätovný preklad neskôr | Použite opravený prepis | Znova spracujte zvuk alebo preložte angličtinu |
| Najlepšie pre | Výskum, publikovanie, titulky vo viacerých jazykoch, citáty | Rýchle porozumenie nahrávke v angličtine |
Čo sa môže pokaziť v jednotlivých postupoch
V kaskáde sa chyby násobia. Ak prepis uvádza „päťdesiat“, hoci hovoriaci povedal „pätnásť“, preklad prenesie nesprávne číslo s dokonalou gramatikou. Riešenie je jednoduché: opravte prepis pred prekladom.
Pri priamom postupe neexistuje zdrojový text na kontrolu. Nesprávne počuté a nesprávne preložené slovo vyzerajú vo výstupe rovnako, preto sa kontrolór musí vrátiť k zvuku. Priamy výstup tiež môže pôsobiť plynulejšie, než si zaslúži, čo chyby zakrýva.
Ktorú metódu použiť?
Vyberajte podľa účelu textu a počtu potrebných jazykov.
| Situácia | Odporúčaná metóda | Prečo |
|---|---|---|
| Potrebujete rýchlo porozumieť cudzojazyčnej nahrávke | Metóda 2: priamo do angličtiny | Jeden krok, čitateľný návrh |
| Budete hovoriaceho citovať v článku alebo správe | Metóda 1 plus metóda 4 pre dôležité citáty | Môžete skontrolovať pôvodné slová |
| Potrebujete titulky v dvoch alebo viacerých jazykoch | Metóda 3: zdrojové SRT alebo VTT, potom preklad textu titulkov | Jeden časovací súbor pre všetky jazyky |
| Výskumné rozhovory na analýzu a citovanie | Metóda 1 | Kódovanie a citáty zostávajú naviazané na pôvodný prepis |
| Zmluvy, súdne, zdravotné alebo imigračné záznamy | Metóda 4 s kvalifikovaným odborníkom | Chyby majú skutočné následky |
Metóda 1: Prepíšte pôvodný jazyk a potom preložte text
Je to najflexibilnejší postup. Opravený prepis sa stane hlavnou kópiou a každý preklad z neho vychádza.
Krok 1: Prepíšte hovorený jazyk
Nahrajte súbor do nástroja na prepis a pred začiatkom nastavte jazyk. V whispertranscribe.ai, nástroji v prehliadači založenom na Whisperi od OpenAI, vyberáte z viac ako 130 jazykov, s regionálnymi možnosťami a režimami Noise / Low-Quality Audio/Video pre problematické nahrávky. Existujú stránky pre bežné zdroje ako španielsky zvuk a čínsky zvuk. Pri striedaní jazykov možnosť Multilingual Mix pokrýva angličtinu, španielčinu, francúzštinu, nemčinu, hindčinu, ruštinu, portugalčinu, japončinu, taliančinu a holandčinu.
Ak je nahrávka na Google Drive, Dropboxe, Vimeo alebo YouTube, prepíšte ju z URL namiesto sťahovania. Pri rozhovoroch a stretnutiach zapnite rozpoznanie hovoriacich.
Krok 2: Opravte zdrojový prepis
Prepis opravte pred prekladom, pretože každá neopravená chyba sa skopíruje do každého jazyka. Najprv vyhľadajte mená, názvy produktov a skratky, potom si znovu vypočujte každé číslo, ktoré ponecháte. Presnosť dosahuje až 99% pri čistom zvuku. Šum, výrazné prízvuky a prekrývanie ju znižujú, preto s kontrolou počítajte.
Krok 3: Preložte opravený text
Exportujte prepis ako DOCX alebo TXT a použite prekladač textu. Najprv overte limity formátov. V novembri 2026:
- Google Translate prekladá dokumenty do 10 MB vo formátoch .docx, .pdf, .pptx a .xlsx a PDF môžu mať najviac 300 strán podľa pomocníka Google Translate. Súbory titulkov v zozname nie sú.
- DeepL na stránke formátov uvádza DOCX, PDF a TXT. Uvádza aj SRT a VTT vrátane plánov Pro Individual, Pro Team, Pro Business a API, s limitom 150 KB alebo 200 KB na súbor titulkov. Bezplatný účet DeepL nepokrýva TXT.
Ak to nástroj umožňuje, poskytnite prekladaču kontext: kto hovorí, publikum a požadovanú formálnosť.
Krok 4: Uchovajte obe verzie vedľa seba
Uložte zdroj a preklad ako pár so zodpovedajúcimi názvami, napríklad interview-04_es_v2.docx a interview-04_en_v2.docx, aby sa sporný riadok dal vysledovať k originálu.
Metóda 2: Prepíšte priamo do angličtiny
Ak je cieľom angličtina a nahrávke potrebujete najmä porozumieť alebo ju zhrnúť, priamy nástroj ušetrí krok.
Použitie stránky na preklad zvuku do angličtiny
Stránka preklad zvuku do angličtiny od whispertranscribe.ai mení reč v iných jazykoch na anglický text. Stránka ju takto opisuje; neuvádza súbor cieľových jazykov, pretože výstup je angličtina.
- Vyberte hovorený jazyk. Krok 1 žiada jazyk nahrávky, nie cieľový. Stránka uvádza, že správny výber dáva presnejšiu angličtinu, a pri neuspokojivom výsledku navrhuje inú možnosť.
- Nahrajte súbor. Krok 2 prijíma bežné zvukové a videoformáty vrátane MP3, WAV, M4A, MP4, MOV a MKV.
- Zapnite rozpoznanie hovoriacich, ak hovorí viac ľudí. Stránka ho uvádza aj pre preklad.
- Vyberte Translate audio to English, potom skontrolujte anglický text a exportujte ho.
Výstup považujte za pracovný návrh; nesľubujeme kvalitu prekladu. Ak potrebujete aj prepis pôvodného jazyka, spustite bežný prepis.
Použitie open-source Whispera na vlastnom počítači
Repozitár Whispera od OpenAI dokumentuje úlohu prekladu s anglickým výstupom:
whisper japanese.wav --model medium --language Japanese --task translate
Dve upozornenia z README: predvolený model turbo nie je trénovaný na preklad a vracia pôvodný jazyk aj s --task translate, preto použite medium alebo large; výstup je iba v angličtine. Nemecký zvuk na francúzsky text stále potrebuje preklad textu. Tento príkaz Whisper CLI sme pre návod netestovali.
Aký je dobrý? Práca o Whisperi uvádza 125,000 hodín údajov pre preklad z X do angličtiny. Bez tréningu na CoVoST2, použitom benchmarku, dosiahol Whisper 29.1 BLEU, čo autori označili za nový špičkový výsledok. BLEU hodnotí prekrytie strojového výstupu s referenčnými prekladmi. Nie je to percento správnych viet. Práca tiež uvádza, že Whisper zaostáva za staršími systémami trénovanými priamo pre jazyky s mnohými zdrojmi a množstvo tréningových údajov predpovedá kvalitu prekladu oveľa menej spoľahlivo než kvalitu prepisu.
Metóda 3: Vytvorte viacjazyčné titulky (SRT a VTT)
Pri videu vytvorte jeden súbor titulkov v pôvodnom jazyku a preložte iba text každého titulku. Časovanie zostane vo všetkých jazykoch rovnaké.
Krok 1: Vygenerujte zdrojové titulky
Použite generátor titulkov alebo prevodník MP4 na SRT a exportujte SRT alebo VTT v hovorenom jazyku. Najprv opravte text a časovanie; súbor je šablónou pre všetky jazyky.
Krok 2: Preložte text titulku, nie štruktúru
Titulok SRT má číslo, riadok s časovým kódom a text. Zmeniť sa má iba text. Tu je vymyslený príklad:
12
00:01:04,200 --> 00:01:07,900
La reunión empieza el 3 de mayo a las 15:00.
12
00:01:04,200 --> 00:01:07,900
Stretnutie sa začína 3. mája o 15:00.
Číslo titulku a časový kód zostávajú rovnaké. Dátum a čas sa prispôsobia cieľovému publiku. Ak prekladač prijíma iba dokumenty, skopírujte text do tabuľky a vráťte ho po jednotlivých titulkoch. Plány DeepL Pro prijímajú SRT a VTT priamo, ako je uvedené vyššie.
Krok 3: Skontrolujte dĺžku čítania
Preložený riadok môže byť dlhší než originál a titulok pohodlne čitateľný za 3.7 sekundy sa už nemusí zmestiť. Dlhé titulky rozdeľte alebo skráťte formuláciu, no neposúvajte časové kódy bez kontroly podľa zvuku.
Krok 4: Nahrajte každý jazyk ako samostatnú stopu
Súbory pomenujte jazykovými kódmi, napríklad talk.en.srt a talk.es.srt, a nahrajte každý ako samostatnú stopu titulkov. Mäkké titulkové stopy umožňujú prepínanie jazykov.
Metóda 4: Pridajte ľudskú kontrolu
Pri všetkom, čo sa publikuje, cituje alebo používa pri rozhodovaní, nech dvojjazyčný kontrolór porovná preklad so zdrojom. Strojový výstup často pôsobí plynulo aj vtedy, keď je nesprávny.
Jednoduchý kontrolný hárok urýchli prácu. Tu je vymyslený príklad formátu:
| Titulok | Zdrojový riadok | Preklad | Označenie | Poznámka kontrolóra |
|---|---|---|---|---|
| #37 | Vamos a cerrar el trato el lunes | Dohodu uzavrieme v pondelok | OK | — |
| #81 | Eso no es moco de pavo | To nie je morčací sopeľ | Idiom | Použite „To nie je maličkosť“ |
| #126 | Facturamos 1,5 millones | Fakturovali sme 1,5 milióna | Číslo | Overte menu s hovoriacim |
Upozornite kontrolóra na mená, čísla, citáty, právne alebo zdravotné výrazy a nejasné časti. whispertranscribe.ai neponúka ľudský prepis ani preklad, takže tento krok je na vás alebo odborníkovi.
Čo ovplyvňuje kvalitu prekladu reči na text?
Kvalita sa určuje dvakrát: keď sa reč mení na text a keď text mení jazyk. Niektoré faktory škodia obom krokom.
| Faktor | Vplyv na prepis | Vplyv na preklad | Čo robiť |
|---|---|---|---|
| Kvalita zvuku (šum, ozvena, vzdialenosť) | Vynechané alebo zle počuté slová | Chyby prenesené do každého jazyka | Nahrávajte blízko mikrofónu; použite najčistejší originál |
| Prízvuky a dialekty | Viac chýb pri regionálnej reči | Regionálne slová sa môžu preložiť doslovne | Vyberte regionálnu možnosť, ak existuje |
| Technické výrazy | Zapísané podľa zvuku | Nesprávne alebo nekonzistentné ekvivalenty | Pripravte slovník a opravte zdroj |
| Jazykový pár | Závisí od hovoreného jazyka | Bežné páry zvyčajne prekonajú zriedkavé | Pri menej bežných jazykoch plánujte viac kontroly |
| Vlastné mená | Mená zmenené na bežné slová | Mená „preložené“ alebo zmenené | Spíšte mená, vyhľadajte a opravte |
| Striedanie jazykov | Nesprávne určený jazyk uprostred vety | Zmiešaný text mätie prekladač | Použite zmiešaný režim; označte každý jazyk |
| Prekrývanie reči | Riadky spojené alebo vynechané | Strata významu hovoriaceho | Samostatné mikrofóny; pri prerušení kontrolujte označenia |
Osvedčené postupy pre rečové dáta od Google uvádzajú, že stratové kodeky ako MP3 a M4A môžu znížiť presnosť a šum a ozvena škodia viac spolu so stratovým kodekom. README OpenAI dodáva, že výkonnosť Whispera sa značne líši podľa jazyka. Oboje je dôvodom vyskúšať krátku vzorku pred veľkou dávkou.
Kontrolný zoznam po preklade
Prejdite ho po každom preklade predtým, ako ho uvidí niekto mimo tímu:
- Čísla. Každá hodnota zodpovedá zvuku. Pozor na desatinnú čiarku: „1,5“ v mnohých európskych jazykoch je v angličtine 1.5.
- Mena a jednotky. Mena zostáva podľa hovoriaceho, pokiaľ neuvádzate prepočet; kilometre sa potichu nemenia na míle.
- Mená a tituly. Ľudí, firmy a miesta píšte podľa ich vlastného pravopisu, neprekladajte ich.
- Dátumy a časy. Poradie dňa a mesiaca sa líši, preto 03/04 môže znamenať 3. apríl alebo 4. marec. Ak je to dôležité, napíšte mesiac slovom.
- Citáty. Priame citáty overte podľa zvuku, nie iba podľa prepisu.
- Idiómy a humor. Doslovné preklady idiómov nahraďte prirodzenými ekvivalentmi alebo označte.
- Kultúrny kontext. Ťažko prenosné odkazy doplňte krátkou poznámkou namiesto tichého prepísania.
- Register. Formálne a neformálne oslovenie (tú/usted, du/Sie) má zodpovedať vzťahu hovoriacich.
- Označenia hovoriacich. Každý riadok stále patrí správnej osobe.
- Nejasné pasáže. Neistotu označte
[unclear]v oboch jazykoch namiesto hádania.
Kedy potrebujete profesionálneho prekladateľa?
Kvalifikovaného ľudského prekladateľa použite, keď chyba môže stáť peniaze, zdravie, právne postavenie alebo dôveru. Toto nie je právne poradenstvo a požiadavky sa líšia podľa krajiny, súdu a úradu, preto sa informujte u príjemcu dokumentu.
| Situácia | Prečo strojový výstup nestačí |
|---|---|
| Imigračné podania | Pravidlá USA (8 CFR 103.2(b)(3)) vyžadujú pri cudzojazyčných dokumentoch zaslaných USCIS úplný anglický preklad potvrdený prekladateľom, ktorý uvedie, že je úplný a presný a že je spôsobilý prekladať |
| Súdne dôkazy a výpovede | Súdy často stanovujú vlastné pravidlá, kto môže prekladať alebo potvrdzovať |
| Zmluvy a dohody | Jedno nesprávne slovo môže zmeniť povinnosť |
| Zdravotné konzultácie a záznamy | Dávkovanie, príznaky a súhlas musia byť presné |
| Publikované citáty a tlačové materiály | Nesprávny citát poškodzuje dôveru a môže viesť k zodpovednosti |
Pri menej rizikovej práci ako interné poznámky, výskumné návrhy alebo porozumenie videu zvyčajne stačí strojový preklad s vlastnou kontrolou.
Ktorý exportný formát potrebujete?
Vyberte formát pre ďalší krok. whispertranscribe.ai exportuje prepisy ako DOCX, PDF, TXT, CSV, SRT a VTT.
| Formát | Použite na |
|---|---|
| DOCX | Preklad vo Worde, DeepL alebo Google Translate; úpravu s komentármi |
| TXT | Vloženie do prekladača alebo inej aplikácie |
| Pevnú kópiu schváleného prekladu | |
| CSV | Porovnávacie kontrolné hárky a kódovanie výskumu |
| SRT | Stopy titulkov pre YouTube, videoeditory a prehrávače |
| VTT | Titulky pre HTML5 webové videoprehrávače |
Časté otázky
Aký je rozdiel medzi prevodom reči na text a prekladom reči na text?
Prevod reči na text zachováva pôvodný jazyk: španielsky zvuk sa zmení na španielsky text. Preklad reči na text končí v inom jazyku, napríklad anglickým textom. Môže prebehnúť v dvoch krokoch prepisom a prekladom alebo v jednom pomocou modelu píšuceho cieľový jazyk priamo. Dvojkrokový postup sa ľahšie kontroluje, pretože zdroj opravíte pred prekladom a neskôr ho môžete použiť pre ďalšie jazyky.
Dokáže Whisper prekladať zvuk aj do iných jazykov než angličtiny?
Nie. Zabudovaná úloha translate vo Whisperi dáva iba angličtinu. Dokáže prijať reč v mnohých jazykoch, ale píše anglický text. Pre iný cieľ prepíšte pôvodný jazyk a text preložte prekladačom. README OpenAI tiež uvádza, že predvolený turbo nie je trénovaný na preklad a vracia pôvodný jazyk aj pri žiadosti o preklad. Použite medium alebo large.
Je lepšie najprv prepísať a potom preložiť?
Zvyčajne áno, keď sa výsledok publikuje, cituje alebo prekladá do viacerých jazykov. Najprv získate zdrojový text na opravu, takže zle počuté meno alebo číslo opravíte raz, nie v každom preklade. Priamy preklad reči do angličtiny je rýchlejší na porozumenie nahrávke. Pre titulky vo viacerých jazykoch je najpraktickejším začiatkom opravený zdrojový SRT alebo VTT.
Aký presný je preklad reči na text?
Závisí od zvuku, jazykového páru a témy a neexistuje jedna hodnota pre všetky. Prepis čistého zvuku môže byť veľmi presný. whispertranscribe.ai dosahuje až 99% pri čistom zvuku, zatiaľ čo šum a prízvuky ho znižujú. Preklad pridáva vlastné chyby, najmä pri idiómoch, menách a technických výrazoch. Bežné páry spravidla fungujú lepšie než zriedkavé. Skontrolujte čísla, mená a citáty a pri dôležitom obsahu zabezpečte dvojjazyčnú kontrolu.
Môžem preložiť titulky a zachovať časové značky?
Áno. Preložte iba text každého titulku a čísla a časové kódy nechajte nezmenené. Dá sa to ručne vložením textu do prekladača a späť alebo nástrojom prijímajúcim súbory titulkov. DeepL uvádza SRT a VTT v plánoch Pro Individual, Pro Team, Pro Business a API. Dokumentová funkcia Google Translate titulkové formáty neuvádza. Po preklade overte čitateľnosť dlhých riadkov za čas zobrazenia.
Môžem použiť strojový preklad pri právnych alebo zdravotných nahrávkach?
Na prvý náhľad áno, nie ako konečnú verziu. Právne, zdravotné, zmluvné a imigračné materiály často potrebujú kvalifikovaného ľudského prekladateľa a niektoré úrady vyžadujú overený preklad. Americké imigračné pravidlá napríklad vyžadujú potvrdenie prekladateľa o úplnosti a presnosti anglického prekladu. Požiadavky sa líšia podľa krajiny a inštitúcie, preto sa informujte u príjemcu. Ide o všeobecné informácie, nie právne poradenstvo.
Chcete začať? Nahrajte nahrávku do prekladu zvuku do angličtiny, alebo ju najprv prepíšte v pôvodnom jazyku pre titulky a iné cieľové jazyky. Môžete vyskúšať bezplatne bez účtu. Platené plány začínajú od $9.99 mesačne pri ročnej platbe; pozrite ceny. whispertranscribe.ai neponúka API, ľudský prepis ani bota na stretnutia.
Zdroje
- Radford a kol., OpenAI: Robustné rozpoznávanie reči pomocou rozsiahleho slabého dohľadu (sekcie 1, 2.1 a 3.5, tabuľka 4)
- OpenAI: Whisper na GitHube (README, použitie príkazového riadka)
- Google Translate Help: Preklad dokumentov a webových stránok
- DeepL Help Center: Formáty súborov
- Google Cloud: Osvedčené postupy poskytovania dát pre Speech-to-Text API
- eCFR: 8 CFR 103.2, podávanie a rozhodovanie o žiadostiach
