Nahrávek přibývá rychleji, než stíháte přemýšlet, kam jdou. Porada, klientský hovor, konzultace, poznámka nadiktovaná v autě. Text z nich dnes vytáhne kterákoli aplikace za pár kliknutí. Málokdo se přitom ptá na to nejdůležitější: kam se nahrávka odešle a co se s ní tam děje dál.
Přistihl jsem se u toho sám. Přetáhl jsem hodinový klientský hovor do webové aplikace a šel se mezitím naobědvat. Cestou mi teprve došlo, co všechno v tom hovoru zaznělo. Jména, čísla a věci, které mi klient řekl jen proto, že věřil, že zůstanou mezi námi.
Nerozhoduje přesnost přepisu, ale kam nahrávka odejde
U přepisu se rozhoduje dřív, než přijde na řadu přesnost. Nejdřív jde o to, kudy nahrávka putuje a kde se cestou zastaví. Špatně přepsané slovo opravíte za dvě minuty. Kopii na cizím serveru už zpátky nevezmete.
Cesta nahrávky
Trasa, kterou zvukový soubor ujede, než se vám vrátí jako text: z notebooku na server poskytovatele, tam do modelu, který ho přepíše, a často ještě do zálohy. Většina služeb ji poctivě popisuje v podmínkách. Jenom je nikdo nečte, protože přepis je hotový za dvě minuty a vypadá jako neškodná drobnost.
U veřejné přednášky je to jedno. U pohovoru s uchazečem, u porady o cenách nebo u hovoru, ve kterém klient mluví o svých penězích, je to něco docela jiného. Odpovídáte za to vy, ne aplikace. Odpovědnost za práci stroje se totiž předat nedá, ať ji odvede kdokoli.
Nejcitlivější věta z celé porady nezazní na poradě. Zazní až v přepisu, který leží na cizím serveru.
Přepis, který se celý odehraje u vás na stole
Druhá cesta existuje a je překvapivě obyčejná. Model na převod řeči na text se dá jednou stáhnout do počítače a od té chvíle pracuje i bez internetu. Zvuk nikam neodchází. Text vzniká na stejném disku, na kterém leží nahrávka.
Rychlost se liší podle stroje. Na novějším notebooku bývá text hotový dřív, než by nahrávka dohrála, na starším si počkáte. Model si poradí i s běžnou českou schůzkou, což mě upřímně překvapilo. Je to stejný princip, na jakém stojí i diktování místo psaní: řeč je pro počítač dneska obyčejný vstup.
Nejde přitom o žádnou tajnou technologii. Otevřené modely na přepis řeči jsou volně ke stažení a rozběhnou se na obyčejném pracovním notebooku. Potřebují jen jedno nastavení na začátku a kousek místa na disku. Pak už si o sobě nedají vědět.
A nestojí to nic. Ne nic do vyčerpání bezplatného tarifu, ale nic pokaždé. Placené přepisovače se účtují po hodinách zvuku a u českých služeb to k 19. 9. 2026 vycházelo kolem dvou set korun za hodinu záznamu. Při deseti hodinách nahrávek měsíčně už je to částka, nad kterou se člověk zamyslí.
Co se tím doopravdy mění
Nejvíc se změnilo rozhodování. Odpadlo přemýšlení, co je ještě únosné poslat ven a co ne. Když přepis nic nestojí a nikam neodchází, přepisuje se úplně všechno.
Z nahrávek se tím stane archiv, ve kterém se dá hledat. Starší záznamy, které roky ležely na disku bez užitku, si nechám projet v dávce přes noc a ráno je z nich čitelný text. Poslouchat hodinový hovor podruhé už nikdo nemusí.
Změnilo se i to, co si vůbec dovolím nahrát. Dřív jsem si u citlivějších hovorů radši psal poznámky rukou a večer je luštil. Dneska zapnu nahrávání pokaždé, protože vím, že záznam zůstane doma. Z poznámek se stal vedlejší produkt, ne práce navíc.
Minutový sebetest
Projděte si nahrávky z posledního měsíce a u každé se zeptejte: vadilo by mi, kdyby se tahle věta objevila mimo firmu? Pak se podívejte, kolik z nich jste poslali do cizí aplikace. U mě to číslo nikdy nesedělo tak, jak jsem si myslel.
Co lokální přepis neumí
Na rovinu: dostanete holý text. Žádné rozdělení podle mluvčích, žádný editor, žádné shrnutí do bodů. Placené služby tohle umí a je to jejich největší přednost.
Diarizace (rozdělení podle mluvčích)
Krok, ve kterém se přepis rozpadne na jednotlivé repliky a u každé je poznat, kdo mluví. Bez něj dostanete jeden souvislý blok textu. U schůzky dvou lidí si mluvčí domyslíte z kontextu, u porady o šesti lidech už ne.
Druhá věc je kvalita zvuku. Nahrávka z telefonu položeného uprostřed velkého stolu dopadne špatně u každého přepisovače, lokálního i placeného. Na vstupu záleží víc než na volbě nástroje. Mikrofon za pár stovek pomůže víc než jakékoli nastavení.
Třetí věc je pohodlí. Nahrát soubor do webové aplikace zvládne kdokoli, kdežto tady musí někdo jednou nastavit počítač. A na opačný směr, tedy na váš vlastní hlas, který namluví hotový text, jsou zase jiné nástroje.
Komu se to nevyplatí
Jedna skupina si tím nepomůže. Kdo přepíše dvě veřejné přednášky ročně a chce k nim rovnou hotové shrnutí, tomu placená služba poslouží líp. Riskuje málo a ušetří si práci. Totéž platí pro toho, kdo potřebuje u každé porady rozdělené mluvčí. Lokální přepis dává smysl tam, kde je nahrávek hodně nebo jsou citlivé. Nejlíp obojí.
Celý princip v kostce
- Model na přepis řeči se jednou stáhne do počítače a zůstane v něm.
- Nahrávka zůstává na disku a neodesílá se nikam ven.
- Text vznikne u vás, bez internetu a bez účtu u cizí služby.
- Přepis přestane být rozhodnutím a stane se z něj rutina, protože nic nestojí.
- Kde potřebujete mluvčí, shrnutí nebo editor, sáhnete po placené službě vědomě.
Hodinový hovor z úvodu si přepíšu i dneska. Jen už neřeším, kam přitom odchází. Nejlepší ochrana dat nestojí na chytrém nastavení ani na dlouhé smlouvě. Stojí na tom, že soubor nikam neodejde.
