Nastavení přepisu

Před přepisem Audiotext zobrazí jeho nastavení seskupené do karet. Pamatují se pro příště a každý přepis si uchovává nastavení, se kterým vznikl.

Nastavení přepisu souboru

Nástroj

Metoda přepisu:

Nástroj	Kde běží	Cena	Poznámky
WhisperX (výchozí)	Váš počítač	Zdarma a bez omezení	Soukromě a offline. Více možností: mluvčí, časování slov, živý text. Běží na grafickém procesoru Maců s Apple Silicon.
Whisper API	Servery OpenAI	Placené za minutu	Vyžaduje klíč API OpenAI. Pro počítače, na kterých WhisperX neběží plynule.
Google API	Servery Googlu	Bezplatný limit nebo placené	Nižší kvalita a bez časových značek. Klíč API je volitelný.

Model závisí na nástroji. U WhisperX jsou větší modely přesnější, ale pomalejší. U Whisper API určuje, zda bude mít přepis časové značky a mluvčí. Porovnání najdete v části Nástroje.

Jazyk

Jazyk zvuku: ve výchozím stavu Automaticky rozpoznat. Když ho vyberete, předejdete chybám u krátkých nebo smíšených nahrávek. Google API ho rozpoznat neumí, takže ho tam musíte vybrat.
Jazyk přepisu: ve výchozím stavu Stejný jako zvuk. Vyberte jiný jazyk, chcete-li zvuk během přepisu přeložit.

Když se jazyky liší, objeví se možnosti v části Překlad:

Přeložit pomocí Whisper (doporučeno): Whisper přepíše a přeloží zvuk v jednom kroku. Překládá jen do angličtiny.
Napsat přímo v jazyce: jazyk (experimentální): Whisper dostane pokyn napsat přepis přímo v tomto jazyce. V mnoha jazycích to funguje dobře, ale výsledek zkontrolujte.

Google API překládat neumí. Chcete-li přepis později přeložit do libovolného jazyka s dalšími poskytovateli, použijte tlačítko Přeložit v přepisu.

Kontext

Dvě volitelná pole, která pomáhají modelu:

Klíčová slova: jména, termíny nebo zkratky, které v nahrávce zazní, oddělené čárkami (např. Audiotext, WhisperX, Henestrosa), aby se správně napsaly. Jsou to jen nápovědy: klíčové slovo se zapíše, jen pokud v nahrávce zazní.
Popis: o čem nahrávka je, například téma nebo prostředí (např. Rozhovor o rozpoznávání řeči).

Používá je WhisperX a Whisper API, kromě modelu gpt-4o-transcribe-diarize. Google API je nepoužívá.

Možnosti

Časování slov (WhisperX): zarovná každé slovo se zvukem, aby se při přehrávání zvýrazňovalo a abyste mohli zkontrolovat slova, kterými si je nejméně jistý. Trvá o něco déle. Ve výchozím stavu zapnuto. Titulky potřebují časy slov, proto se volba zapne a uzamkne, dokud je v poli Typy souborů u složky zvolen .srt nebo .vtt; vaše vlastní volba se vrátí, jakmile zvolené nejsou.
Potlačit šum na pozadí: před přepisem potlačí brum a stálý šum na pozadí a vyrovná tichou řeč. Trvá déle.
Rozpoznat mluvčí (WhisperX): označí, kdo v které části mluví, např. SPEAKER_00. Pokud víte, kolik lidí mluví, zadejte to do pole Počet mluvčích (0 ho rozpozná automaticky). Vyžaduje bezplatný token Hugging Face; viz Rozpoznání mluvčích. U Whisper API rozpoznává mluvčí model gpt-4o-transcribe-diarize.

Rozpoznání mluvčích

Model, který rozpoznává mluvčí, pyannote/speaker-diarization-community-1, je zdarma, ale vyžaduje token Hugging Face:

Vytvořte si účet na Hugging Face a přijměte podmínky pyannote/speaker-diarization-community-1.
Ve svém nastavení vytvořte token s rolí Read.
Klikněte na Nastavit token Hugging Face… a vložte ho.

Model se stáhne při prvním použití. Pak se mluvčí rozpoznávají offline.

Živý text

Zobrazuje se jen pro mikrofon. Viz Živý text.

Složka a Výstup

Zobrazují se jen pro složky:

Sledovat složku: viz Sledování složky.
Přepsat soubory, které už ve složce jsou (jen při sledování): nejprve přepíše soubory, které složka už obsahuje a které ještě nemají přepis. Ve výchozím stavu vypnuto.
Zahrnout podsložky: přepíše i soubory podsložek.
Přeskočit soubory odpovídající: názvy nebo cesty souborů, které se mají vynechat, oddělené čárkami (např. *.wav, drafts/*). Skryté soubory se vynechávají vždy.
Typy souborů: u WhisperX jeden nebo více z .txt, .srt, .vtt, .json, .tsv a .aud. U Whisper API formát souborů (text, json, verbose_json, srt nebo vtt); titulky vyžadují model s časovými značkami. Google API vrací prostý text (.txt).
Umístění: soubory se ukládají vedle každého zdrojového souboru. Kliknutím na Změnit… je uložíte do jiné složky (její podsložky se znovu vytvoří), kliknutím na Vedle zdroje se vrátíte.

Soubory, které už mají přepis, se přeskočí. Chcete-li je přepsat znovu, použijte možnosti souborů složky.

Možnosti titulků (šířka řádku, počet řádků, zvýrazněná slova) najdete v Předvolbách.