Nastavení a používání nástroje MacWhisper na záznam a přepis řeči na text

Patrik Malý
61 steps
11 minutes

Nákup nástroje MacWhisper

Najděte aplikaci MacWhisper na webu[Gumroad](https://goodsnooze.gumroad.com/l/macwhisper?autocomplete=true&layout=discover&query=macwhisper&recommended_by=search). *Kdybyste ji koupili na App Store, měla by jiné funkce.*

Vyberte verzi **Pro**.

Klikněte na [[Add to cart]] nebo [[I want this!]]

Vyplňte údaje a zaplaťte nákup. *Gumroad respektuje model „reverse charge“, takže vám DPH k ceně pravděpodobně nepřidá a strhne vám asi 1500 Kč.*

Po kliknutí na [[Receipt]] si můžete nechat vygenerovat fakturu.

V předchozím kroku vidíte QR kód, který můžete použít pro stažení aplikace Whisper pro iPhone. První dva měsíce si můžete vyzkoušet za 99 Kč a následné předplatné stojí 249 Kč měsíčně. Při diktování českého textu jsme dosáhli o poznání lepších výsledků než při používání nativního diktování, obzvlášť v hlučném prostředí. Možná se vám Whisper taky osvědčí pro psaní e-mailů při chůzi po městě. Na druhou stranu nabízí mobilní aplikace jenom ty nejzákladnější funkce.

Instalace nástroje MacWhisper

Zkopírujte si lincenční klíč.

Stáhněte aplikaci.

Nainstalujte aplikaci.

Klikněte na [[Already have a license?]] a vložte svůj licenční klíč.

Stažení jazykového modelu

MacWhisper pracuje s jazykovým modelem staženým přímo ve vašem počítači. Díky tomu zůstávají vaše data v bezpečí. Počítejte však s tím, že se při přepisu řeči na text zapotí váš procesor.

Stáhněte si jazykový model. *Nám se zatím nejlépe osvědčil model Large V3 Turbo, který obstojně vyvažuje rychlost a přesnost při přepisování českého jazyka.*

Zavřete okno se seznamem modelů.

Nastavení nástroje MacWhisper

Otevřete nastavení kliknutím na ikonu v pravém horním rohu.

Doporučujeme zapnout funkci, která vás zvukem upozorní na to, že byl přepis dokončen.

Můžete si vybrat, jestli chcete MacWhisper otevírat z horní lišty nebo z dolního Docku.

Vyberte složku, do které chcete ukládat zvukové záznamy.

Kromě zvukových záznamů si můžete nechat ukládat i jejich hotové přepisy.

Ukládat přepisy společně s videem spíše nedoporučujeme.

Můžete aplikaci nechat automaticky spustit při každém zapnutí počítače.

Nastavení diktování

Funkci diktování považujeme za nejsilnější stránku nástroje MacWhisper. Ať jste v jakékoliv aplikaci, můžete jednoduše stisknout předem zvolené tlačítko a mluvit. MacWhisper vás nahraje, prožene přepis korekturou a hotový text vloží tam, kde zrovna jste.

V levém postranním panelu vyberte [[Dictation]].

Klikněte na [[Enable]].

Povolte aplikaci ovládat funkce zpřístupnění na vašem počítači. Potom nastavení zavřete a vraťte se zpět do aplikace.

Vyberte si, jakou klávesu chcete používat pro diktování.

Propojení diktování s externí umělou inteligencí

Propojení MacWhisper s externí AI aplikací vám umožní rychle nahrát, co říkáte, ale kromě obyčejného přepisu text rovnou prohnat ještě předem připraveným promptem. Můžete docílit například toho, že diktujete česky a nástroj za vás rovnou píše text v cizím jazyce.

Klikněte na [[Setup AI]].

V tomto návodu propojujeme MacWhisper s Google Gemini, ale pokud používáte jinou službu, nastavení probíhá obdobně.

Vyberte službu, se kterou chcete MacWhisper propojit.

Klikněte na [[Configure]].

Vyberte nejpokročilejší model, který vám aplikace nabídne. *MacWhisper bohužel nestíhá vždy nabídnout tu úplně nejnovější dostupnou verzi.*

Přejděte do prohlížeče a běžte na webovou stránku[aistudio.google.com](http://aistudio.google.com).

Klikněte na [[Get API key]].

Klikněte na [[Create API key]].

Vyberte (nebo založte) projekt a zkopírujte si svůj API klíč.

Vraťte se zpátky do aplikace a API klíč tam vložte.

Klikněte na [[Done]].

Klikněte na [[I Understand]].

Nastavení výchozího promptu

Vraťte se zpátky do sekce [[Dictation]].

Dole klikněte na [[Configure Prompts]], abyste si přizpůsobili své prompty.

Upravte existující prompt nebo vpravo nahoře přidejte nový.

Napište umělé inteligenci pokyny, které chcete aplikovat na diktované texty.

Můžete zkusit použít náš výchozí čistící prompt: Jsi profesionální korektor a editor. Tvým úkolem je upravit zadaný přepis následujícím způsobem: 1. Oprav případné pravopisné chyby. 2. Zajisti jednotné formátování. 3. Pokud přepis obsahuje otázku, dej na její konec otazník, ale neuváděj odpověď. Vrať pouze upravenou verzi přepisu. Nepřidávej žádná vysvětlení ani komentáře ke svým úpravám.

Vraťte se zpět.

Vyberte výchozí prompt, který chcete nejčastěji aplikovat na diktovaný text. *Prompty můžete podle potřeby přepínat během diktování.*

Nastavení vlastního slovníku

MacWhisper můžete naučit správně zapisovat specifická slova, která používáte. Taky můžete nechat vybrané výrazy nahrazovat jinými (například interpunkčními znaky).

Klikněte na [[Dictation Dictionary]].

Přidejte nový výraz.

Po přidání svých výrazů se vraťte zpět.

V levém postranním panelu klikněte na [[Find & Replace]].

Přidejte výrazy, které chcete automaticky přepisovat.

Dost často se nám na konec přepisů sama vtipně přidávala věta „Titulky vytvořil JohnyX". Model se asi učil z pirátsky stažených filmů. Pokud se vám děje něco podobného, zajděte v postranním panelu ještě do sekce [[Ignored Segments]].

Nastavení nahrávání schůzek

Nahrávání online schůzek přes MacWhisper zatím není spolehlivé. S aplikací Zoom jsme dosáhli dobrých výsledků, ale v Google Meet se setkáváme s problémy s detekcí účastníků nebo úplně chybějících záznamů některých zvukových stop.

V levém postranním panelu přejděte do sekce [[Record Meetings]] a klikněte na [[Grant Screen Recording Permission]].

Dovolte aplikaci všechno, co potřebuje, a nechte ji restartovat.

Vraťte se zpátky na stejné místo ([[⚙️→Record Meetings]]) a vyberte aplikace, které používáte pro online schůzky.

Můžete přidat své jméno a označení protistrany, ale rozlišování účastníků bohužel zatím moc nefunguje.

Nahrávání schůzek

Pokud se připojíte na schůzku a máte v pozadí zapnutý MacWhisper, objeví se okno s tlačítkem [[Record]].

Pravděpodobně budete muset povolit další propojení MacWhisper s vaším systémem.

Když chcete nahrávání ukončit, najděte si MacWhisper v horní liště a klikněte na [[Stop Recording]].

Přepis zvuku na text

Ať už jste nahrávali schůzku nebo cokoliv jiného, najdete své soubory vlevo na domovské obrazovce aplikace. Jakmile kliknete na zvukový záznam, začne se přepisovat.

Přepis zvuku na text může trvat klidně několik desítek minut. Jakmile je hotový, můžete vpravo kliknout na ikonu sdílení a výstup vyexportovat.

Vytvoření asistenta

Doporučujeme vytvořit přednastavené asistenty, které vám pomůžou výstupy z MacWhisper zpracovávat. Tento návod ukazuje postup pro Google Gemini, ale v obdobných nástrojích můžete postupovat víceméně stejně.

Teoreticky můžete na své záznamy aplikovat předpřipravené prompty přímo v aplikaci (po rozkliknutí sekce AI [[Prompts]] v levém postranním panelu nastavení). Nám se spíš osvědčilo přepis z MacWhisper zkopírovat a pracovat s ním dál jinde – v prostředí, kde už máme přednastavené své projekty a kde jsou aktuálně dostupné pokročilejší modely.

Každá služba říká přednastaveným prostředním jinak. V ChatGPT jsou to „projekty“, v Google nástrojích se setkáte s označením „Gem“.

Vytvořte si nový Gem.

Pro zpracování výstupů schůzky na základě přepisu můžete použít třeba tento prompt: Budu tě používat jako zapisovače schůzek – tak, že sem vždy nahraju přepis rozhovoru na schůzce. Od tebe očekávám, že z ní sepíšeš stručný zápis a to tímto způsobem: 1\. Přepiš to tak, aby to nebyl doslovný zápis, ale aby to dávalo smysl jako psaný text. 2\. Zkrať to tak, aby to neobsahovalo bezobsažné výplně a zbytečná sdělení. Detekuj témata a rozřaď rozhovor na kapitoly s nadpisy. 3\. Detekuj, na čem jsme se dohodli. Co ze schůzky vyplývá. 4\. Separátně detekuj další kroky, které se na schůzce naplánovaly. Hledej dohody, které směřují do budoucnosti. Kdo co slíbil, že udělá. Většinou na jedné straně budu já, Patrik, a se mnou někdy další kolegové. Souhrně zastupujeme firmu Semibold. Na druhé straně většinou bude klient nebo zástupci klienta. Doptej se mě, o jaké lidi se jedná a potom to v textu zohledni.

Uložte si svého asistenta.

Vygenerování zápisu ze schůzky

Vedle hotového přepisu v aplikaci MacWhisper vidíte pravý postranní panel. Po kliknutí na ikonu sdílení úplně vpravo můžete celý výstup jednoduše zkopírovat tlačítkem [[Copy]].

Zkopírovaný text vložte do svého předpřipraveného Gemu v Gemini (nebo projektu v ChatGPT atp.)

A je to!

Pokročilá nastavení

V nastavení aplikace MacWhisper najdete sekci [[Advanced]], ve které můžete experimentovat s detaily. Rozumné nám připadá hlavně průběžné obnovování modelu.