Přepis dlouhých nahrávek: rozdělte je správně, nespoléhejte na štěstí
19. srpna 2026 · 8 min. čtení
Dvouhodinové přednášky a celé konferenční dny se přepisují mnohem spolehlivěji, když je nejdřív rozstříháte na správných místech. Kde dělit, jak potom opravit časové značky a které příkazy to udělají.
Devadesátiminutová přednáška, konferenční den, dlouhý vyprávěcí rozhovor: takové nahrávky jsou běžné, jakmile přepisujete pravidelně. Poslat jednu z nich modelu vcelku se zdá pohodlné — dokud vás selhání v 80. minutě nepřipraví o celý soubor, přepis se nezmění v nečitelnou zeď textu a nevyčerpáte svůj limit. Rozdělit nejdřív je rychlejší a chyba stojí pár minut místo dvou hodin.
Kdy se dělení opravdu vyplatí?
Ne každý dlouhý soubor se musí rozstříhat. Rozhodnou tři otázky: vejde se soubor do limitů služby, potřebujete jednotná označení mluvčích po celé délce a jak nepříjemné by bylo přepisovat znovu? Ve Sprechverlauf bezplatná zkušební verze pokrývá soubory do 10 minut; placený tarif umožňuje až 4 hodiny najednou a dlouhé nahrávky se stejně interně dělí na úseky po 30 minutách. Vlastní dělení se vyplatí, když chcete části ukládat zvlášť nebo jednu z nich zopakovat samostatně.
| Délka nahrávky | Doporučení | Důvod |
|---|---|---|
| Do 30 minut | Nechte celé | Vejde se do jednoho souboru a označení mluvčích zůstane po celé délce jednotné |
| 30 až 60 minut | Dvě části, střih v pauze | Jednu část lze zopakovat, aniž by se muselo znovu zpracovat všechno |
| 1 až 3 hodiny | Úseky po 20 až 30 minutách | Odpovídá bodům programu, přestávkám nebo změnám tématu |
| Celé konferenční dny | Jeden soubor na přednášku nebo blok | Každý úsek dostane vlastní rozumně pojmenovaný přepis |
| Nahrávky s dlouhými pauzami | Nejdřív odstraňte ticho | Ušetří čas zpracování a zabrání prázdným úsekům |
Jediné pravidlo: nikdy neřezat uprostřed věty
Rozpoznávání řeči pracuje s kontextem. Rozdělíte-li větu doprostřed, obě půlky o něj přijdou: první část se utne, druhá začíná bez odkazu. Nejvíc to bolí u odborných termínů a vlastních jmen, tedy přesně tam, kde se model opírá o okolní slova. Střihněte raději v pauze — ideálně v místě, kde se stejně mění téma.
- Stříhejte mezi body programu, slajdy nebo koly dotazů
- Nechte dvě až tři sekundy přesahu, aby na švu nezmizelo žádné slovo
- Úplně vynechejte pozdrav, zkoušku zvuku a rozloučení
- Předem odstraňte čistou hudbu, potlesk a úseky s nastavováním
- Pojmenujte části v pořadí: „prednaska-01“, „prednaska-02“, ne „nova“ a „nova-finalni“
Dělení pomocí ffmpeg: stačí dva příkazy
ffmpeg je zdarma, běží všude a zvuk nepřekóduje, pokud o to výslovně nepožádáte. Tento příkaz rozdělí soubor na úseky po 25 minutách (1500 sekund) a zvuk nechá nedotčený:
- ffmpeg -i lecture.m4a -f segment -segment_time 1500 -c copy part_%02d.m4a
- ffmpeg -i lecture.wav -ac 1 -b:a 64k lecture.mp3 (před dělením výrazně zmenší nahrávky s řečí)
- ffmpeg -i lecture.m4a -ss 00:12:30 -to 00:41:00 -c copy excerpt.m4a (vystřihne jeden konkrétní úsek)
Mono při 64 kbit/s zní drasticky, ale u řeči je to bezproblémové: model nepotřebuje stereo ani rozlišení na úrovni hudby. Hodina mluvení se pohodlně vejde zhruba do 30 MB. Originál si nechte a pracujte s menší kopií — dělíte vždy kopii, nikdy master.
Dělení bez příkazové řádky
Pokud nechcete otevírat terminál, Audacity vás dovede stejně daleko: otevřete soubor, vyberte úsek a potom „Soubor → Export → Exportovat vybraný zvuk“. Zobrazení průběhu zvuku má tady oproti příkazové řádce skutečnou výhodu — pauzy jsou vidět jako úzké úseky, takže místo odhadování vidíte, kde přesně řezat. Na telefonu udělají totéž vestavěné aplikace pro hlasové poznámky, i když hruběji.
Po rozdělení: časové značky začínají znovu od nuly
Každý přepis se počítá od začátku vlastního souboru. Druhá část přednášky proto znovu začíná na 00:00, i když ve skutečnosti začíná v 25. minutě. Při slučování částí musíte ke každé časové značce přičíst počáteční posun, jinak všechny odkazy ukazují na špatné místo. U souborů SRT a VTT to většina editorů titulků dělá ve funkci nazvané „posunout“ nebo „posun časů“.
- Zapište si počáteční posun každé části, dokud máte původní soubor po ruce
- Při slučování textových exportů přidejte u každé části podnadpis
- Citujte s číslem části a časem, například „část 2, 07:41“
- Titulky slučujte až poté, co jsou časy posunuté
Označení mluvčích nepřechází mezi částmi
Rozpoznání mluvčích analyzuje každý soubor samostatně. „Mluvčí 1“ v první části a „Mluvčí 1“ ve druhé části nemusí být stejný člověk — žádný z běhů o tom druhém neví. Je to vlastnost metody, ne chyba. V praxi: poslechněte si první sekundy každé části a obecná označení nahraďte skutečnými jmény, dřív než sekce spojíte.
Když je důležitější než cokoli jiného jednotné přiřazení mluvčích — třeba u slyšení nebo skupinové diskuse se šesti účastníky — má smysl nedělit vůbec, nastavit počet mluvčích ručně a smířit se s delším zpracováním.
Osvědčený postup krok za krokem
- Originál archivujte a jako pracovní kopii vytvořte mono MP3
- Nahrávku jednou proleťte a místa pro střih označte v pauzách
- Rozdělte na úseky po 20 až 30 minutách, očíslované v pořadí
- Přepisujte úseky postupně, nejdřív nastavte jazyk a klíčová slova
- U každého úseku nahraďte označení mluvčích skutečnými jmény
- Časové značky posuňte o počáteční posun a texty sloučte
- Namátkově zkontrolujte čísla, jména a citace proti nahrávce