Recenze MacWhisper: lokální přepis řeči, který zvládá i češtinu

MacWhisper používám několik měsíců každý den: přepisuje mi nahrávky ze schůzek, hlasové poznámky z iPhonu a píšu s ním texty diktováním. Za tu dobu jsem si ověřil, že zvládá češtinu, hodinovou nahrávku přepíše za šest minut a hlavně se na něj dá spolehnout.

MacWhisper v kostce

• Aplikace pro macOS (na iPhonu a iPadu existuje sesterská verze pod názvem Whisper Transcription) na přepis řeči do textu pomocí modelů Whisper a Parakeet
• Zpracování probíhá lokálně na zařízení, cloudové služby jsou jen volitelné doplnění
• Umí přepis souborů, diktování do libovolné appky, nahrávání schůzek a export do řady formátů
• Bezplatná verze na vyzkoušení, verze Pro s velkými modely a rozšířenými funkcemi za cca 1 600 Kč + DPH jednorázově

První spuštění: stáhnout model a jet

Začátek je otázka pár minut. Stáhnete appku, vyberete jazykový model podle výkonu svého Macu a můžete přepisovat. Modely se liší velikostí a přesností, od malých pro slabší stroje po velké s nejlepšími výsledky. Já jedu na MacBooku Air M3 se 16 GB RAM model Large v3 Turbo, a to na všechno: přepisy i diktování.

Rozhraní je přehledné a drží se vzhledu běžných macOS aplikací, takže se v něm zorientujete bez návodu. Domovská obrazovka nabízí dlaždice s hlavními funkcemi, historie přepisů je po ruce v levém sloupci. S každou aktualizací sice přibývají další funkce a nabídka houstne, ale mně to přestalo vadit ve chvíli, kdy jsem appku začal ovládat hlavně přes příkazovou řádku. K tomu se ještě dostanu.

Přepis nahrávek: diktafon, hlasovky a sledovaná složka

Nejčastěji MacWhisperu dávám nahrávky ze schůzek z diktafonu Plaud Note a hlasové poznámky z iPhonu. Soubor přetáhnu do okna a za pár minut mám text, víc souborů zvládne appka dávkově najednou.

Tip: Pokud přepisujete pravidelně ze stejného zdroje, nastavte si sledovanou složku. Nový soubor se v ní objeví, MacWhisper ho sám zpracuje a vy se k výsledku vrátíte, až budete mít čas.

Surový přepis si pak nechávám čistit pomocí AI, která odstraní přeřeky, zaváhání a různá „hmm“. Z nahrávky schůzky tak mám za pár minut čistý text, ze kterého si nechám vytáhnout úkoly a podklady pro zápis.

Diktování místo klávesnice

Diktování je funkce, na které jsem dnes nejvíc závislý. Mám ho namapované na klávesu a píšu jím i delší texty: stisknu klávesu, mluvím a po dokončení diktátu mi hotový text naskáče do libovolné aplikace. Interpunkci nemusím diktovat nahlas, model si čárky a tečky domýšlí sám a většinou správně.

Diktování má proti klávesnici jednu svobodu navíc. Když se v půlce věty spletu, prostě ji řeknu znovu a při následném čištění přepisu chybná verze zmizí. Na klávesnici bych mazal a přepisoval, tady jen mluvím dál.

Jediné riziko diktování jsem objevil v kavárně, kde jsem před schůzkou dodělával podklady. Diktujete, myšlenky pěkně plynou, a pak zvednete oči a vidíte ty pohledy okolo. V tu chvíli vám dojde, že člověk, který mluví na svůj notebook, nevypadá pro okolí úplně normálně.

Automatizace přes příkazovou řádku

Pro mě zásadní a v recenzích často přehlížená věc: MacWhisper nabízí vlastní nástroj pro příkazovou řádku. Mám ho napojený na Claude Code, který si přepisy řídí sám: nová nahrávka se přepíše, Claude z ní vytáhne úkoly, připraví draft se zápisem, vytvoří interní poznámku, zapíše mi úkoly do mé aplikace a mám hotovo. Automaticky, bez práce. Vestavěné souhrny v appce díky tomu nepoužívám, vlastní automatizace mi dává víc.

Právě díky téhle otevřenosti se z MacWhisperu dá vymáčknout mnohem víc, než ukazuje jeho okno: kdo chce, přetahuje soubory myší, kdo chce víc, postaví si nad ním vlastní workflow.

Čeština a rychlost: změřeno v praxi

Čeština je pro mě klíčové téma, protože zahraniční recenze ji prakticky netestují. S modelem Large v3 Turbo je přepis češtiny spolehlivý, rozumí i běžné hovorové řeči. Malé modely jsou jiný příběh: často halucinují a zacyklí se, tedy opakují stejnou frázi pořád dokola. Pro češtinu proto rovnou sáhněte po velkém modelu, malé jsou dobré tak na angličtinu a rychlý náhled. Novější model Parakeet je sice rychlejší, ale u menších jazyků dělá víc chyb, takže u češtiny zůstávám u Whisperu.

Marketingové „100 a více jazyků“ beru s rezervou. Kvalitně appka zvládá zhruba desítku jazyků a čeština mezi ně naštěstí patří.

Rychlost jsem pro tuhle recenzi rovnou změřil: 64minutovou českou nahrávku ze schůzky přepsal MacBook Air M3 s modelem Large v3 Turbo za rovných šest minut. A není to výjimka po čerstvé instalaci, takhle to u mě běží dlouhodobě: hodina záznamu je přepsaná za něco přes pět minut. Při delším dávkovém zpracování se Mac znatelně zahřeje, ale to je daň za výkon, se kterou počítám.

Tip: Pokud máte denně hodiny záznamů, které potřebujete přepsat, doporučuji napojit MacWhisper na Claude Code a nechat přepisy běžet ve večerních hodinách.

Halucinace při tichu: vlastnost Whisperu, ne chyba appky

Jednu zvláštnost je fér vysvětlit, protože se s ní dřív nebo později potkáte a není to chyba MacWhisperu. Když je v nahrávce delší ticho nebo pauza, umí si Whisper vymyslet větu, která vůbec nezazněla. U českých nahrávek typicky frázi jako „Titulky vytvořil…“, u anglických „Thanks for watching“.

Je to dané tím, na čem se model učil: OpenAI ho trénovala na párech audio a titulků z internetu, a titulky často obsahují právě kredity titulkářů a rozlučky videí. Když model v tichu nemá co přepsat, sáhne po tom, co při učení „vídal“. Jev popsala i studie Koenecke et al. (FAccT 2024), podle které se halucinace objevily zhruba v jednom procentu přepisů, a týká se všech aplikací postavených na Whisperu. Obrana je jednoduchá: důležitý přepis si projděte, vymyšlené věty se objevují hlavně kolem tichých míst. A pokud přepisy dál zpracováváte v AI do standardizovaného zápisu nebo podle šablony, přidejte do instrukcí, ať si na tyhle halucinace dá pozor a vyřadí je.

Stabilita: za celou dobu ani jeden pád

V internetových diskusích narazíte na zmínky o zasekávání appky nebo o přepisu, který se po zavření souboru neuložil. Moje zkušenost je opačná: za několik měsíců každodenního provozu, včetně dávek nahrávek a dlouhých diktátů, se mi MacWhisper nezasekl ani jednou a o žádný přepis jsem nepřišel. A to nejsem uživatel, který appku šetří. Vývojář Jordi Bruin ji navíc pořád zlepšuje a na zpětnou vazbu uživatelů reaguje nezvykle rychle, i proto jí věřím i do budoucna.

Jediná funkce, která u mě nefunguje stoprocentně, je rozpoznávání mluvčích (diarizace). Někdy trefí přesně, jindy appka přidá mluvčího navíc tam, kde ve skutečnosti mluvili jen dva lidé. Sloučení dvou mluvčích do jednoho se mi ale nikdy nestalo, chyba jde spíš směrem k nadhodnocení počtu. A přidaného mluvčího jde v appce snadno sloučit s tím správným, takže tahle chyba má rychlé řešení.

Cena: stačí zaplatit jednou, ale na správném místě

Bezplatná verze appky stačí na vyzkoušení a menší modely, na reálnou práci potřebujete Pro s velkými modely. Pro verze vychází aktuálně na cca 1 600 Kč + DPH jako jednorázová platba, ne předplatné. Koupíte ji na oficiálním webu výrobce, autor aplikaci prodává přes platformu Gumroad.

Zaplatil jsem jednou a appka mi od té doby slouží každý den. Málokterý nákup se mi vrátil tak rychle.

Tip: Studenti, novináři a neziskové organizace mají na MacWhisper Pro nárok na slevu 25 procent. Stačí napsat na support@macwhisper.com a popsat, čemu se věnujete.

Alternativy

Aiko je zdarma a taky staví na lokálním Whisperu. Funkcí má výrazně méně, ale jako základní bezplatná alternativa dává smysl.

Superwhisper a VoiceInk míří na jiný účel: živou diktaci v reálném čase. Řada uživatelů proto kombinuje oba typy nástrojů: MacWhisper na přepis souborů a druhou appku na rychlé psaní za chodu. Jinou appku, kterou testuju stejně dlouho a stejně mi změnila každodenní návyk, popisuju v recenzi appky one sec.

Vestavěný přepis Apple v Poznámkách, s novým rozpoznáváním řeči v macOS Tahoe, je zdarma a rychlý, jenže češtinu zatím nepodporuje: přepis funguje jen s angličtinou a hrstkou dalších velkých jazyků. Pro české nahrávky tedy MacWhisper nenahradí.

Naopak kdo přepisuje jen výjimečně, tomu se investice nevrátí a vystačí si s bezplatnou verzí nebo s appkou Aiko.

Plusy a mínusy

Plusy

• Přesnost přepisu: s modelem Large v3 Turbo spolehlivě zvládá i češtinu
• Rychlost: hodinová nahrávka za šest minut na MacBooku Air M3
• Stabilita: měsíce každodenního provozu bez jediného pádu
• Jednorázová platba: bez předplatného, aktualizace zdarma
• Diktování: plnohodnotná náhrada psaní, ne jen doplněk
• Automatizace: napojení přes příkazovou řádku na další nástroje

Mínusy

• Diarizace mluvčích: umí přidat mluvčího navíc
• Halucinace při tichu: vlastnost Whisper modelů, přepis chce zkontrolovat

Verdikt

MacWhisper je přesně ten typ AI nástroje, který reálně dává smysl: rychlý a přesný lokální přepis řeči včetně češtiny, které většina konkurence nevěnuje pozornost. Hodinovou nahrávku přepíše za šest minut, diktováním s ním píšu texty rychleji než na klávesnici a nahrávky při přepisu neopouštějí můj počítač.

Hlavně se na něj ale dá spolehnout. Za měsíce každodenního a náročného provozu mě ani jednou nenechal ve štychu, a to je u takhle rychle se vyvíjející appky to nejcennější. Slabinou zůstává jen diarizace mluvčích a vrozené halucinace Whisperu při tichu, se kterými počítám a přepisy si kontroluju.

Za cca 1 600 Kč + DPH jako jednorázovou platbu je to podle mě jedna z nejlepších investic, jaké na Macu můžete udělat. Pokud přepisujete pravidelně a chcete mít data u sebe, stojí to za každý halíř. Jen si kupte verzi z oficiálního webu výrobce, prodává se přes Gumroad.