Praktický návod na prevod textu na reč

Desať vecí, v ktorých je prevod textu na reč naozaj dobrý — a pár, v ktorých nie. Všetko tu funguje s bezplatným nástrojom na tejto stránke.

1. Korektúra vlastného textu

Toto je jednoznačne najviac podceňované využitie prevodu textu na reč. Keď čítate vlastný text potichu, mozog si doplní to, čo ste chceli napísať. Keď ho počujete nahlas, chyby vyplávajú na povrch okamžite — zdvojené slová, ťažkopádne formulácie, vety, ktoré v hlave dávali zmysel, no nahlas nesedia.

Postup: dokončite text, vložte ho do Quick TTS, stlačte prehrať a sledujte pôvodný dokument očami. Kedykoľvek zvuk povie niečo, čo znie zvláštne — aj keď neviete vysvetliť prečo — zastavte sa a pozrite si daný riadok. Deväťkrát z desiatich je tam niečo na opravu.

Obzvlášť účinné je to pri dlhších textoch (eseje, motivačné listy, správy, blogové príspevky), na ktoré ste sa už pozerali tak dlho, že slová prestali vnímať vaše oči. Desať minút s prevodom textu na reč často odhalí to, čo hodina tichého čítania prehliadla.

2. Počúvanie článkov popri inej činnosti

Uložili ste si dlhší článok, no nikdy nemáte 20 minút nerušeného času naň? Vložte text (väčšina stránok umožňuje označiť celý text a skopírovať ho), stlačte prehrať a počúvajte pri varení, prechádzke, šoférovaní alebo umývaní riadu. Zvýšenie rýchlosti na 1,4× či 1,5× je užitočný trik — po dni či dvoch si mozog zvykne a text prejdete o tretinu rýchlejšie než pri tichom čítaní.

Funguje to aj s vlastným zoznamom na neskoršie čítanie zo služieb ako Instapaper či Pocket. Exportujte text článku a získate bezplatné zvukové verzie všetkého, čo ste si odkladali na potom.

3. Učenie cudzieho jazyka (výslovnosť)

Pri učení nového jazyka vám čítanie slova nedáva žiadnu informáciu o tom, ako sa vyslovuje. Prevod textu na reč áno. Vložte vetu, ktorú sa učíte, v cieľovom jazyku, prepnite hlas na taký, ktorý hovorí týmto jazykom (rozbaľovacia ponuka prehliadača ich zvyčajne ponúka viac), a počúvajte.

Dá sa to použiť aj opačne — napíšte, ako si myslíte, že by fráza mala znieť, vypočujte si to a porovnajte s nahrávkou rodeného hovorcu. Rozdiel medzi nimi vám povie, čo si máte precvičiť.

Vstavané hlasy prehliadača bývajú v neanglických jazykoch lepšie, než by hovoriaci angličtinou čakali, no pri slovenčine je situácia iná: klasické hlasy Windowsu pre slovenčinu sú chudobné a macOS/iOS ju vôbec nemá medzi predvolenými systémovými hlasmi. Preto sa na desktope oplatí siahnuť po Supertonic HD, ktorý slovenčinu renderuje pri 44,1 kHz ako jeden z 31 podporovaných jazykov — citeľne bližšie k prirodzenej prozódii než väčšina vstavaných hlasov OS.

Jedna vec, ktorú treba vedieť skôr, ako začnete vkladať text: AI enginy preberajú jazyk zo stránky, na ktorej ste, nie z textu, ktorý vložíte. Ak by ste na tejto slovenskej stránke študovali napríklad francúzštinu, prečíta vašu francúzsku vetu slovenským hlasom. Buď otvorte francúzsku verziu stránky — prepínač jazyka v pätičke ponúka všetkých 16 verzií — alebo zapnite prepínač Supertonicu Automatický jazyk, ktorý namiesto toho rozpozná jazyk samotného textu. Browser TTS tým nie je ovplyvnený; tam jazyk určuje výber hlasu v rozbaľovacej ponuke.

4. Štúdium (prevod poznámok na zvuk)

Pre sluchovo orientovaných ľudí, alebo pre každého, kto dochádza na prednášku či skúšku, je vloženie poznámok do prevodu textu na reč a ich spätné počúvanie legitímna študijná metóda. Funguje dobre aj pri zapamätávaní — rytmus počutého textu sa v hlave ukladá inak ako tichého čítania.

Kombinujte to s posuvníkom rýchlosti: prvý priechod počúvajte pri 1×, aby ste vstrebali obsah, ďalšie priechody pri 1,5× alebo 1,7× na rýchle opakovanie.

5. Prístupnosť pre ľudí s dyslexiou

Prevod textu na reč je naozaj hodnotný nástroj prístupnosti pre ľudí s dyslexiou. Počúvanie textu súčasne s čítaním — alebo namiesto čítania — obchádza krok "dekódovania", ktorý robí tradičné čítanie namáhavým. Existuje solídny výskum, ktorý ukazuje, že to pomáha porozumeniu aj únave.

Quick TTS funguje aj na mobile, čo znamená, že žiak alebo dospelý s dyslexiou si môže otvoriť webovú stránku, skopírovať odsek a nechať si ho prečítať — bez špeciálneho softvéru, registrácie či poplatku.

6. Používatelia so zhoršeným zrakom alebo nevidiaci

Plnohodnotné čítačky obrazovky ako NVDA, JAWS či VoiceOver sú silnejšie pri navigácii po celej stránke, ale nástroje ako tento sú užitočné na čítanie konkrétnych úsekov textu — e-maily, formuláre, odseky vložené odniekiaľ inde — bez spustenia celého kontextu čítačky obrazovky. Textové pole je označené pre čítačky obrazovky a tlačidlo prehrať oznamuje svoju klávesovú skratku (Ctrl+Enter alebo ⌘+Enter).

7. Precvičovanie cudzích jazykov ako druhého jazyka

Pre ľudí učiacich sa cudzí jazyk je počúvanie textu s vizuálnym sledovaním jedným z najrýchlejších spôsobov, ako zlepšiť porozumenie. Vložte čokoľvek — spravodajský článok, e-mail od kolegu, stránku Wikipédie na tému, ktorá vás zaujíma — a počúvajte pri rýchlosti, ktorá vám vyhovuje. Skúste možnosť AI hlasu pre najprirodzenejšiu výslovnosť a rytmus.

8. Nahrávanie provizórneho komentára pre videá alebo prezentácie

Ak robíte krátke vysvetľujúce video, ukážku produktu alebo prezentáciu a nechcete nahrávať vlastný hlas, prevod textu na reč vám dá provizórneho (a pri AI hlase často dosť dobrého na finálnu verziu) rozprávača. Nahrajte si obrazovku počas prehrávania zvuku a zosynchronizujte s videom.

Upozornenie: komerčné použitie je povolené pri každom engine, ale licenčné podmienky sa líšia — nejde o jedinú odpoveď platnú pre "AI hlas" ako celok. Vstavané hlasy prehliadača sa riadia podmienkami systémových hlasov Microsoftu, Applu alebo Googlu. Supertonic HD je výnimka — jeho váhy majú licenciu BigScience OpenRAIL-M, ktorá nie je voľná: komerčné použitie je povolené a k vygenerovanému zvuku sa nenárokujú žiadne práva, ale pridáva obmedzenia použitia, ktoré musíte dodržať a preniesť na každého, s kým model alebo jeho výstup zdieľate. Inferenčný kód má licenciu MIT. Úplný prehľad podľa jednotlivých enginov je v FAQ.

9. Čítanie rozprávky pred spaním, keď vám vypadol hlas

Chorý deň, chrapľavý hlas, no spať sa aj tak musí ísť. Vložte kapitolu knihy a stlačte prehrať. Nie je to ako naozajstné čítanie, ale je to oveľa lepšie ako nič. Možnosť AI hlasu znie na tento účel prekvapivo teplo.

10. Počúvanie e-kníh (EPUB)

Presuňte súbor EPUB do textového poľa a celá kniha sa spracuje priamo vo vašom prehliadači, v poradí čítania, bez potreby obchádzať DRM pri bežných e-knihách bez DRM, ktoré už vlastníte. Standard Ebooks, Project Gutenberg a väčšina nezávislých vydavateľov ponúka jednoduché súbory EPUB, ktoré fungujú priamo. Calibre dokáže tiež exportovať EPUB bez DRM z kníh kúpených inde.

Toto je najbližšie, čo sa dá dostať k bezplatnej audioknihe pri akejkoľvek e-knihe bez DRM, ktorú vlastníte. Hlas Supertonic HD znie dostatočne blízko skutočnému rozprávačovi na to, aby obstál aj pri čítaní pre potešenie, nielen pri praktickom počúvaní — generuje pri 44,1 kHz a je voľbou pre dlhšiu knihu. Kniha v dĺžke románu sa na modernom notebooku spracuje za pár sekúnd, potom sa zvuk začne prehrávať okamžite, zatiaľ čo zvyšok sa generuje na pozadí.

To isté platí pre učebnice vo formáte PDF, rukopisy vo formáte DOCX aj dokumenty ODT — všetky sa spracúvajú lokálne, bez nahrávania na server a bez konverznej služby. Rovnako funguje aj naskenované PDF alebo obrázok (JPG/PNG): vstavané rozpoznávanie textu (OCR) beží priamo v prehliadači a prevedie naskenovanú stránku na čitateľný text bez nahrávania kamkoľvek.

Čo prevodu textu na reč (zatiaľ) príliš nejde

• Emocionálne nuansy. AI hlas je oproti tradičnému prevodu textu na reč o míle vpred, no dialógy stále číta plochejšie než človek. Pri audioknihách beletrie s množstvom dialógov stále vyhráva profesionálny rozprávač.
• Vlastné mená a nezvyčajné slová. Každý engine niekedy zle vysloví názov firmy, odborný termín alebo menej bežné slovo. Ak záleží na presnosti, prejdite si takéto slová pred prehratím.
• Kód, vzorce a štruktúrované dáta. Vloženie bloku kódu vyprodukuje väčšinou nezmysel. Prevod textu na reč číta interpunkciu ako "bodka" a "čiarka", čo je občas užitočné (pri korektúre), ale zvyčajne nie to, čo chcete.
• Veľmi dlhý zvuk naraz. Môžete vložiť dokument so 100 000 slovami a nástroj ho prečíta celý, ale počúvať celý román bez prerušenia je pre zvukový systém prehliadača veľká záťaž. Bezpečnejšie je vkladať text po kapitolách.

Poznámky k prehliadačom a zariadeniam

Predvolený hlas používa vstavaný rečový engine prehliadača, takže dostupné hlasy závisia od vášho operačného systému:

• Windows: klasické slovenské SAPI hlasy sú obmedzené a nemusia byť nainštalované automaticky; Edge navyše ponúka kvalitnejšie online neurónové hlasy (napríklad Lukáš a Viktória) v rámčeku Read Aloud / Immersive Reader.
• macOS a iOS: slovenský hlas nie je medzi predvolenými systémovými hlasmi vždy k dispozícii — v Nastaveniach → Zjednodušenie ovládania → Hovorený obsah si môžete overiť a prípadne doinštalovať ďalšie jazyky.
• Android: predvolený je Google TTS, ktorý slovenčinu podporuje. Ďalšie hlasy je možné nainštalovať v nastaveniach systému — na hlavnej stránke pri Android zariadení nájdete odkaz "Zmeniť hlas".

Rozbaľovacia ponuka AI hlas obsahuje neurónové enginy, a ktoré z nich uvidíte, závisí od zariadenia aj jazyka stránky:

• Piper — beží vo WebAssembly, takže funguje v akomkoľvek modernom prehliadači vrátane telefónov, no zatiaľ bez slovenského hlasu.
• Supertonic HD — 44,1 kHz, najvyššia kvalita a jediný neurónový hlas, ktorý slovenčinu podporuje. Potrebuje počítačový Chrome alebo Edge s WebGPU. Jednorazové stiahnutie ~380 MB.
• Kokoro HQ — tiež potrebuje WebGPU na počítači, no je len anglický, takže sa na slovenskej verzii stránky vôbec nezobrazuje.

Supertonic HD beží celý priamo vo vašom prehliadači a po uložení modelu do cache funguje aj offline. Na notebooku s modernou vstavanou GPU alebo lepšou je generovanie cez WebGPU takmer v reálnom čase.

Prečo je to zadarmo

Quick TTS zarába na zobrazovacej reklame. Žiadna platená úroveň, žiadne prémiové hlasy, žiadny limit znakov. Ak vás reklamy otravujú, blokovanie reklám v prehliadači je legitímne riešenie — radšej nech nástroj používate, než aby ste ho nepoužívali. Viac na stránke O nás.

Časté otázky

Súkromie, podpora mobilov, veľkosť sťahovania AI hlasu, komerčné použitie, rozdiely medzi enginmi — všetko zodpovedané na stránke Časté otázky.