Schéma architektúry Whisperu: enkodér Transformer číta zvukový spektrogram a dekodér zapisuje text

Whisper prepis: kompletný sprievodca prevodom reči na text (2026)

2. júla 2026(aktualizované 31. októbra 2026)
·
9 min čítania
·Whisper Notes Team

Whisper prepis znamená prevod reči na text pomocou modelu Whisper od OpenAI — open-source AI modelu, ktorý môžete spustiť v cloude, na serveri alebo úplne na vlastnom zariadení. Tento sprievodca vysvetľuje, ako Whisper funguje, ktorú veľkosť modelu si vybrať, aký presný v skutočnosti je a ako ho najrýchlejšie spustiť offline na Macu alebo iPhone.

Čo je vlastne Whisper?

Whisper je model automatického rozpoznávania reči (ASR), ktorý OpenAI vydala v septembri 2022 pod licenciou MIT. Ide o encoder-decoder transformer natrénovaný na viac ako 680 000 hodinách viacjazyčného zvuku a zvláda prepis približne v 100 jazykoch plus preklad do angličtiny.

Podstatné pre vás: váhy modelu sú otvorené. Na rozdiel od rečových API od Googlu či Amazonu nemusí Whisper bežať na cudzom serveri. Existuje celý ekosystém na jeho lokálne spustenie — whisper.cpp, faster-whisper a natívne aplikácie ako Whisper Notes. Práve to umožňuje skutočne offline a súkromný prepis.

Dá sa Whisper používať bez programovania? Áno: aplikácia s grafickým rozhraním stiahne model Whisper a spustí ho lokálne za vás. Importujete nahrávku a dostanete prepis bez Pythonu, bez terminálu a bez API kľúča. Whisper Notes to robí na Macu a iPhone, MacWhisper na Macu a Buzz (bezplatný a open source) na Windows, Macu a Linuxe.

Veľkosti modelu Whisper: ktorú použiť

Whisper existuje v šiestich hlavných veľkostiach. Väčší znamená presnejší a pomalší:

Model Parametre Rýchlosť Najlepší pre
tiny 39M Najrýchlejší Rýchle koncepty, slabší hardvér
base 74M Veľmi rýchly Jednoduchý, čistý zvuk
small 244M Rýchly Dobrý pomer rýchlosti a presnosti na mobile
medium 769M Stredná Dnes už len zriedka správna voľba
large-v3 1.55B Najpomalší Maximálna presnosť, náročný zvuk
large-v3-turbo 809M ~5x rýchlejší než large-v3 Verzia, ktorú dodáva väčšina nástrojov

Pre takmer každého je odpoveďou large-v3-turbo: zachováva encoder z large-v3, ale znižuje počet dekódovacích vrstiev z 32 na 4, čím dosahuje takmer rovnakú presnosť pri zlomku výpočtového výkonu. Podrobne sme ho zmerali v článku Whisper Large V3 Turbo vs V3.

Aký presný je Whisper prepis?

Na čistom anglickom zvuku dosahujú veľké modely chybovosť slov (WER) približne 5–8 % v rebríčku Open ASR Leaderboard. Presnosť klesá pri hluku v pozadí, výrazných prízvukoch, prekrývajúcej sa reči a jazykoch s malým množstvom dát.

Jedna známa slabina Whisperu: halucinácie počas ticha. Jeho autoregresívny dekóder si niekedy vymýšľa opakované frázy alebo titulkové kredity, keď nikto nehovorí. V našich konkrétnych testoch ticha Parakeet V3 od NVIDIA nevymyslel ani jediné slovo; je to výsledok obmedzený na ten test, nie tvrdenie, že je niektorý rečový model neomylný (kompletný benchmark Parakeet V3 vs Whisper).

Pre čínštinu, japončinu a kórejčinu nie je Whisper jedinou možnosťou: pozrite si SenseVoice vs Qwen3-ASR.

5 spôsobov, ako spustiť Whisper prepis

Metóda Cena Súkromie Nastavenie
OpenAI API Platba za minútu zvuku Zvuk sa nahráva na server API kľúč + kód
openai-whisper (referenčný Python) Zadarmo 100 % lokálne Python prostredie, odporúčané GPU
whisper.cpp / faster-whisper Zadarmo 100 % lokálne Príkazový riadok
Natívna aplikácia (Whisper Notes) $7.99 jednorazovo na iPhone; $14 na Macu, 5 000 slov týždenne zadarmo 100 % na zariadení Žiadne
Webové demo nástroje Bezplatné úrovne Zvuk sa nahráva na server Žiadne

Zlaté pravidlo: ak žijete v termináli, faster-whisper je vynikajúci. Ak staviate produkt, dáva zmysel API. Ak chcete len súkromne prepísať svoje nahrávky bez dotyku s Pythonom, použite natívnu aplikáciu — presne preto existujú Whisper aplikácie pre Mac.

Zvažujete offline nástroje v širšom zábere — vrátane možností pre Windows a Android? Pozrite si nášho kompletného sprievodcu offline prevodom reči na text.

Whisper vs novšie lokálne modely (2026)

Whisper odštartoval éru lokálneho prepisu, ale už nie je sám. Rýchlosti nižšie boli merané na Macu s M4 Pro:

Model Jazyky Rýchlosť Silná stránka
Whisper Large V3 Turbo 100+ 14,3x realtime (M4 Pro) Najširšie jazykové pokrytie
Parakeet V3 25 (európske) približne 74× reálneho času (Mac) 6,32 % WER, žiadne halucinácie počas ticha
SenseVoice Small zh, ja, ko, yue, en 115–131x realtime (karta modelu) Rýchly pre čínštinu, japončinu, kórejčinu

Všetky tri bežia lokálne vo Whisper Notes; na iPhone je Whisper k dispozícii vo verzii Whisper Small. Model sa vyberá v Nastaveniach. Ako si každý model vedie v 42 jazykoch, ukazuje naša stránka porovnania Whisper modelov.

Ako spustiť Whisper prepis offline na Macu a iPhone

Žiadny príkazový riadok, žiadny Python, žiadny cloud:

  1. Stiahnite si Whisper Notes pre Mac (5 000 slov týždenne zadarmo) alebo pre iPhone ($7.99 jednorazovo).
  2. Vyberte model: Whisper Large V3 Turbo pre široké jazykové pokrytie, Parakeet pre rýchlosť v angličtine, SenseVoice pre rýchly prepis čínštiny, japončiny a kórejčiny alebo na Macu Qwen3-ASR 1.7B (Beta), ktorý v týchto jazykoch robí menej chýb. Stiahne sa raz a potom funguje navždy offline.
  3. Nahrávajte priamo, diktujte kdekoľvek v systéme podržaním Fn (v aplikácii pre Mac z nášho webu), alebo vložte audio a video súbory (MP3, WAV, M4A, MP4).
  4. Text sa zobrazuje priebežne počas spracovania. Exportujte ako TXT alebo SRT.

Pochybujete o slove „offline“? Najprv zapnite letový režim. Prepis pobeží plnou rýchlosťou — nič sa nikdy nenahráva na server.

Aký presný je Whisper prepis v slovenčine? Ktorý model si vybrať?

Slovenčina patrí medzi 25 európskych jazykov, ktoré pokrýva vstavaný model Parakeet (Parakeet Ultra od Moondream, dotrénovaná verzia NVIDIA Parakeet V3). Parakeet V3, z ktorého vychádza, dosahuje na rebríčku Open ASR Leaderboard pre angličtinu 6,32 % WER a vstavaný model beží na Macu približne 74× rýchlejšie ako reálny čas. Práve preto je Parakeet predvoleným modelom vo Whisper Notes a pre slovenské nahrávky je najlepšou voľbou. Whisper Large V3 Turbo (100+ jazykov, ~2 GB) sa oplatí ako záloha pri veľmi náročnom zvuku alebo pri jazykoch, ktoré Parakeet nepokrýva. Parakeet beží úplne offline na Macu aj iPhone; Whisper Large V3 Turbo je na Macu, na iPhone ho nahrádza Whisper Small.

Často kladené otázky

Je Whisper prepis zadarmo?

Samotný model je bezplatný a open source (licencia MIT). Jeho spustenie cez nástroje príkazového riadka ako whisper.cpp nestojí nič, ale vyžaduje nastavenie. API od OpenAI účtuje za minútu zvuku. Natívne aplikácie balia modely za malý poplatok — Whisper Notes stojí $7.99 jednorazovo na iPhone a $14 jednorazovo na Macu, kde je 5 000 slov týždenne zadarmo.

Môže Whisper prepis bežať offline?

Áno — presne to je zmyslom otvorených váh. Keď je súbor modelu vo vašom zariadení, internet už nie je potrebný. Whisper Notes spúšťa Whisper Large V3 Turbo na Apple Silicon cez CoreML/Metal, úplne offline. Overiť si to môžete letovým režimom.

Ktorý Whisper model je najpresnejší?

large-v3 má najlepšiu surovú presnosť. large-v3-turbo sa mu vyrovnáva s rozdielom zlomku percenta WER a beží asi 5x rýchlejšie, preto ho dnes ponúka toľko nástrojov.

Podporuje Whisper môj jazyk?

Whisper pokrýva približne 100 jazykov, najsilnejší je v tých s množstvom dát (angličtina, španielčina, nemčina, francúzština atď.). Pre čínštinu, japončinu, kórejčinu a kantončinu je SenseVoice na Apple Silicon oveľa rýchlejší a na Macu robí menej chýb Qwen3-ASR 1.7B (Beta); v japončine a kórejčine je Whisper Large V3 Turbo blízko SenseVoice alebo lepší. Úplný zoznam jazykov, ktoré Whisper podporuje, nájdete na našej stránke jazykov, v jednej tabuľke s Parakeet a SenseVoice.

Existuje aplikácia na Whisper prepis pre iPhone?

Áno. Whisper Notes spúšťa Whisper modely optimalizované pre Neural Engine iPhonu (iPhone 12 a novšie) — nahrávajte, importujte z Diktafónu alebo Súborov a prepisujte úplne na zariadení za $7.99, bez predplatného.