Top 10 AI hlasových a řečových technologií, které budou dominovat v roce 2025 (TTS, STT, klonování hlasu)

Google Cloud Speech AI poskytuje převod textu na řeč s více než 380 hlasy ve více než 50 jazycích pomocí WaveNet/Neural2, převod řeči na text ve více než 125 jazycích a Custom Voice bude obecně dostupný v roce 2024.
Azure Speech Service nabízí Neural Text-to-Speech s 446 hlasy ve 144 jazycích (k polovině roku 2024), převod řeči na text ve více než 75 jazycích a Custom Neural Voice s cloudovým nebo on-prem nasazením.
Amazon Polly poskytuje více než 100 hlasů ve více než 40 jazycích, zahrnuje Neural Generative TTS s 13 ultra-expresivními hlasy do konce roku 2024 a Amazon Transcribe podporuje více než 100 jazyků.
IBM Watson Speech Services poskytují převod textu na řeč ve více než 13 jazycích a převod řeči na text v 8–10 jazycích, s velkými modely řeči pro rok 2024 a on-prem nasazením přes Cloud Pak.
Nuance Dragon Medical One dosahuje téměř 100% přesnosti v lékařské diktaci po adaptaci uživatele, podporuje offline provoz na PC a integruje se s Microsoft 365 Dictate a Dragon Ambient Experience.
OpenAI Whisper je open-source STT model trénovaný na 680 000 hodinách audia, podporuje asi 99 jazyků, umí překládat řeč a Whisper-large přes API stojí $0.006 za minutu.
Deepgram vydal Nova-2 v roce 2024, která přináší přibližně o 30 % nižší WER a medián WER 8,4 % napříč různými daty, s podporou streamování v reálném čase a on-prem nasazením.
Speechmatics Flow, spuštěný v roce 2024, kombinuje STT s LLM a TTS, podporuje více než 30 jazyků a uvádí 91,8% přesnost u dětských hlasů s 45% zlepšením pro afroamerické hlasy; irština a maltština byly přidány v srpnu 2024.
ElevenLabs nabízí více než 300 předpřipravených hlasů a s modelem v3 z roku 2024 podporuje více než 30 jazyků a klonování hlasu z několika minut audia.
Resemble AI umožňuje konverzi a klonování hlasu v reálném čase ve 62 jazycích pomocí Localize a kampaň Truefan vytvořila 354 000 personalizovaných zpráv s přibližně 90% podobností hlasu.

Úvod

Technologie Voice AI v roce 2025 je charakterizována pozoruhodným pokrokem v oblasti Text-to-Speech (TTS), Speech-to-Text (STT) a Voice Cloning. Přední platformy v oboru poskytují stále přirozenější syntézu řeči a vysoce přesné rozpoznávání řeči, což umožňuje využití od virtuálních asistentů a přepisu v reálném čase až po realistické voiceovery a vícejazyčný dabing. Tato zpráva představuje 10 nejlepších platforem Voice AI, které v roce 2025 dominují a vynikají v jedné nebo více z těchto oblastí. Každý záznam obsahuje přehled schopností, klíčové funkce, podporované jazyky, základní technologie, případy použití, ceny, silné/slabé stránky, nedávné inovace (2024–2025) a odkaz na oficiální produktovou stránku. Pro rychlý přehled jejich hlavních předností je k dispozici souhrnná srovnávací tabulka.

Souhrnná srovnávací tabulka

Platforma	Schopnosti (TTS/STT/Klonování)	Cenový model	Cíloví uživatelé & případy použití
Google Cloud Speech AI	TTS (hlasy WaveNet/Neural2); STT (120+ jazyků); možnost vlastního hlasucloud.google.com id.cloud-ace.com	Platba za použití (za znak pro TTS; za minutu pro STT); k dispozici kredity zdarmacloud.google.com	Podniky & vývojáři vytvářející hlasové aplikace v globálním měřítku (kontaktní centra, přepis médií, IVR atd.)krisp.ai cloud.google.com
Microsoft Azure Speech Service	TTS (neurální hlasy – 400+ hlasů, 140+ jazykůtechcommunity.microsoft.com); STT (75+ jazyků, překlad)telnyx.com krisp.ai; Custom Neural Voice (klonování)	Platba za použití (za znak/hodinu); zkušební verze zdarma & Azure kreditytelnyx.com	Podniky vyžadující bezpečnou, přizpůsobitelnou hlasovou AI (vícejazyčné aplikace, hlasoví asistenti, přepis ve zdravotnictví/právu)krisp.ai krisp.ai
Amazon AWS Voice AI (Polly & Transcribe)	TTS (100+ hlasů, 40+ jazykůaws.amazon.com, neurální & generativní hlasy); STT (reálný čas & dávkové zpracování, 100+ jazykůaws.amazon.com)	Platba za použití (za milion znaků pro TTS; za sekundu pro STT); bezplatná verze na 12 měsíců <a href=“https://aws.amazon.com/polly/#:~:text=Yes,details%2C%20see%20Amazon%20Polly%aws.amazon.com aws.amazon.com	Firmy na AWS, které potřebují škálovatelné hlasové funkce (nahrávání médií, přepis zákaznických hovorů, hlasově interaktivní aplikace) telnyx.com aws.amazon.com
IBM Watson Speech Services	TTS (neurální hlasy ve více jazycích); STT (reálný čas & dávkové zpracování, modely přizpůsobené doméně)	Platba za použití (bezplatná lite verze; odstupňované ceny dle využití)	Podniky ve specializovaných oblastech (finančnictví, zdravotnictví, právo), které potřebují vysoce přizpůsobitelná a bezpečná řešení pro zpracování řeči krisp.ai telnyx.com
Nuance Dragon (Microsoft)	STT (mimořádně přesné diktování; verze pro specifické obory např. medicína, právo); Hlasové příkazy	Licencování na uživatele nebo předplatné (software Dragon); Podnikové licence pro cloudové služby	Profesionálové (lékaři, právníci) a podniky vyžadující vysoce přesný přepis a dokumentaci řízenou hlasem krisp.ai krisp.ai
OpenAI Whisper (open source)	STT (špičkový vícejazyčný ASR – ~99 jazyků zilliz.com; také překlad)	Open source (MIT License); použití OpenAI API za ~$0.006/min	Vývojáři & výzkumníci potřebující špičkově přesné rozpoznávání řeči (např. přepisovací služby, překlad jazyků, analýza hlasových dat) zilliz.com zilliz.com
Deepgram	STT (podnikové, na transformerech založené modely s o 30 % nižší chybovostí oproti konkurenci deepgram.com); Některé TTS funkce se objevují	Předplatné nebo API dle využití (kredity zdarma, poté odstupňované ceny; ~$0.004–0.005/min pro nejnovější model) deepgram.com	Technologické firmy a kontaktní centra, která potřebují repřepis v reálném čase, ve velkém objemu s možností přizpůsobení modelu telnyx.com deepgram.com
Speechmatics	STT (samo-učené ASR, 50+ jazyků s jakýmkoli přízvukem audioxpress.com); některá hlasová řešení integrovaná s LLM (Flow API pro ASR+TTS) audioxpress.com audioxpress.com	Předplatné nebo podniková licence (cloud API nebo on-premise); individuální nabídky pro větší objemy	Média a globální firmy vyžadující inkluzivní, na přízvuku nezávislý přepis (živé titulky, hlasová analytika) s možností on-premise pro ochranu soukromí speechmatics.com speechmatics.com
ElevenLabs	TTS (ultra-realistické, expresivní hlasy); Klonování hlasu (vlastní hlasy ze vzorků); Vícejazyčná hlasová syntéza (30+ jazyků v původním hlasu) elevenlabs.io resemble.ai	Bezplatná verze (~10 min/měsíc); Placené tarify od $5/měsíc (30 min+) zapier.com zapier.com	Tvůrci obsahu, vydavatelé a vývojáři potřebující vysoce kvalitní voiceovery, audioknižní naraci, postavy nebo klonování hlasu pro média zapier.com zapier.com
Resemble AI	TTS & Klonování hlasu (okamžité klonování hlasu s emocemi; převod řeči na řeč); Dubbing ve 50+ jazycích se stejným hlasem <a href=“https://www.aibase.com/news/554#:~:text=The%20data%20to%20be%20translateaibase.com resemble.ai	Podnikové a uživatelsky založené ceny (vlastní plány; k dispozici bezplatná zkušební verze)	Týmy v oblasti médií, her a marketingu, které vytvářejí vlastní značkové hlasy, lokalizovaný hlasový obsah nebo převod hlasu v reálném čase v interaktivních aplikacích resemble.ai resemble.ai

1. Google Cloud Speech AI (TTS & STT) – Google

Přehled: Google Cloud’s Speech AI zahrnuje Cloud Text-to-Speech a Speech-to-Text API, které jsou proslulé vysokou věrností a škálovatelností. Google TTS vytváří přirozenou, lidsky znějící řeč pomocí pokročilých modelů hlubokého učení (např. WaveNet, Neural2) videosdk.live, zatímco STT dosahuje přesné transkripce v reálném čase ve více než 120 jazycích/dialektech krisp.ai. Cíloví uživatelé sahají od podniků potřebujících globální vícejazyčné hlasové aplikace po vývojáře integrující hlas do aplikací nebo zařízení. Google také nabízí možnost Custom Voice, která klientům umožňuje vytvořit unikátní AI hlas pomocí vlastních nahrávek id.cloud-ace.com (s etickými zárukami).

Klíčové vlastnosti:

Text-to-Speech: Více než 380 hlasů ve více než 50 jazycích/variantách cloud.google.com, včetně WaveNet a nejnovějších hlasů Neural2 pro realistickou intonaci. Nabízí hlasové styly (např. „Studio“ hlasy napodobující profesionální vypravěče) a detailní ovládání přes SSML pro tón, výšku, rychlost a pauzy videosdk.live videosdk.live.
Speech-to-Text: Přepis v reálném čase i dávkově s podporou více než 125 jazyků, automatická interpunkce, časové značky na úrovni slov a diarizace mluvčích krisp.ai krisp.ai. Umožňuje speech adaptation (vlastní slovníky) pro lepší rozpoznání oborově specifických výrazů krisp.ai krisp.ai.
Vlastní modely: Cloud STT umožňuje uživatelům ladit modely s konkrétní terminologií a Cloud TTS nabízí Vlastní hlas (neurální klonování hlasu) pro vytvoření značkové hlasové identity id.cloud-ace.com id.cloud-ace.com.
Integrace & nástroje: Bezproblémově se integruje s ekosystémem Google Cloud (např. Dialogflow CX pro hlasové roboty). Poskytuje SDK/REST API a podporuje nasazení na různých platformách.

Podporované jazyky: Více než 50 jazyků pro TTS (zahrnuje všechny hlavní světové jazyky a mnoho regionálních variant) cloud.google.com, a 120+ jazyků pro STT krisp.ai. Tato rozsáhlá jazyková podpora jej činí vhodným pro globální aplikace a lokalizační potřeby. Obě API zvládají více anglických přízvuků a dialektů; STT dokáže automaticky detekovat jazyky v vícejazyčném zvuku a dokonce přepisovat střídání jazyků (až 4 jazyky v jedné větě) googlecloudcommunity.com googlecloudcommunity.com.

Technické základy: Google TTS je postaven na výzkumu DeepMind – např. WaveNet neurální vokodéry a následné pokroky AudioLM/Chirp pro expresivní, nízkolatenční řeč cloud.google.com cloud.google.com. Hlasy jsou syntetizovány hlubokými neuronovými sítěmi, které dosahují téměř lidské úrovně v prozódii. STT využívá end-to-end modely hlubokého učení (podpořené rozsáhlými audio daty Googlu); aktualizace využily architektury založené na Transformeru a rozsáhlý trénink pro neustálé zlepšování přesnosti. Google také zajišťuje, že modely jsou optimalizovány pro nasazení ve velkém měřítku na svém cloudu, a nabízí funkce jako streamové rozpoznávání s nízkou latencí a schopnost zpracovávat hlučné audio díky robustnímu tréninku na šum.

Příklady použití: Univerzálnost hlasových API Googlu umožňuje případy použití jako:

Automatizace kontaktních center: IVR systémy a hlasoví roboti, kteří přirozeně komunikují se zákazníky (např. hlasový agent Dialogflow poskytující informace o účtu) cloud.google.com.
Přepis a titulkování médií: Přepisování podcastů, videí nebo živých přenosů (titulky v reálném čase) ve více jazycích pro zpřístupnění nebo indexaci.
Hlasoví asistenti a IoT: Pohánění virtuálních asistentů na smartphonech nebo chytrých domácích zařízeních (sama služba Google Assistant tuto technologii využívá) a umožnění hlasového ovládání v IoT aplikacích.
E-learning a tvorba obsahu: Generování audioknih nebo hlasových komentářů k videím s přirozenými hlasy a přepisování přednášek či schůzek pro pozdější přezkoumání.
Zpřístupnění: Umožnění převodu textu na řeč pro čtečky obrazovky a asistenční zařízení a převodu řeči na text pro uživatele, kteří raději diktují než píší.

Cenotvorba: Google Cloud používá model pay-as-you-go. U TTS je cena za milion znaků (např. přibližně 16 $ za 1M znaků pro hlasy WaveNet/Neural2, méně pro standardní hlasy). STT je účtováno za 15 sekund nebo za minutu zvuku (~0,006 $ za 15 s pro standardní modely) v závislosti na úrovni modelu a na tom, zda jde o zpracování v reálném čase nebo dávkové. Google nabízí štědrý bezplatný tarif – noví zákazníci získají kredit 300 $ a měsíční bezplatné limity (např. 1 hodina STT a několik milionů znaků TTS) cloud.google.com. To umožňuje levné počáteční testování. Pro velké objemy jsou k dispozici slevy a smlouvy na závazné využití.

Silné stránky: Platforma Google vyniká vysokou kvalitou zvuku a přesností (využívá výzkum Google AI). Nabízí širokou jazykovou podporu (skutečně globální dosah) a škálovatelnost na infrastruktuře Google (zvládá rozsáhlé úlohy v reálném čase). Služby jsou přívětivé pro vývojáře díky jednoduchým REST/gRPC API a klientským knihovnám. Neustálé inovace Google (např. nové hlasy, vylepšení modelů) zajišťují špičkový výkon cloud.google.com. Jakožto kompletní cloudová sada se navíc dobře integruje s dalšími službami Google (Storage, Translation, Dialogflow) pro tvorbu komplexních hlasových aplikací.

Slabé stránky: Náklady mohou být vysoké ve velkém měřítku, zejména při generování dlouhých TTS nebo nepřetržitém přepisu – uživatelé uvádějí, že ceny Google mohou být nákladné pro rozsáhlé využití bez množstevních slev telnyx.com. Někteří uživatelé uvádějí, že přesnost STT se může lišit u silných přízvuků nebo hlučného zvuku, což vyžaduje úpravu modelu. STT v reálném čase může při vysoké zátěži vykazovat určitou latenci telnyx.com. Dalším aspektem je správa dat u Google – ačkoliv služba nabízí možnosti ochrany soukromí, některé organizace s citlivými daty mohou preferovat on-premise řešení (které cloudový přístup Google přímo nenabízí, na rozdíl od některých konkurentů).

Nedávné aktualizace (2024–2025): Google nadále zdokonaluje své hlasové služby. Koncem roku 2024 začal upgradovat mnoho TTS hlasů v evropských jazycích na nové, přirozenější verze googlecloudcommunity.com googlecloudcommunity.com. Cloud TTS nyní podporuje hlasy Chirp v3 (využívající výzkum AudioLM pro spontánně znějící konverzaci) a syntézu dialogu s více mluvčími cloud.google.com cloud.google.com. Na straně STT Google spustil vylepšené modely s vyšší přesností a rozšířeným jazykovým pokrytím na více než 125 jazyků gcpweekly.com telnyx.com. Významné je, že Google zpřístupnil Custom Voice pro širokou veřejnost, což zákazníkům umožňuje trénovat a nasazovat vlastní TTS hlasy s použitím jejich vlastních zvukových dat (s etickým posouzením od Googlu) id.cloud-ace.com id.cloud-ace.com. Tyto inovace spolu s postupným přidáváním jazyků a dialektů udržují Google na špičce hlasové AI v roce 2025.

Oficiální web: Google Cloud Text-to-Speech cloud.google.com (pro TTS) a Speech-to-Text krisp.ai produktové stránky.

2. Microsoft Azure Speech Service (TTS, STT, klonování hlasu) – Microsoft

Přehled: Microsoft Azure AI Speech je podniková platforma nabízející Neural Text-to-Speech, Speech-to-Text a také funkce jako Speech Translation a Custom Neural Voice. Azure TTS poskytuje obrovský výběr hlasů (více než 400 hlasů ve 140 jazycích/localech) s lidskou kvalitou techcommunity.microsoft.com, včetně stylů a emocí. Jeho STT (rozpoznávání řeči) je vysoce přesné, podporuje více než 70 jazyků pro přepis v reálném čase nebo dávkově telnyx.com, a dokáže dokonce překládat mluvený zvuk za chodu do jiných jazyků krisp.ai. Charakteristickým rysem je podniková customizace: zákazníci mohou trénovat vlastní akustické/jazykové modely nebo vytvořit klonovaný hlas pro svou značku. Azure Speech je úzce integrován s cloudovým ekosystémem Azure (se SDK a REST API) a je podpořen desetiletími výzkumu a vývoje řeči od Microsoftu (včetně technologie od Nuance, kterou Microsoft získal).

Klíčové vlastnosti:

Neural Text-to-Speech: Obrovská knihovna předpřipravených neural voices ve 144 jazycích/variantách (446 hlasů k polovině roku 2024) techcommunity.microsoft.com, od neformálních konverzačních tónů po formální narativní styly. Hlasy jsou vytvářeny pomocí hlubokých neuronových modelů Microsoftu pro prozodii (např. varianty Transformer a Tacotron). Azure nabízí unikátní hlasové styly (veselý, empatický, zákaznický servis, zpravodajství atd.) a detailní ovládání (pomocí SSML) pro výšku, rychlost a výslovnost. Významnou funkcí je podpora Multi-lingual and Multi-speaker: některé hlasy zvládají code-switching a služba podporuje multiple speaker roles pro tvorbu dialogů.
Speech-to-Text: Vysoce přesné ASR s režimy streamování v reálném čase a dávkového přepisu. Podporuje 75+ jazyků/dialektů telnyx.com a nabízí funkce jako automatická interpunkce, filtrování vulgarismů, diarizace mluvčích, vlastní slovník a speech translation (přepis a překlad řeči v jednom kroku) krisp.ai. Azure STT lze použít jak pro krátké příkazy, tak pro dlouhé přepisy, s možností vylepšených modelů pro specifické případy použití (např. call centrum).
Custom Neural Voice: Služba klonování hlasu, která umožňuje organizacím vytvořit jedinečný AI hlas modelovaný podle cílového mluvčího (vyžaduje přibližně 30 minut trénovacího audia a přísné ověření souhlasu). Výsledkem je syntetický hlas, který reprezentuje značku nebo postavu a používá se v produktech jako jsou imerzivní hry nebo konverzační agenti. Microsoftův Custom Neural Voice je známý svou kvalitou, jak je vidět například u hlasu Flo značky Progressive nebo chatbotů AT&T.
Zabezpečení a nasazení: Azure Speech klade důraz na podnikové zabezpečení – šifrování dat, dodržování standardů ochrany soukromí a možnosti využití kontejnerizovaných endpointů (takže firmy mohou nasadit modely řeči on-premises nebo na edge pro citlivé scénáře) krisp.ai. Tato flexibilita (cloud nebo on-prem přes kontejner) je ceněna v odvětvích jako zdravotnictví.
Integrace: Navrženo pro integraci s ekosystémem Azure – např. použití s Cognitive Services (Překlad, Cognitive Search), Bot Framework (pro hlasem ovládané boty) nebo Power Platform. Podporuje také Speaker Recognition (hlasová autentizace) jako součást nabídky řečových služeb.

Podporované jazyky: Hlasová AI Azure je pozoruhodně vícejazyčná. TTS pokrývá 140+ jazyků a variant (s hlasy téměř ve všech hlavních jazycích a mnoha regionálních variantách – např. různé anglické akcenty, čínské dialekty, indické jazyky, africké jazyky) techcommunity.microsoft.com. STT podporuje 100+ jazyků pro přepis (a dokáže automaticky detekovat jazyky v audionahrávce nebo zpracovat vícejazyčnou řeč) techcommunity.microsoft.com. Funkce Speech Translation podporuje desítky jazykových párů. Microsoft také průběžně přidává jazyky s nízkými zdroji, s cílem být inkluzivní. Tato šíře dělá z Azure špičkovou volbu pro aplikace vyžadující mezinárodní dosah nebo podporu lokálních jazyků.

Technické základy: Microsoftí technologie řeči je podpořena hlubokými neuronovými sítěmi a rozsáhlým výzkumem (část z něj pochází z Microsoft Research a získaných algoritmů Nuance). Neural TTS využívá modely jako Transformer a varianty FastSpeech k generování řečové vlny, stejně jako vokodéry podobné WaveNetu. Nejnovějším průlomem Microsoftu bylo dosažení lidské úrovně v některých úlohách TTS – díky rozsáhlému trénování a ladění pro napodobení nuancí lidského projevu techcommunity.microsoft.com. Pro STT Azure využívá kombinaci akustických a jazykových modelů; od roku 2023 zavedl akustické modely založené na Transformeru (zlepšující přesnost a odolnost vůči šumu) a sjednocené modely „Conformer“. Azure také využívá ensemble modelování a posilované učení pro průběžné zlepšování. Dále nabízí adaptivní učení – možnost zlepšit rozpoznávání specifického žargonu poskytnutím textových dat (vlastní jazykové modely). Na infrastrukturní straně může Azure Speech využívat akceleraci GPU v cloudu pro streamování s nízkou latencí a automaticky se škáluje pro zvládání špiček (např. živé titulkování velkých událostí).

Příklady použití: Azure Speech je využíván napříč odvětvími:

Zákaznický servis & IVR: Mnoho podniků využívá Azure STT a TTS k pohonu IVR systémů call center a hlasových botů. Například letecká společnost může použít STT k přepisu telefonických požadavků zákazníků a odpovídat hlasem Neural TTS, případně i překládat mezi jazyky dle potřeby krisp.ai.
Virtuální asistenti: Stojí za hlasem virtuálních agentů jako Cortana a asistentů třetích stran zabudovaných v autech nebo spotřebičích. Funkce vlastního hlasu umožňuje těmto asistentům mít jedinečnou osobnost.
Tvorba obsahu & média: Herní studia a animační společnosti využívají Custom Neural Voice k tomu, aby postavy měly jedinečné hlasy bez rozsáhlého nahrávání dabérů (např. čtení scénářů v naklonovaném hlasu herce). Mediální společnosti používají Azure TTS pro čtení zpráv, audioknihy nebo vícejazyčný dabing obsahu.
Přístupnost & vzdělávání: Přesné STT od Azure pomáhá generovat titulky v reálném čase pro schůzky (např. v Microsoft Teams) a přednášky, což pomáhá osobám se sluchovým postižením nebo jazykovými bariérami. TTS se používá ve funkcích předčítání ve Windows, e-knihách a vzdělávacích aplikacích.
Podniková produktivita: Přepisování schůzek, hlasových zpráv nebo diktování dokumentů je běžné využití. Technologie Nuance Dragon (nyní pod Microsoftem) je integrována pro obory jako lékaři (např. převod řeči na text pro klinické poznámky) a právníci pro diktování podání s vysokou přesností na odbornou terminologii krisp.ai krisp.ai.

Cenotvorba: Azure Speech používá cenotvorbu založenou na spotřebě. U STT účtuje za hodinu zpracovaného audia (s různými sazbami pro standardní vs. vlastní nebo vylepšené modely). Například standardní přepis v reálném čase může stát kolem 1 $ za hodinu audia. TTS je účtováno za znak nebo za 1 milion znaků (přibližně 16 $ za milion znaků pro neuronové hlasy, podobně jako konkurence). Custom Neural Voice zahrnuje další poplatek za nastavení/trénink a poplatky za používání. Azure nabízí bezplatné tarify: např. určitý počet hodin STT zdarma v prvních 12 měsících a zdarma znaky pro převod textu na řeč. Azure také zahrnuje řečové služby ve svém balíčku Cognitive Services, který si podniky mohou zakoupit s množstevními slevami. Celkově je cenotvorba konkurenceschopná, ale uživatelé by měli počítat s tím, že pokročilé funkce (jako vlastní modely nebo vysoce věrné styly) mohou stát více.

Silné stránky: Microsoftova řečová služba je připravená pro podniky – známá robustním zabezpečením, ochranou soukromí a shodou s předpisy (důležité pro regulovaná odvětví) krisp.ai. Nabízí bezkonkurenční přizpůsobení: vlastní hlasy a vlastní STT modely dávají organizacím detailní kontrolu. Šíře jazykové a hlasové podpory je špičková v oboru techcommunity.microsoft.com, což z ní dělá komplexní řešení pro globální potřeby. Integrace se širším ekosystémem Azure a vývojářskými nástroji (vynikající SDK pro .NET, Python, Java atd.) je silnou stránkou, která zjednodušuje vývoj komplexních řešení. Microsoftovy hlasy jsou velmi přirozené, často chválené pro svou expresivitu a rozmanitost dostupných stylů. Další silnou stránkou je flexibilní nasazení – možnost provozu v kontejnerech znamená, že je možný offline nebo edge provoz, což nabízí jen málo cloudových poskytovatelů. Nakonec, díky neustálým aktualizacím Microsoftu (často na základě vlastních produktů jako Windows, Office a Xbox využívajících řečové technologie) těží služba Azure Speech z nejnovějšího výzkumu a rozsáhlého testování v reálném provozu.

Slabé stránky: I když je kvalita Azure vysoká, náklady se mohou nasčítat při intenzivním využívání, zejména u Custom Neural Voice (který vyžaduje značné investice a schvalovací proces Microsoftu) a u dlouhých přepisů, pokud nemáte podnikové smlouvy telnyx.com. Množství funkcí a možností této služby znamená vyšší nároky na naučení – noví uživatelé mohou mít problém se zorientovat ve všech nastaveních (například výběr z mnoha hlasů nebo konfigurace vlastních modelů vyžaduje určitou odbornost). Co se týče přesnosti, Azure STT patří mezi špičku, ale některé nezávislé testy ukazují, že Google nebo Speechmatics jsou v určitých benchmarcích o něco lepší (přesnost může záviset na jazyce nebo přízvuku). Plné využití potenciálu Azure Speech často předpokládá, že jste v ekosystému Azure – nejlépe funguje při integraci s Azure storage apod., což nemusí vyhovovat těm, kdo používají multi-cloud nebo hledají jednodušší samostatnou službu. Nakonec, jako u každé cloudové služby, používání Azure Speech znamená odesílání dat do cloudu – organizace s extrémně citlivými daty mohou preferovat řešení pouze on-prem (Azure container pomáhá, ale není zdarma).

Nedávné aktualizace (2024–2025): Microsoft agresivně rozšířil nabídku jazyků a hlasů. V roce 2024 Azure Neural TTS přidal 46 nových hlasů a 2 nové jazyky, čímž se celkový počet zvýšil na 446 hlasů ve 144 jazycích techcommunity.microsoft.com. Také byly ukončeny starší „standardní“ hlasy ve prospěch výhradně neuronových hlasů (od září 2024), aby byla zajištěna vyšší kvalita learn.microsoft.com. Microsoft představil inovativní funkci Voice Flex Neural (preview), která umožňuje ještě dynamičtější úpravu stylu řeči. U STT Microsoft integroval některé schopnosti Nuance Dragon do Azure – například modely Dragon Legal a Medical jsou nyní dostupné v Azure pro oborově specifické přepisy s velmi vysokou přesností na odborné termíny. Také byly nasazeny aktualizace Speech Studio, grafického nástroje pro snadnou tvorbu vlastních modelů a hlasů. Další významný posun: Speech to Text v Azure získal posílení díky novému foundation model (uváděn jako model s miliardami parametrů), který zvýšil přesnost o ~15 % a umožnil přepis smíšených jazyků najednou aws.amazon.com aws.amazon.com. Microsoft také oznámil integraci řeči se službami Azure OpenAI – umožňuje například převod řeči ze schůzky na text a následné shrnutí pomocí GPT-4 (vše v rámci Azure). Pokračující integrace generativní AI (např. GPT) s řečí a zlepšení v oblasti přízvuků a biasu (některé díky partnerství Microsoftu s organizacemi na snížení chybovosti u různorodých mluvčích) udržují Azure Speech na špici i v roce 2025.

Oficiální webová stránka: Azure AI Speech Service techcommunity.microsoft.com (oficiální produktová stránka Microsoft Azure pro Speech).

3. Amazon AWS Voice AI – Amazon Polly (TTS) & Amazon Transcribe (STT)

Přehled: Amazon Web Services (AWS) poskytuje výkonnou cloudovou hlasovou AI prostřednictvím Amazon Polly pro převod textu na řeč (Text-to-Speech) a Amazon Transcribe pro převod řeči na text (Speech-to-Text). Polly převádí text na přirozeně znějící řeč v různých hlasech a jazycích, zatímco Transcribe využívá automatické rozpoznávání řeči (ASR) k vytváření vysoce přesných přepisů z audia. Tyto služby jsou součástí široké nabídky AI od AWS a těží ze škálovatelnosti a integrace AWS. Hlasové technologie Amazonu vynikají spolehlivostí a byly přijaty napříč odvětvími pro úkoly jako IVR systémy, titulkování médií, hlasová asistence a další. I když jsou Polly a Transcribe samostatné služby, společně pokrývají spektrum potřeb hlasového výstupu a vstupu. Amazon také nabízí související služby: Amazon Lex (pro konverzační boty), Transcribe Call Analytics (pro inteligenci kontaktních center) a na míru šitý program Brand Voice (kde Amazon vytvoří vlastní TTS hlas pro značku klienta). AWS Voice AI je zaměřena na vývojáře a podniky již působící v ekosystému AWS a nabízí jim snadnou integraci s dalšími AWS zdroji.

Klíčové vlastnosti:

Amazon Polly (TTS): Polly nabízí 100+ hlasů ve 40+ jazycích a variantách aws.amazon.com, včetně mužských i ženských hlasů a kombinace neuronových a standardních možností. Hlasy jsou „přirozené“, vytvořené pomocí hlubokého učení pro zachycení přirozené intonace a rytmu. Polly podporuje neuronové TTS pro vysoce kvalitní řeč a nedávno představila Neural Generative TTS engine – špičkový model (s 13 ultra-expresivními hlasy ke konci roku 2024), který produkuje emotivnější, konverzační řeč aws.amazon.com aws.amazon.com. Polly nabízí funkce jako podpora Speech Synthesis Markup Language (SSML) pro jemné doladění výstupu řeči (výslovnost, důraz, pauzy) aws.amazon.com. Obsahuje také speciální styly hlasu; například Newscaster styl čtení, nebo Conversational styl pro uvolněný tón. Unikátní funkcí je schopnost Polly automaticky upravovat rychlost řeči u dlouhých textů (dýchání, interpunkce) pomocí long-form syntetizačního enginu, což zajišťuje přirozenější čtení audioknih nebo zpráv (mají dokonce speciální hlasy pro dlouhé texty).
Amazon Transcribe (STT): Transcribe zvládá jak dávkový přepis předem nahraných zvukových souborů, tak i přepis v reálném čase. Podporuje více než 100 jazyků a dialektů pro přepis aws.amazon.com a dokáže automaticky rozpoznat mluvený jazyk. Klíčové funkce zahrnují diarizaci mluvčích (rozlišení mluvčích v nahrávce s více osobami) krisp.ai, vlastní slovník (pro naučení systému oborových termínů nebo jmen) telnyx.com, interpunkci a velká písmena (automaticky vkládá interpunkci a velká písmena pro lepší čitelnost) krisp.ai a generování časových značek pro každé slovo. Transcribe také nabízí filtrování obsahu (pro maskování nebo označování vulgarismů/PII) a redakci – užitečné například při nahrávkách z call center pro začernění citlivých údajů. Pro telefonii a schůzky existují specializovaná vylepšení: např. Transcribe Medical pro zdravotnickou řeč (v souladu s HIPAA) a Call Analytics, které nejen přepisuje, ale také poskytuje analýzu sentimentu, kategorizaci hovorů a generování shrnutí s integrovaným ML aws.amazon.com aws.amazon.com.
Integrace & nástroje: Polly i Transcribe se integrují s dalšími službami AWS. Například výstup z Transcribe může být přímo předán do Amazon Comprehend (NLP služba) pro hlubší analýzu textu nebo do Translate pro překlad přepisů. Polly může spolupracovat s AWS Translate pro tvorbu hlasového výstupu v různých jazycích. AWS poskytuje SDK v mnoha jazycích (Python boto3, Java, JavaScript atd.) pro snadné volání těchto služeb. K dispozici jsou také praktické funkce, například Amazon MediaConvert může využít Transcribe k automatickému generování titulků k video souborům. Dále AWS nabízí Presign API, které umožňují bezpečné nahrávání přímo z klienta pro přepis nebo streamování.
Přizpůsobení: Zatímco hlasy Polly jsou předpřipravené, AWS nabízí Brand Voice, program, v rámci kterého experti Amazonu vytvoří pro klienta vlastní TTS hlas (nejde o samoobslužnou službu; jde o spolupráci – například KFC Kanada spolupracovala s AWS na vytvoření hlasu plukovníka Sanderse prostřednictvím Polly’s Brand Voice venturebeat.com). U Transcribe je přizpůsobení možné pomocí vlastního slovníku nebo vlastních jazykových modelů (pro některé jazyky AWS umožňuje natrénovat menší vlastní model, pokud máte přepisy, aktuálně v omezeném náhledu).
Výkon a škálovatelnost: Služby Amazonu jsou známé tím, že jsou ověřené v produkčním provozu ve velkém měřítku (Amazon pravděpodobně používá Polly a Transcribe interně pro Alexu a AWS služby). Obě zvládnou velké objemy: Transcribe streaming může současně zpracovávat mnoho streamů (škáluje horizontálně) a dávkové úlohy mohou zpracovat mnoho hodin audia uloženého na S3. Polly dokáže syntetizovat řeč rychle, podporuje i ukládání výsledků do mezipaměti a nabízí neurální cache pro časté věty. Latence je nízká, zvláště pokud používáte AWS regiony blízko uživatelů. Pro IoT nebo edge použití AWS nenabízí offline kontejnery pro tyto služby (na rozdíl od Azure), ale poskytuje edge konektory přes AWS IoT pro streamování do cloudu.

Podporované jazyky:

Amazon Polly: Podporuje desítky jazyků (aktuálně kolem 40+). Zahrnuje většinu hlavních jazyků: angličtina (US, UK, AU, Indie atd.), španělština (EU, US, LATAM), francouzština, němčina, italština, portugalština (BR a EU), hindština, arabština, čínština, japonština, korejština, ruština, turečtina a další aws.amazon.com. Mnoho jazyků má více hlasů (např. americká angličtina má 15+ hlasů). AWS stále přidává nové jazyky – například na konci roku 2024 přidali češtinu a švýcarskou němčinu docs.aws.amazon.com. Ne všechny jazyky světa jsou pokryty, ale výběr je široký a stále roste.
Amazon Transcribe: K roku 2025 podporuje 100+ jazyků a variant pro přepis aws.amazon.com. Původně pokrýval asi 31 jazyků (většinou západní jazyky), ale Amazon jej výrazně rozšířil a díky nové generaci modelu zahrnuje mnohem více jazyků (včetně jazyků jako vietnamština, perština, svahilština atd.). Podporuje také vícejazyčný přepis – dokáže detekovat a přepisovat bilingvní konverzace (např. kombinaci angličtiny a španělštiny v jednom hovoru). Specificky pro obor: Transcribe Medical aktuálně podporuje lékařskou diktaci v několika dialektech angličtiny a španělštiny.

Technické základy: Generativní hlas Amazonu (Polly) využívá pokročilé modely neuronových sítí, včetně transformerového modelu s miliardou parametrů pro své nejnovější hlasy aws.amazon.com. Tato architektura modelu umožňuje Polly generovat řeč v reálném čase při zachování vysoké kvality – výsledná řeč je „emocionálně angažovaná a vysoce hovorová“ aws.amazon.com. Starší hlasy využívají konkatenační přístupy nebo starší neuronové sítě pro standardní hlasy, ale nyní je zaměření plně na neuronové TTS. Na straně STT je Amazon Transcribe poháněn ASR modelem nové generace (s několika miliardami parametrů), který Amazon vytvořil a natrénoval na obrovském množství audia (údajně miliony hodin) aws.amazon.com. Model pravděpodobně využívá architekturu Transformer nebo Conformer pro dosažení vysoké přesnosti. Je optimalizován pro různé akustické podmínky a přízvuky (Amazon to výslovně zmiňuje, že zohledňuje různé přízvuky a šum) aws.amazon.com. Významné je, že vývoj Transcribe byl ovlivněn pokroky v rozpoznávání řeči Amazon Alexa – vylepšení z modelů Alexy se často promítají i do Transcribe pro širší využití. AWS používá techniky self-supervised learningu pro jazyky s malým množstvím dat (podobně jako SpeechMix nebo wav2vec), aby rozšířil jazykové pokrytí. Co se týče nasazení, tyto modely běží na spravované infrastruktuře AWS; AWS má specializované inference čipy (například AWS Inferentia), které mohou být použity pro efektivní provoz těchto modelů.

Příklady použití:

Interaktivní hlasová odezva (IVR): Mnoho společností používá Polly k předčítání výzev a Transcribe ke záznamu toho, co volající říkají v telefonních menu. Například IVR banky může sdělovat informace o účtu pomocí Polly a využívat Transcribe k porozumění mluveným požadavkům.
Analýza kontaktních center: Použití Transcribe k přepisu hovorů zákaznické podpory (přes Amazon Connect nebo jiné platformy call center) a jejich následné analýze pro zjištění sentimentu zákazníků nebo výkonu operátorů. Funkce Call Analytics (s detekcí sentimentu a sumarizací) pomáhají automatizovat kontrolu kvality hovorů aws.amazon.com aws.amazon.com.
Média a zábava: Polly se používá k vytváření namluvených verzí zpravodajských článků nebo blogových příspěvků (některé zpravodajské weby nabízejí „poslechněte si tento článek“ pomocí hlasů Polly). Transcribe využívají vysílatelé k titulkování živého televizního vysílání nebo video platformy k automatickému generování titulků pro videa nahraná uživateli. Produkční studia mohou používat Transcribe k získání přepisů záznamů pro účely střihu (vyhledávání ve videích podle textu).
E-learning a přístupnost: E-learningové platformy využívají Polly k převodu psaného obsahu na audio ve více jazycích, což zpřístupňuje studijní materiály. Transcribe může pomoci vytvářet přepisy lekcí nebo umožnit studentům vyhledávat v nahrávkách přednášek.
Hlasové funkce zařízení a aplikací: Mnoho mobilních aplikací nebo IoT zařízení využívá AWS pro hlasové funkce. Například mobilní aplikace může použít Transcribe pro hlasové vyhledávání (nahrajete otázku, odešlete do Transcribe, získáte text). Hlasy Polly lze zabudovat do zařízení jako jsou chytrá zrcadla nebo oznamovací systémy, které čtou upozornění nebo oznámení.
Vícejazyčný dabing: Pomocí kombinace služeb AWS (Transcribe + Translate + Polly) mohou vývojáři vytvářet automatizovaná dabingová řešení. Například vezmete anglické video, přepíšete ho, přeložíte přepis do španělštiny a poté použijete španělský hlas Polly k vytvoření španělské dabované zvukové stopy.
Hry a interaktivní média: Vývojáři her mohou použít Polly pro dynamické dialogy NPC (aby textové dialogy mohly být vysloveny bez nahrávání dabérů pro každou repliku). Polly má dokonce NTTS hlas (Justin), který byl navržen pro zpěv, což někteří využili pro kreativní projekty.

Ceny: Ceny AWS jsou založené na spotřebě:

Amazon Polly: Účtováno za milion znaků vstupního textu. Prvních 5 milionů znaků měsíčně je zdarma po dobu 12 měsíců (nové účty) aws.amazon.com. Poté stojí standardní hlasy přibližně 4 USD za 1M znaků, neuronové hlasy asi 16 USD za 1M znaků (tyto ceny se mohou mírně lišit podle regionu). Nové „generativní“ hlasy mohou mít prémiovou cenu (např. mírně vyšší za znak kvůli vyšším výpočetním nárokům). Cena Polly je zhruba srovnatelná s Google/Microsoft v kategorii neuronových hlasů. Za ukládání nebo streamování audia se neúčtuje žádný další poplatek (kromě minimálních poplatků za S3 nebo přenos dat, pokud audio ukládáte/rozesíláte).
Amazon Transcribe: Účtováno za sekundu audia. Například standardní přepis stojí 0,0004 USD za sekundu (což je 0,024 USD za minutu). Jedna hodina tedy stojí asi 1,44 USD. Pro některé doplňkové funkce jsou mírně odlišné sazby: např. použití Transcribe Call Analytics nebo Medical může stát o něco více (~0,0008 USD/sek). Přepis v reálném čase je účtován podobně za sekundu. AWS nabízí 60 minut přepisu zdarma měsíčně po dobu 12 měsíců pro nové uživatele aws.amazon.com. AWS také často nabízí objemové slevy nebo podnikové smlouvy prostřednictvím AWS Enterprise Support.
Přístup AWS je modulární: pokud použijete Translate nebo jiné služby společně, jsou účtovány zvlášť. Výhodou však je, že platíte pouze za to, co skutečně využijete, a můžete škálovat až na nulu, když službu nepoužíváte. To je nákladově efektivní pro občasné použití, ale pro velmi velké a kontinuální zátěže může být potřeba vyjednat slevy nebo využít úsporné plány AWS.

Silné stránky: Největší silou hlasových služeb AWS je jejich osvědčená škálovatelnost a spolehlivost – jsou navrženy pro zvládání produkčních zátěží (SLA AWS 99,9 %, redundance v několika regionech atd.). Hluboká integrace s ekosystémem AWS je výhodou pro ty, kteří již AWS používají (IAM pro řízení přístupu, S3 pro vstup/výstup atd., vše spolu bezproblémově funguje). Hlasy Polly jsou považovány za velmi přirozené a přidání nových generativních hlasů ještě více zmenšilo rozdíl oproti lidské řeči, navíc mají specializaci na emocionální výraznost aws.amazon.com. Transcribe je známý svou odolností v náročných audio podmínkách (byl jedním z prvních, kdo kladl důraz na zvládání různých přízvuků a hlučného pozadí aws.amazon.com). Služby se poměrně snadno používají přes API a AWS má dobrou dokumentaci i ukázkový kód. AWS také nabízí konkurenční ceny a bezplatná úroveň pomáhá novým uživatelům. Další silnou stránkou je rychlé tempo vylepšování – Amazon pravidelně přidává funkce (např. detekci toxicity v Transcribe pro moderaci) a rozšiřuje jazykovou podporu, často na základě potřeb skutečných zákazníků AWS. Z hlediska bezpečnosti je AWS silné: obsah je šifrován a můžete si zvolit, že data nebudou ukládána, nebo budou po zpracování automaticky smazána. Pro firemní zákazníky AWS také poskytuje lidskou podporu a architekty řešení, kteří pomáhají s efektivním nasazením těchto služeb.

Slabé stránky: Pro některé vývojáře může být nevýhodou, že AWS vyžaduje nastavení účtu a pochopení AWS IAM a konzole, což může být zbytečně složité, pokud někdo potřebuje jen rychlý hlasový test (na rozdíl od některých konkurentů, kteří nabízejí jednodušší veřejné endpointy nebo GUI nástroje). Na rozdíl od některých konkurentů (Google, Microsoft) AWS nenabízí samoobslužné vlastní klonování hlasu pro všechny; Brand Voice je omezen na větší projekty. To znamená, že menší uživatelé si na AWS nemohou trénovat vlastní hlasy, kromě funkce lexikonu. AWS také v současnosti postrádá možnost on-prem/offline nasazení pro Polly nebo Transcribe – je pouze cloudové (i když lze použít Amazon Outposts nebo local zones, ale to není totéž jako offline kontejner). Co se týče přesnosti, i když je Transcribe silný, některé nezávislé testy někdy hodnotily přesnost Microsoftu nebo Googlu o něco výše pro konkrétní jazyky nebo případy použití (může to záviset; nový model AWS většinu rozdílu dohnal). Další aspekt: jazykové pokrytí v TTS – 40+ jazyků je dobré, ale Google a Microsoft podporují ještě více; AWS může mírně zaostávat v některých lokalizovaných hlasových možnostech (například Google má v TTS aktuálně více indických jazyků než Polly). Nakonec může být pro některé matoucí množství souvisejících služeb AWS (například rozhodování mezi Transcribe a Lex pro určité úkoly), což vyžaduje určité znalosti cloudové architektury.

Nedávné aktualizace (2024–2025): AWS provedlo významné aktualizace jak u Polly, tak u Transcribe:

Polly: V listopadu 2024 AWS spustilo šest nových „generativních“ hlasů v několika jazycích (francouzština, španělština, němčina, různé varianty angličtiny), čímž rozšířilo počet hlasů v této kategorii ze 7 na 13 aws.amazon.com. Tyto hlasy využívají nový generativní TTS engine a jsou velmi expresivní, zaměřené na použití v konverzační AI. Také přidali Long-Form NTTS hlasy pro španělštinu a angličtinu, které si udržují srozumitelnost i při velmi dlouhých pasážích aws.amazon.com aws.amazon.com. Začátkem roku 2024 AWS představilo hlas ve stylu Newscaster v brazilské portugalštině a dalších jazycích. V březnu 2025 dokumentace Amazon Polly ukazuje, že služba nyní podporuje jazyky čeština a švýcarská němčina, což odráží pokračující rozšiřování jazyků docs.aws.amazon.com. Další novinka: AWS vylepšilo kvalitu neuronových hlasů Polly (pravděpodobně upgrade základního modelu) – někteří uživatelé zaznamenali plynulejší prozodii v aktualizovaných hlasech.
Transcribe: V polovině roku 2024 Amazon oznámil novou generaci ASR modelu (Nova) pohánějícího Transcribe, který výrazně zlepšil přesnost a zvýšil počet podporovaných jazyků na 100+ aws.amazon.com. Také celosvětově spustili Transcribe Call Analytics, s možností získat shrnutí konverzace pomocí generativní AI (integrované s AWS Bedrock nebo OpenAI modely) – v podstatě automaticky shrnout klíčové body hovoru po přepisu. Další novou funkcí je Real-Time Toxicity Detection (spuštěno koncem roku 2024), která umožňuje vývojářům detekovat nenávistné projevy nebo obtěžování v živém zvuku přes Transcribe, což je důležité pro moderování živých hlasových chatů aws.amazon.com. V roce 2025 je AWS v preview s custom language models (CLM) pro Transcribe, což firmám umožňuje doladit ASR na vlastních datech (to konkuruje Azure custom STT). Co se týče cen, AWS učinilo Transcribe cenově výhodnějším pro zákazníky s velkým objemem tím, že automaticky zavedlo odstupňované ceny po překročení určitého počtu hodin za měsíc. Všechny tyto novinky ukazují odhodlání AWS zůstat v čele hlasové AI a neustále zvyšovat kvalitu i funkce.

Oficiální webové stránky: Amazon Polly – služba převodu textu na řeč aws.amazon.com aws.amazon.com; Amazon Transcribe – služba převodu řeči na text aws.amazon.com aws.amazon.com.

4. IBM Watson Speech Services (TTS & STT) – IBM

Přehled: IBM Watson nabízí jak Text-to-Speech, tak Speech-to-Text jako součást svých Watson AI služeb. IBM má dlouhou historii v oblasti řečových technologií a její cloudové služby se zaměřují na přizpůsobení, odborné znalosti v daném oboru a ochranu dat. Watson Text-to-Speech dokáže syntetizovat přirozeně znějící řeč ve více jazycích a Watson Speech-to-Text poskytuje vysoce přesnou transkripci s možností přizpůsobení specializované slovní zásobě. Řečové služby IBM jsou obzvláště populární v odvětvích jako zdravotnictví, finance a právo, kde může být slovní zásoba složitá a bezpečnost dat je zásadní. IBM umožňuje možnosti nasazení modelů v rámci vlastní infrastruktury (prostřednictvím IBM Cloud Pak), což je atraktivní pro organizace, které nemohou využívat veřejný cloud pro hlasová data. Přestože podíl IBM na trhu cloudových řečových služeb je menší ve srovnání s velkou trojkou (Google, MS, AWS), zůstává důvěryhodným, podnikové úrovně poskytovatelem řečových řešení, která vyžadují doladění na specifickou terminologii nebo integraci do širšího Watson ekosystému IBM (který zahrnuje překladače jazyků, framework pro asistenty atd.).

Klíčové vlastnosti:

Watson Text-to-Speech (TTS): Podporuje několik hlasů ve 13+ jazycích (včetně angličtiny US/UK, španělštiny, francouzštiny, němčiny, italštiny, japonštiny, arabštiny, brazilské portugalštiny, korejštiny, čínštiny atd.). Hlasy jsou „neurální“ a IBM je průběžně vylepšuje – například byly přidány nové expresivní neurální hlasy pro některé jazyky (např. expresivní australská angličtina) cloud.ibm.com. IBM TTS umožňuje upravovat parametry jako výška, rychlost a důraz pomocí rozšíření SSML od IBM. Některé hlasy mají schopnost expresivního čtení (např. hlas, který může znít empaticky nebo nadšeně). IBM také přidalo funkci vlastního hlasu, kde mohou klienti spolupracovat s IBM na vytvoření unikátního syntetického hlasu (podobně jako hlas značky, obvykle v rámci podnikové spolupráce). Výraznou funkcí je streamování s nízkou latencí – IBM TTS může vracet zvuk v reálném čase po částech, což je výhodné pro responzivní hlasové asistenty.
Watson Speech-to-Text (STT): Nabízí přepis v reálném čase nebo dávkově s funkcemi jako je diarizace mluvčích (rozlišování mluvčích) krisp.ai, vyhledávání klíčových slov (schopnost zobrazit časové značky pro konkrétní klíčová slova), a alternativy slov (alternativy přepisů seřazené podle jistoty). IBM STT je známý silnou podporou vlastních jazykových modelů: uživatelé mohou nahrát tisíce oborově specifických termínů nebo dokonce audio+transkripce, aby model přizpůsobili například lékařské terminologii nebo právním frázím krisp.ai krisp.ai. To výrazně zlepšuje přesnost v těchto oblastech. IBM také podporuje více širokopásmových a úzkopásmových modelů optimalizovaných pro telefonní audio vs. vysoce kvalitní audio. Pokrývá přepis asi v 10 jazycích (angličtina, španělština, němčina, japonština, mandarínština atd.) s vysokou přesností a má samostatné modely pro telefonii pro některé z nich (které zvládají šum a kodeky telefonů). Zajímavou funkcí je automatické chytré formátování – např. umí formátovat data, měny a čísla ve výstupu přepisu pro lepší čitelnost.
Optimalizace pro obor: IBM nabízí předtrénované průmyslové modely, například Watson Speech Services for Healthcare, které jsou předem přizpůsobené pro lékařskou diktaci, a přepis pro média a zábavu s knihovnami vlastních jmen pro média. Tyto možnosti odrážejí konzultačně orientovaný přístup IBM, kdy může být řešení přizpůsobeno konkrétnímu oboru klienta.
Zabezpečení a nasazení: Hlavní výhodou je, že IBM umožňuje provozovat Watson Speech služby v prostředí zákazníka (mimo IBM Cloud) prostřednictvím IBM Cloud Pak for Data. Toto kontejnerizované řešení znamená, že citlivé audio nikdy nemusí opustit servery společnosti, což řeší otázky rezidence dat a soukromí. I na IBM Cloud nabízí funkce jako nestandardní ukládání dat a veškeré přenosy jsou šifrovány. IBM splňuje přísné normy (HIPAA, připraveno na GDPR).
Integrace: Watson Speech se integruje s IBM Watson Assistant (takže můžete snadno přidat STT/TTS do chatbotů). Také je propojen s širším AI portfoliem IBM – například lze výsledky STT předat do Watson Natural Language Understanding pro extrakci sentimentu nebo do Watson Translate pro vícejazyčné zpracování. IBM poskytuje webové sockety a REST rozhraní pro streamování a dávkové zpracování.

Podporované jazyky:

TTS: IBM TTS pokrývá přibližně 13 jazyků nativně (a některé dialekty). To zahrnuje hlavní obchodní jazyky. I když je to méně než u Google nebo Amazonu, IBM se zaměřuje na kvalitní hlasy v těchto podporovaných jazycích. Významné jazyky: angličtina (US, UK, AU), francouzština, němčina, italština, španělština (EU a LatAm), portugalština (BR), japonština, korejština, mandarínština (zjednodušená čínština), arabština a možná ruština. Nedávné aktualizace přidaly více hlasů do stávajících jazyků spíše než mnoho nových jazyků. Například IBM představilo 27 nových hlasů v 11 jazycích v jedné aktualizaci voximplant.com (např. přidání dětských hlasů, nových dialektů).
STT: IBM STT podporuje přibližně 8-10 jazyků spolehlivě (angličtina, španělština, francouzština, němčina, japonština, korejština, brazilská portugalština, moderní standardní arabština, mandarínská čínština a italština). Angličtina (jak US, tak UK) je nejbohatší na funkce (s možností přizpůsobení a úzkopásmovými modely). Některé jazyky mají možnosti překladu do angličtiny ve Watsonu (i když to využívá samostatnou službu Watson). Ve srovnání s konkurencí je jazyková škála IBM menší, ale pokrývá jazyky s nejvyšší poptávkou v podnikové sféře a pro tyto nabízí přizpůsobení.

Technické základy: IBM technologie řeči se vyvinula z jejich výzkumu (IBM byla průkopníkem s technologiemi jako ViaVoice založený na skrytých Markovových modelech v 90. letech a později s přístupy hlubokého učení). Moderní Watson STT používá hluboké neuronové sítě (pravděpodobně podobné bi-direkcionálním LSTM nebo Transformer akustickým modelům) plus n-gramový nebo neuronový jazykový model. IBM klade důraz na přizpůsobení doméně: pravděpodobně používají transfer learning k doladění základních modelů na doménových datech při vytváření vlastního modelu. IBM také v některých výzkumech používá něco, co nazývá „Speaker Adaptive Training“ – což možná umožňuje modelu se přizpůsobit, pokud rozpozná konzistentního mluvčího (užitečné pro diktování). Watson TTS používá neuronový sekvenčně-sekvenční model pro syntézu řeči; IBM má techniku pro expresivní ladění – trénování hlasů s expresivními nahrávkami, aby mohly generovat emotivnější řeč. Výzkum IBM v oblasti emocionálního TTS (např. článek „Expressive Speech Synthesis“) ovlivňuje hlasy Watson TTS, díky čemuž jsou schopné jemných změn intonace. Další prvek: IBM zavedlo attention mechanismus v TTS pro lepší zpracování zkratek a neznámých slov. Co se týče infrastruktury, služby IBM jsou kontejnerizované mikroslužby; výkon je dobrý, i když historicky někteří uživatelé poznamenali, že Watson STT může být o něco pomalejší než Google při vracení výsledků (upřednostňuje přesnost před rychlostí, ale to se mohlo zlepšit). IBM pravděpodobně využívá akceleraci pomocí GPU i pro generování TTS.

Příklady použití:

Zdravotnictví: Nemocnice používají Watson STT (často prostřednictvím partnerů) pro přepisování diktovaných poznámek lékařů (běžný je Dragon Medical, ale IBM nabízí alternativu v některých případech). Také hlasová interaktivita ve zdravotnických aplikacích (např. sestra se nahlas zeptá nemocničního informačního systému a dostane odpověď přes Watson Assistant s STT/TTS).
Zákaznický servis: IBM Watson Assistant (virtuální agent) v kombinaci s Watson TTS/STT pohání hlasové roboty pro zákaznické linky. Například telekomunikační společnost může mít hlasového agenta založeného na Watsonu, který vyřizuje rutinní hovory (používá Watson STT k poslechu požadavku volajícího a Watson TTS k odpovědi).
Shoda compliance a média: Finanční obchodní firmy mohou využívat Watson STT k přepisu telefonních hovorů obchodníků pro účely monitorování souladu s předpisy, přičemž využívají Watsonovu bezpečnost a možnost nasazení on-prem. Mediální organizace mohou Watson využít k přepisu videí nebo archivaci vysílání (zejména pokud potřebují on-prem řešení pro velké archivy).
Vzdělávání a přístupnost: Univerzity využívaly Watson k přepisu přednášek nebo poskytování titulků, zejména když je důležitá ochrana soukromí obsahu a chtějí jej provozovat interně. Watson TTS byl využit k vytváření audia pro digitální obsah a čtečky obrazovky (např. e-shop využívající Watson TTS pro čtení popisů produktů uživatelům se zrakovým postižením).
Státní správa: Bezpečné nasazení Watsonu jej činí vhodným pro vládní agentury, které potřebují hlasové technologie, například pro přepis veřejných zasedání (s vlastním slovníkem pro místní jména/pojmy) nebo poskytování vícejazyčných hlasových odpovědních systémů pro služby občanům.
Automobilový průmysl: IBM měla partnerství pro Watson v palubních infotainment systémech – využití STT pro hlasové příkazy v autě a TTS pro mluvené odpovědi (mapy, informace o vozidle). Funkce vlastního slovníku je užitečná pro automobilový žargon (názvy modelů aut apod.).

Cenotvorba: IBM nabízí Lite plán s určitou bezplatnou kvótou (např. 500 minut STT měsíčně a určitý počet tisíc znaků TTS) – to je vhodné pro vývoj. Nad tento rámec je cena podle využití:

STT: Přibližně 0,02 $ za minutu pro standardní modely (což je 1,20 $ za hodinu) na IBM Cloud. Vlastní modely jsou za příplatek (možná cca 0,03 $/min). Tyto částky se však mohou lišit; IBM často sjednává podnikové smlouvy. Ceny IBM jsou obecně konkurenceschopné, někdy o něco nižší za minutu než u velkých cloudových konkurentů pro STT, aby přilákaly klienty. Nevýhodou je menší počet jazyků.
TTS: Cena za milion znaků, přibližně 20 $ za milion znaků pro neuronové hlasy (standardní hlasy jsou levnější). IBM měla dříve cenu 0,02 $ za cca 1000 znaků, což odpovídá 20 $ za milion. Expresivní hlasy mohou stát stejně. Lite úroveň nabízela např. 10 000 znaků zdarma.
Jedinečným aspektem IBM je on-prem licence – pokud nasazujete přes Cloud Pak, můžete platit za roční licenci nebo využívat kredity, což může být významný náklad, ale zahrnuje neomezené využití až do kapacity. To je atraktivní pro velké uživatele, kteří preferují model s fixními náklady nebo musí data uchovávat interně.

Silné stránky: Hlavní silou IBM je přizpůsobení a odborné znalosti v daném oboru. Watson STT lze precizně vyladit pro zvládání složitého žargonu s vysokou přesností krisp.ai krisp.ai, čímž překonává obecné modely v kontextech jako je lékařská diktace nebo právní přepisy. Klienti často zmiňují ochotu IBM pracovat na zakázkových řešeních – IBM může pomoci s vytvořením vlastního modelu nebo hlasu, pokud je to potřeba (za poplatek). Ochrana dat a možnost provozu on-premise jsou velkým plusem; jen málokdo nabízí takovou úroveň kontroly. Díky tomu je IBM preferovanou volbou pro některé vládní a podnikové klienty. Přesnost IBM STT na čistém zvuku s odpovídajícím přizpůsobením je vynikající – v některých benchmarcích byl Watson STT na špici v oblastech jako je telefonní řeč, pokud byl vyladěn. Hlasové výstupy IBM TTS, i když jich je méně, jsou velmi kvalitní (zejména neuronové hlasy představené v posledních letech). Další silnou stránkou je integrace s celou AI sadou IBM – pro firmy, které již používají Watson NLP, Knowledge Studio nebo datové platformy IBM, je přidání řeči jednoduché. IBM má také silnou síť podpory; zákazníci často získají přímou podporu inženýrů Watson služeb, pokud mají podnikové plány. Nakonec značka IBM v AI (zejména po slávě DeepQA/Watson Jeopardy) poskytuje jistotu – někteří rozhodovatelé důvěřují IBM pro kritické systémy právě díky tomuto odkazu.

Slabé stránky: Řečové služby IBM mají menší šíři jazyků a hlasů ve srovnání s konkurencí – například pokud potřebujete švédský TTS nebo vietnamský STT, IBM je možná nenabízí, zatímco jiní ano. To omezuje využití pro globální spotřebitelské aplikace. Rozhraní IBM Cloud a dokumentace, ačkoliv jsou solidní, někdy zaostávají v uživatelské přívětivosti oproti velmi vývojářsky orientované dokumentaci AWS nebo integrovaným studiím Azure. Tržní dynamika IBM v AI zpomalila oproti novým hráčům; proto je komunita a open-source příklady pro Watson speech řidší. Další slabinou je škálovatelnost pro velmi velké reálné zátěže – i když IBM škálovat umí, nemá tolik globálních datových center pro Watson jako například Google, takže latence může být vyšší, pokud jste daleko od regionu IBM cloudu. Cenově, pokud potřebujete širokou škálu jazyků nebo hlasů, může být IBM dražší, protože možná budete potřebovat více dodavatelů. Navíc, zaměření IBM na podniky znamená, že některé „self-serve“ aspekty jsou méně propracované – např. přizpůsobení modelu může vyžadovat ruční kroky nebo kontaktování IBM, zatímco Google/AWS umožňují nahrát data a automaticky doladit. IBM také nepropaguje zlepšení přesnosti modelů tak často – takže je vnímání, že jejich modely nejsou tak často aktualizovány (i když aktualizace probíhají, jen tiše). Nakonec, ekosystém IBM není tak široce adoptován vývojáři, což může být nevýhodou, pokud hledáte širokou komunitu nebo integraci třetích stran.

Nedávné aktualizace (2024–2025): IBM pokračuje v modernizaci svých řečových služeb. V roce 2024 IBM představila Large Speech Models (jako funkci v předběžném přístupu) pro angličtinu, japonštinu a francouzštinu, které výrazně zlepšují přesnost díky využití větších neuronových sítí (toto bylo zmíněno v poznámkách k vydání Watson STT) cloud.ibm.com. Watson TTS získal nové hlasy: IBM přidala vylepšené neuronové hlasy pro australskou angličtinu, korejštinu a nizozemštinu v polovině roku 2024 cloud.ibm.com. Také vylepšili expresivní styly některých hlasů (například americký anglický hlas „Allison“ dostal novou aktualizaci, aby zněl konverzačněji pro použití ve Watson Assistant). Na straně nástrojů IBM vydala integraci Watson Orchestrate – což znamená, že jejich low-code AI orchestraci lze nyní snadno propojit se STT/TTS, například pro přepis schůzky a následné shrnutí pomocí Watson NLP. IBM také pracovala na snižování zaujatosti v rozpoznávání řeči, přičemž uznala, že starší modely měly vyšší chybovost u některých dialektů; jejich nový velký anglický model údajně zlepšil rozpoznávání pro rozmanité mluvčí díky trénování na pestřejších datech. Významný vývoj v roce 2025: IBM začala využívat foundation models from huggingface pro některé úlohy a spekuluje se, že IBM by mohla začlenit/otevřít modely (jako Whisper) do své nabídky pro jazyky, které nepokrývá; oficiální oznámení však zatím není. Shrnutí: aktualizace IBM se zaměřují na zlepšení kvality a udržení relevance (i když nejsou tak okázalé jako oznámení konkurence). IBM se díky závazku k hybridnímu cloudovému AI možná dočkáme dalšího zjednodušení nasazení Watson Speech na Kubernetes a integrace s multi-cloudovými strategiemi.

Oficiální web: IBM Watson Speech-to-Text telnyx.com telnyx.com a produktové stránky Text-to-Speech na IBM Cloud.

5. Nuance Dragon (rozpoznávání řeči & hlasové diktování) – Nuance (Microsoft)

Přehled: Nuance Dragon je špičková technologie rozpoznávání řeči, která je již dlouho zlatým standardem pro hlasové diktování a přepis, zejména v profesionálních oblastech. Nuance Communications (nyní společnost Microsoft od roku 2022) vyvinula Dragon jako sadu produktů pro různé průmyslové obory: Dragon Professional pro obecné diktování, Dragon Legal, Dragon Medical atd., každý přizpůsobený slovní zásobě svého oboru. Dragon je známý svou mimořádně vysokou přesností při převodu řeči na text, zejména po krátkém zaškolení uživatele. Podporuje také hlasové ovládání (ovládání softwaru hlasem). Na rozdíl od cloudových API Dragon historicky běží jako software na PC nebo podnikových serverech, což z něj činilo volbu pro uživatele, kteří potřebují diktování v reálném čase bez internetu nebo se zaručeným soukromím. Po akvizici je základní technologie Nuance také integrována do cloudu Microsoftu (jako součást Azure Speech a funkcí Office 365), ale samotný Dragon zůstává produktovou řadou. V roce 2025 Dragon v tomto seznamu vyniká jako specialista: zatímco ostatní jsou širší platformy, Dragon se zaměřuje na individuální produktivitu a oborovou přesnost.

Typ: Primárně převod řeči na text (STT). (Nuance má i produkty TTS a hlasovou biometrii, ale značka „Dragon“ je STT. Zde se zaměřujeme na Dragon NaturallySpeaking a související nabídky).

Společnost/vývojář: Nuance (koupeno Microsoftem). Nuance má desítky let zkušeností s řečí; byli průkopníky mnoha hlasových inovací (dokonce poháněli starší telefonní IVR a raný backend Siri). Nyní pod Microsoftem jejich výzkum pohání vylepšení Azure.

Schopnosti & cíloví uživatelé: Schopnosti Dragonu se točí kolem nepřetržitého rozpoznávání řeči s minimem chyb a hlasového ovládání počítače. Cíloví uživatelé zahrnují:

Zdravotničtí profesionálové: Dragon Medical One je široce používán lékaři k diktování klinických poznámek přímo do EHR, zvládá složitou lékařskou terminologii a názvy léků s přesností ~99 % krisp.ai.
Právníci: Dragon Legal je vyškolen na právní termíny a formátování (zná citace, právní fráze). Právníci jej používají k diktování dokumentů hlasem.
Obecné podnikání & jednotlivci: Dragon Professional umožňuje komukoli diktovat e-maily, zprávy nebo ovládat PC (otevírat programy, posílat příkazy) hlasem, což zvyšuje produktivitu.
Přístupnost: Lidé s postižením (např. omezenou pohyblivostí) často spoléhají na Dragon pro bezdotykové ovládání počítače.
Policie/Veřejná bezpečnost: Některá policejní oddělení používají Dragon k diktování hlášení o událostech v policejních vozech.

Klíčové vlastnosti:

Vysoce přesné diktování: Dragon se učí hlas uživatele a může dosáhnout velmi vysoké přesnosti po krátkém zaškolení (čtení úryvku) a dalším učení. Používá kontext pro správnou volbu homofonů a přizpůsobuje se opravám uživatele.
Vlastní slovník a makra: Uživatelé mohou přidávat vlastní slova (například vlastní jména, oborový žargon) a vlastní hlasové příkazy (makra). Například lékař může přidat šablonu, která se spustí, když řekne „vložit odstavec normálního fyzikálního vyšetření“.
Průběžné učení: Jakmile uživatel opravuje chyby, Dragon aktualizuje jeho profil. Může analyzovat uživatelův e-mail a dokumenty, aby se naučil jeho styl psaní a slovní zásobu.
Offline provoz: Dragon běží lokálně (u verzí pro PC), nevyžaduje připojení ke cloudu, což je zásadní pro soukromí a nízkou latenci.
Integrace hlasových příkazů: Kromě diktování umožňuje Dragon plné ovládání počítače hlasem. Můžete říct „Otevři Microsoft Word“ nebo „Klikni na nabídku Soubor“ nebo dokonce navigovat hlasem. To zahrnuje i formátování textu („tučně tu poslední větu“) a další operace.
Podpora více mluvčích prostřednictvím specializací: Zatímco jeden profil Dragon je na uživatele, v situacích jako je přepis nahrávky nabízí Nuance řešení jako Dragon Legal Transcription, které dokáže rozpoznat mluvčí v nahraných vícemluvčích diktátech (ale to je spíše specifické řešení než základní funkce).
Cloudové/podnikové řízení: Pro podniky nabízí Dragon centralizovanou správu uživatelů a nasazení (například Dragon Medical One je cloudová služba na předplatné, takže lékaři ji mohou používat na různých zařízeních). Pro cloudové nabídky je zahrnuto šifrování provozu mezi klientem a serverem.

Podporované jazyky: Především angličtina (různé akcenty). Nuance má verze i pro další hlavní jazyky, ale vlajkovou lodí je americká angličtina. Existují produkty Dragon pro britskou angličtinu, francouzštinu, italštinu, němčinu, španělštinu, nizozemštinu atd. Každý je obvykle prodáván samostatně, protože je vyladěn pro daný jazyk. Odborné verze (Medical, Legal) jsou primárně zaměřeny na angličtinu (i když Nuance měla lékařskou verzi i pro některé další jazyky). K roku 2025 má Dragon nejsilnější zastoupení na anglicky mluvících trzích. Jeho přesnost v anglickém diktování je bezkonkurenční, ale nemusí podporovat například čínštinu nebo arabštinu v kvalitě na úrovni Dragonu (Nuance má jiné enginy pro různé jazyky používané v produktech pro kontaktní centra, ale ne jako spotřebitelské vydání Dragonu).

Technické základy: Dragon začínal se skrytými Markovovými modely a pokročilými n-gramovými jazykovými modely. V průběhu let Nuance integroval hluboké učení (neurální sítě) do akustických modelů. Nejnovější verze Dragonu používají akustický model Deep Neural Network (DNN), který se přizpůsobuje hlasu a prostředí uživatele, čímž zvyšuje přesnost, zejména u přízvuků nebo mírného šumu v pozadí. Používá také velmi rozsáhlý engine pro rozpoznávání plynulé řeči s kontextově řízeným dekódováním (tedy analyzuje celé fráze, aby určil slova). Klíčovou technologií je adaptace na mluvčího: model postupně přizpůsobuje váhy konkrétnímu hlasu uživatele. Dále doménově specifické jazykové modely (pro právní/medicínské účely) zajišťují, že upřednostňuje odborné termíny (např. v medicínské verzi bude „orgán“ pravděpodobněji chápán jako tělesný orgán, nikoli hudební nástroj, podle kontextu). Nuance má také patentované techniky pro práci s dysfluencemi v řeči a automatické formátování (například rozpoznání, kdy vložit čárku nebo tečku při pauze). Po akvizici Microsoftem je pravděpodobné, že se do zázemí dostává výzkum založený na architektuře transformerů, ale komerční Dragon 16 (nejnovější PC verze) stále používá hybridní modely neurální a tradiční optimalizované pro výkon na lokálním PC. Další aspekt: Dragon využívá vícekrokové rozpoznávání – může provést počáteční průchod a poté druhý průchod s vyšším jazykovým kontextem pro zpřesnění. Má také algoritmy pro potlačení šumu k filtrování vstupu z mikrofonu (Nuance prodává certifikované mikrofony pro nejlepší výsledky).

Příklady použití (rozšířené):

Klinická dokumentace: Lékaři diktující záznamy o pacientech – např. „Pacient přichází s pětidenní anamnézou horečky a kašle…“ Dragon toto okamžitě přepisuje do EHR, což umožňuje lékaři udržet oční kontakt s pacientem místo psaní. Někteří používají Dragon i v reálném čase během návštěvy pacienta k sepisování poznámek.
Tvorba dokumentů: Právníci používající Dragon k sepisování smluv nebo podání pouze mluvením, což je často rychlejší než psaní dlouhých dokumentů.
E-maily a poznámky: Zaneprázdnění profesionálové, kteří chtějí vyřizovat e-maily hlasem nebo si dělat poznámky během schůzek diktováním místo psaní.
Ovládání počítače bez rukou: Uživatelé s opakovaným namáháním nebo zdravotním postižením, kteří používají Dragon k ovládání počítače (otevírání aplikací, prohlížení webu, diktování textu) pouze hlasem.
Transkripční služby: Nuance nabízí produkt s názvem Dragon Legal Transcription, který dokáže převádět zvukové soubory (například nahrané rozhovory nebo soudní jednání) na text. To využívají advokátní kanceláře nebo policie k přepisu záznamů z těla kamery nebo rozhovorů atd.

Cenový model: Nuance Dragon je obvykle prodáván jako licencovaný software:

Dragon Professional Individual (PC) – jednorázová licence (např. 500 USD) nebo předplatné. V poslední době se přechází na předplatné (např. Dragon Professional Anywhere je na bázi předplatného).
Dragon Medical One – předplatné SaaS, často kolem 99 USD/uživatel/měsíc (je prémiový kvůli specializované slovní zásobě a podpoře).
Dragon Legal – jednorázová licence nebo předplatné, často dražší než Professional.
Velké organizace mohou získat objemové licence. Díky integraci do Microsoftu se některé funkce mohou začít objevovat v nabídce Microsoft 365 (například nová funkce Diktování v Office získává vylepšení od Nuance).
V Azure nyní Microsoft nabízí „Azure Cognitive Services – Custom Speech“, které částečně využívají technologii Nuance. Samotný Dragon však zatím zůstává samostatný.

Silné stránky:

Bezkonkurenční přesnost v oborově specifickém diktování, zejména po adaptaci krisp.ai krisp.ai. Schopnost Dragonu rozpoznávat složité termíny s minimální chybovostí ho skutečně odlišuje – například téměř bezchybně přepisuje složité lékařské zprávy s názvy léků a měřeními.
Personalizace pro uživatele: Vytváří uživatelský profil, který se učí – čím více jej používáte, tím je přesnější, což běžná cloudová API v takové míře pro jednotlivce nedělají.
Reálný čas a offline: Není zde znatelné zpoždění; slova se zobrazují téměř tak rychle, jak mluvíte (na slušném PC). A nepotřebujete internet, což znamená, že žádná data neopouštějí váš počítač (velké plus pro důvěrnost).
Hlasové příkazy a integrace do workflow: Můžete diktovat a formátovat v jednom kroku („Otevři Outlook a odpověz na tento e-mail: Vážený pane Nováku, nový řádek, děkuji za vaši zprávu…“) – je zdatný v kombinaci diktování a příkazů.
Specializované produkty: Dostupnost upravených verzí (Medical, Legal) znamená připravenost pro tyto obory ihned po instalaci bez nutnosti ručního přizpůsobení.
Konzistence a důvěra: Mnoho profesionálů používá Dragon už roky a důvěřuje jeho výstupům – jedná se o vyzrálé, prověřené řešení. S podporou Microsoftu je pravděpodobné, že bude pokračovat a dále se zlepšovat (integrace s cloudovou AI pro další ladění atd.).
Multiplatformní: Dragon je primárně dostupný pro Windows; Dragon Anywhere (mobilní aplikace) přináší diktování na iOS/Android na cestách (cloudově synchronizovaná vlastní slovní zásoba). A přes cloud (Medical One) je dostupný i na tenkých klientech.
Také, rozpoznávání mluvčího: je skutečně určen pro jednoho uživatele najednou, což ve skutečnosti zvyšuje přesnost (oproti obecnému modelu, který se snaží zvládnout jakýkoli hlas, Dragon se ladí na váš hlas).

Slabé stránky:

Cena a dostupnost: Dragon je drahý a není zdarma k vyzkoušení, kromě možná krátké zkušební doby. Na rozdíl od cloudových STT API, kde platíte jen za to, co využijete (což může být levnější pro občasné použití), Dragon vyžaduje počáteční investici nebo průběžné předplatné.
Křivka učení: Uživatelé často musí věnovat čas trénování Dragonu a naučit se specifické hlasové příkazy a techniky oprav, aby dosáhli nejlepších výsledků. Je výkonný, ale není tak „plug-and-play“ jako hlasové diktování na smartphonu.
Citlivost na prostředí: Přestože si Dragon dobře poradí s hlukem, nejlépe funguje v tichém prostředí s kvalitním mikrofonem. Hluk v pozadí nebo nekvalitní mikrofony mohou výrazně zhoršit výkon.
Zaměření na jednoho mluvčího: Není určen pro přepisování rozhovorů více osob v reálném čase (lze použít transkripční režim na nahrávkách, ale naživo je určen pro jednoho mluvčího). Pro přepisy schůzek mohou být cloudové služby, které zvládají více mluvčích, jednodušší.
Náročnost na zdroje: Provoz Dragonu může být náročný na CPU/RAM počítače, zejména při počátečním zpracování. Někteří uživatelé zjistili, že zpomaluje jiné úlohy nebo může spadnout, pokud jsou systémové zdroje nízké. Cloudové verze toto přenášejí na server, ale vyžadují stabilní internet.
Podpora pro Mac: Nuance ukončila podporu Dragonu pro Mac před několika lety (existují řešení přes Dragon Medical na virtualizovaném Macu apod., ale nyní neexistuje nativní produkt pro Mac), což je nevýhoda pro uživatele Macu.
Konkurence obecných ASR: Jak se obecné cloudové STT zlepšuje (např. OpenAI Whisper dosahuje vysoké přesnosti zdarma), někteří jednotliví uživatelé mohou zvolit tyto alternativy, pokud nepotřebují všechny funkce Dragonu. Tyto alternativy však stále zaostávají v diktovacím rozhraní a osobní adaptaci.

Nedávné aktualizace (2024–2025): Od akvizice Microsoftem je Nuance na veřejnosti poměrně tichá, ale integrace probíhá:

Microsoft integroval technologii Dragon do funkce Dictate v Microsoft 365, čímž zlepšil její přesnost pro uživatele Office díky využití backendu Nuance (není to výslovně označeno, ale bylo oznámeno jako součást „Microsoft a Nuance přinášejí cloudová AI řešení“).
V roce 2023 Dragon Professional Anywhere (cloudová streamovací verze Dragonu) dosáhla vyšší přesnosti a byla nabízena přes Azure pro firemní zákazníky, což ukazuje synergii s cloudem Microsoftu.
Nuance také uvedla nový produkt s názvem Dragon Ambient eXperience (DAX) pro zdravotnictví, který jde nad rámec diktování: naslouchá rozhovorům lékaře s pacientem a automaticky generuje návrhy poznámek. Využívá kombinaci ASR Dragonu a AI sumarizace (ukazuje, jak Nuance využívá generativní AI) – velká inovace pro rok 2024 ve zdravotnictví.
Dragon Medical One dále rozšiřuje podporované jazyky: Microsoft oznámil na konci roku 2024 rozšíření lékařského diktování Nuance na britskou angličtinu, australskou angličtinu a další, stejně jako hlubší integraci s Epic EHR.
Pro právní oblast Nuance integruje s programy pro správu případů pro jednodušší vkládání diktátů.
Brzy bychom mohli vidět části Dragonu nabízené jako Azure „Custom Speech for Enterprise“, slučující se se službami Azure Speech. Na začátku roku 2025 náhledy ukazovaly, že Azure Custom Speech může využít korpus Dragonu nebo se přizpůsobit s personalizací ve stylu Nuance, což naznačuje sbližování technologií.

Dragon NaturallySpeaking 16

Shrnutí: Nuance Dragon nadále zpřesňuje přesnost (nejde o dramatický skok, protože už byla vysoká, ale o postupné zlepšování) a větší změny se týkají způsobu, jakým je produkt nabízen (cloud, řešení s ambientní inteligencí, integrace do AI ekosystému Microsoftu).

Oficiální web: Stránky Nuance Dragon (Professional, Legal, Medical) krisp.ai krisp.ai na stránkách Nuance nebo přes stránky divize Nuance společnosti Microsoft.

6. OpenAI Whisper (model a API pro rozpoznávání řeči) – OpenAI

Přehled: OpenAI Whisper je open-source model automatického rozpoznávání řeči (STT), který si získal AI komunitu svou vynikající přesností a vícejazyčnými schopnostmi. Vydaný OpenAI na konci roku 2022, Whisper není cloudová služba s uživatelským rozhraním jako ostatní, ale spíše výkonný model (a nyní i API), který mohou vývojáři použít pro přepis a překlad audia. Do roku 2025 se Whisper stal dominantní technologií pro STT v mnoha aplikacích, často na pozadí. Je známý tím, že zvládá širokou škálu jazyků (téměř 100) a je odolný vůči přízvukům a hluku v pozadí díky tréninku na 680 000 hodinách audia získaného z webu zilliz.com. OpenAI nabízí Whisper prostřednictvím svého API (za poplatek za použití) a váhy modelu jsou také volně dostupné, takže jej může kdokoli s dostatečnými výpočetními prostředky spustit nebo doladit offline. Zavedení Whisperu dramaticky zlepšilo přístup k vysoce kvalitnímu rozpoznávání řeči, zejména pro vývojáře a výzkumníky, kteří chtěli alternativu k cloudovým API velkých technologických firem nebo potřebovali otevřený, přizpůsobitelný model.

Typ:Převod řeči na text (přepis a překlad). (Whisper negeneruje hlas; pouze převádí zvuk řeči na text a může také překládat mluvený jazyk do anglického textu.)

Společnost/vývojář:OpenAI (jako open source však existují i příspěvky komunity).

Schopnosti a cíloví uživatelé:

Vícejazyčné rozpoznávání řeči: Whisper dokáže přepisovat řeč v 99 jazycích s působivou přesností zilliz.com. To zahrnuje mnoho jazyků, které nejsou komerčními API dobře pokryty.
Překlad řeči: Umí přímo překládat mnoho jazyků do anglického textu (např. z francouzského audia vytvoří anglický textový překlad) zilliz.com.
Robustnost: Zvládá různé vstupy – různé přízvuky, dialekty a hluk v pozadí – lépe než mnoho modelů, díky rozmanitým trénovacím datům. Umí také zachytit věci jako vycpávková slova, smích („[smích]“) atd., což dělá přepisy bohatšími.
Časové značky: Poskytuje časové značky na úrovni slov nebo vět, což umožňuje generování titulků a zarovnání textu k audionahrávce.
Uživatelsky přívětivé API: Prostřednictvím OpenAI Whisper API (které používá model large-v2) mohou vývojáři poslat audio soubor a získat zpět přepis jednoduchým HTTP požadavkem. Cílí na vývojáře, kteří potřebují rychlou integraci.
Výzkumníci a nadšenci: Protože je model open-source, AI výzkumníci nebo nadšenci mohou experimentovat, doladit pro specifické domény nebo jej provozovat lokálně zdarma. To široce demokratizovalo ASR technologii.

Klíčové vlastnosti:

Vysoká přesnost: V hodnoceních dosahuje největší model Whisper (~1,6B parametrů) chybovosti slov na úrovni nebo lepší než přední cloudové služby pro mnoho jazyků deepgram.com deepgram.com. Například jeho anglický přepis je extrémně přesný a důležitá je jeho přesnost v neanglických jazycích, což je zásadní změna (kde u jiných přesnost klesá, Whisper si udržuje silný výkon).
Není potřeba trénování pro použití: Hned po vybalení je velmi schopný. Není třeba ani trénování pro každého uživatele jako u Dragon – je obecný (i když není specializovaný na konkrétní domény).
Časové značky na úrovni segmentů: Výstup Whisperu je rozdělen do segmentů se začátkem/koncem, což je užitečné pro titulkování. Dokonce se snaží inteligentně rozdělovat podle pauz.
Různé velikosti modelu: Whisper je dostupný v několika velikostech (tiny, base, small, medium, large). Menší modely běží rychleji a mohou běžet i na mobilních zařízeních (za cenu určité ztráty přesnosti). Větší modely (large-v2 je nejpřesnější) vyžadují GPU a více výpočetního výkonu, ale dávají nejlepší výsledky deepgram.com.
Identifikace jazyka: Whisper umí automaticky detekovat mluvený jazyk v audionahrávce a poté použít odpovídající dekódování pro daný jazyk zilliz.com.
Open Source & komunita: Otevřenost znamená mnoho komunitních příspěvků: např. rychlejší varianty Whisperu, Whisper s vlastními možnostmi dekódování atd.
API rozšíření: OpenAI poskytovaná API může vracet buď prostý text, nebo JSON s podrobnými informacemi (včetně pravděpodobnosti slov atd.) a podporuje parametry jako prompt (pro vedení přepisu s určitým kontextem).
Nasazení na okraji sítě: Protože ji lze spustit lokálně (pokud to hardware umožňuje), používá se v případech na zařízení nebo v rámci organizace, kde nelze použít cloud (např. novinář přepisující citlivé rozhovory offline pomocí Whisper, nebo aplikace nabízející přepis hlasových poznámek přímo na zařízení kvůli ochraně soukromí).

Podporované jazyky: Whisper oficiálně podporuje ~99 jazyků v přepisu zilliz.com. To zahrnuje široké spektrum – od nejrozšířenějších jazyků (angličtina, španělština, mandarínština, hindština, arabština atd.) po menší jazyky (velština, mongolština, svahilština atd.). Trénovací data byla silně, ale ne výhradně, zaměřena na angličtinu (asi 65 % tréninku byla angličtina), takže angličtina je nejpřesnější, ale stále si vede velmi dobře i v mnoha dalších jazycích (zejména románských a indoevropských jazycích přítomných v trénovací sadě). Umí také přepisovat audio s promíchanými jazyky (code-switching). Funkce překladu do angličtiny funguje pro asi 57 neanglických jazyků, na které byla explicitně trénována k překladu community.openai.com.

Technické základy: Whisper je sekvenčně-sekvenční model Transformer (architektura encoder-decoder), podobný těm, které se používají v neuronovém strojovém překladu zilliz.com zilliz.com. Zvuk je rozdělen na části a převeden na log-Mel spektrogramy, které jsou předávány enkodéru; dekodér generuje textové tokeny. Unikátně byl Whisper od OpenAI trénován na velkém a rozmanitém datasetu o 680 tisících hodinách zvuku z webu, včetně mnoha vícejazyčných promluv a jejich odpovídajících textů (některé z nich byly pravděpodobně získány procházením webu nebo z korpusů titulků atd.) zilliz.com. Trénování bylo „slabě řízené“ – někdy s nedokonalými přepisy – což zajímavě způsobilo, že je Whisper odolný vůči šumu a chybám. Model má speciální tokeny pro různé úkoly: např. má token <|translate|> pro spuštění režimu překladu, nebo <|laugh|> pro označení smíchu atd., což mu umožňuje multitasking (takto zvládá jak přepis, tak překlad) zilliz.com. Velký model (Whisper large-v2) má přibližně 1,55 miliardy parametrů a byl trénován na výkonných GPU po dobu několika týdnů; v podstatě je na špičce toho, co bylo veřejně dostupné. Také používá časové značky na úrovni slov předpovídáním časovacích tokenů (segmentuje zvuk předpovědí, kdy rozdělit). Návrh Whisperu nezahrnuje externí jazykový model; je end-to-end, což znamená, že se naučil jazykové i akustické modelování současně. Protože byl trénován na spoustě šumu v pozadí a různých zvukových podmínkách, enkodér se naučil robustní rysy a dekodér se naučil generovat srozumitelný text i z nedokonalého zvuku. Otevřený kód umožňuje spouštět model na frameworkech jako PyTorch; vyšlo mnoho optimalizací (jako OpenVINO, ONNX runtime atd.), které jej zrychlují. Je poměrně náročný – pro přepis v reálném čase s velkým modelem je obvykle potřeba dobré GPU, i když kvantizovaný střední model zvládne téměř reálný čas na moderním CPU.

Využití:

Transkripční služby a aplikace: Mnoho startupů nebo projektů pro přepis nyní staví na Whisperu místo trénování vlastního modelu. Například nástroje pro přepis podcastů, aplikace pro přepis schůzek (některé Zoom boty používají Whisper), workflow pro přepis v žurnalistice atd. často využívají Whisper pro jeho vysokou přesnost bez poplatků za minutu.
YouTube/video titulky: Tvůrci obsahu používají Whisper pro generování titulků k videím (zejména pro více jazyků). Existují nástroje, do kterých nahrajete video a Whisper vygeneruje srt titulky.
Výuka jazyků a překlad: Překladový režim Whisperu se používá k získání anglického textu z cizojazyčné řeči, což může pomoci při tvorbě překladových titulků nebo pomoci studentům jazyků přepisovat a překládat cizojazyčný obsah.
Přístupnost: Vývojáři začleňují Whisper do aplikací pro přepis v reálném čase pro neslyšící nebo nedoslýchavé uživatele (například mobilní aplikace, která naslouchá konverzaci a zobrazuje živé titulky pomocí Whisperu lokálně).
Hlasová rozhraní & analytika: Některé hobby projekty hlasových asistentů používají Whisper k offline převodu řeči na text jako součást zpracování (pro hlasové asistenty zaměřené na soukromí). Také firmy analyzující nahrávky z call center mohou použít Whisper k přepisu hovorů (i když firmy mohou upřednostnit komerční API kvůli podpoře).
Akademický a lingvistický výzkum: Díky otevřenosti používají výzkumníci Whisper k přepisu terénních nahrávek v různých jazycích a jejich studiu. Jeho široká jazyková podpora je přínosem pro dokumentaci méně rozšířených jazyků.
Osobní produktivita: Technicky zdatní uživatelé mohou používat Whisper lokálně k diktování poznámek (není tak propracovaný jako Dragon pro interaktivní diktování, ale někteří jej takto využívají), nebo k automatickému přepisu svých hlasových poznámek.

Cenový model: Whisper je zdarma k použití při vlastním hostování (pouze náklady na výpočetní výkon). Whisper API od OpenAI (pro ty, kteří jej nechtějí provozovat sami) je extrémně cenově dostupné: $0,006 za minutu zpracovaného audia deepgram.com. To je zhruba 1/10 nebo méně ceny běžných cloudových STT API, což je finančně velmi atraktivní. Tato nízká cena je možná, protože model OpenAI je fixní a pravděpodobně jej provozují optimalizovaně ve velkém měřítku. Cíloví zákazníci tedy buď používají otevřený model na vlastním hardwaru (nulové licenční náklady), nebo volají OpenAI API za $0,006/min, což je levnější než téměř všichni ostatní (Google je $0,024/min atd.). Služba OpenAI však nenabízí přizpůsobení ani nic nad rámec základního Whisperu.

Silné stránky:

Špičková přesnost na široké škále úloh a jazyků ihned po instalaci deepgram.com zilliz.com. Zvláště silný v porozumění angličtině s přízvukem a mnoha neanglickým jazykům, kde bylo dříve nutné používat méně optimalizované služby pro daný jazyk.
Vícejazyčný & multitasking: Jeden model pro všechny jazyky a dokonce i překlad – velmi flexibilní.
Open source & řízený komunitou: podporuje inovace; např. existují forky, které běží rychleji, nebo s alternativním dekódováním pro lepší zachování interpunkce atd.
Nákladově efektivní: Prakticky zdarma, pokud máte hardware, a API je velmi levné, což umožňuje realizovat i velkoobjemové přepisovací projekty za rozumnou cenu.
Soukromí & offline režim: Uživatelé mohou provozovat Whisper lokálně on-prem pro citlivá data (např. nemocnice jej mohou nasadit interně pro přepis nahrávek bez odesílání do cloudu). To je v určitých kontextech obrovská výhoda, podobně jako když offline model jako tento konkuruje tomu, co dříve zvládal jen IBM nebo on-prem Nuance.
Integrace: Mnoho stávajících audio nástrojů integrovalo Whisper rychle (ffmpeg má nyní filtr pro spuštění Whisperu, například). Jeho popularita znamená spoustu wrapperů (WebWhisper, Whisper.cpp pro nasazení v C++ atd.), takže je snadné jej zapojit.
Průběžná vylepšení komunitou: Zatímco verze od OpenAI je statická, jiní ji doladili nebo rozšířili. Také OpenAI může vydat vylepšené verze (objevují se zvěsti o Whisper v3 nebo integraci s jejich novou multimodální technologií).

Slabé stránky:

Žádné vestavěné přizpůsobení pro specifický žargon: Na rozdíl od některých cloudových služeb nebo Dragonu nemůžete Whisperu zadat vlastní slovní zásobu, aby ji upřednostnil. Takže u extrémně specializovaných termínů (např. chemické názvy) může Whisper chybovat, pokud se s nimi nesetkal při tréninku. Je však možné model doladit, pokud máte data a odbornost.
Náročné na zdroje: Provoz velkého modelu v reálném čase vyžaduje slušné GPU. Na CPU je pomalý (i když menší modely mohou běžet v reálném čase na CPU za cenu nižší kvality). OpenAI API to řeší tím, že náročné výpočty probíhají v cloudu, ale pokud provozujete model sami ve větším měřítku, potřebujete GPU.
Latence: Whisper zpracovává audio po částech a často s malým zpožděním, než dokončí segmenty. Pro aplikace v reálném čase (například živé titulky) může být zpoždění asi 2 sekundy, než se objeví první text, protože čeká na celý úsek. To je v mnoha případech přijatelné, ale není to tak nízká latence jako u některých systémů optimalizovaných pro streamování, jako je Google, který může začít výstup do 300 ms. Komunita pracuje na „streaming Whisper“, ale není to triviální.
Převaha angličtiny v tréninku: Přestože je vícejazyčný, asi 2/3 trénovacích dat byla v angličtině. Stále podává skvělé výkony v mnoha jazycích (zejména španělština, francouzština atd.), ale některé jazyky s menším množstvím trénovacích dat mohou být méně přesné nebo mohou v případě nejistoty upřednostnit angličtinu. Například u velmi vzácných jazyků nebo silného míchání jazyků může dojít k chybné identifikaci nebo k tomu, že Whisper omylem vloží anglický překlad či transliteraci (někteří uživatelé si všimli, že Whisper někdy vloží anglický překlad nebo přepis, pokud si není jistý slovem).
Bez rozpoznání mluvčích: Whisper přepisuje veškerou řeč, ale neoznačuje mluvčí. Pokud potřebujete „Mluvčí 1 / Mluvčí 2“, musíte použít externí metodu identifikace mluvčího dodatečně. Mnoho cloudových STT to má vestavěné.
Žádná oficiální podpora: Jako otevřený model nemá oficiální podporu, pokud se něco pokazí (i když OpenAI API má podporu jako produkt, otevřený model ji nemá).
Zvláštnosti ve výstupním formátu: Whisper může zahrnovat neslovní tokeny jako „[Hudba]“ nebo se snažit přidávat interpunkci a někdy nemusí vždy odpovídat požadovanému formátování (i když obecně je v tom dobrý). Například nemusí přidat otazník, i když věta byla otázka, protože nebyl explicitně trénován, aby jej vždy vkládal atd. Pro zpřesnění je potřeba určité postprocessing nebo promptování.
Také, API OpenAI má v současnosti limit velikosti souboru přibližně 25 MB, což znamená, že delší audia je nutné rozdělit na části pro odeslání.

Nedávné aktualizace (2024–2025):

Ačkoliv samotný model Whisper (v2 large) nebyl OpenAI veřejně aktualizován od roku 2022, OpenAI Whisper API bylo spuštěno začátkem roku 2023, což výrazně zjednodušilo a zlevnilo použití deepgram.com. Díky tomu se síla Whisperu dostala k mnohem více vývojářům.
Komunita přinesla Whisper.cpp, port v C++, který může běžet na CPU (dokonce i na mobilních zařízeních) díky kvantizaci modelu. Do roku 2024 tento projekt dospěl a umožnil malým modelům běžet v reálném čase na smartphonech – některé mobilní aplikace pro přepisování tak fungují zcela offline.
Probíhají výzkumné snahy stavějící na Whisperu: např. doladění Whisperu pro specifické oblasti (jako lékařský přepis) různými skupinami (i když to není široce publikováno, některé startupy to pravděpodobně udělaly).
OpenAI pravděpodobně pracuje na nové generaci modelu pro řeč, možná integrující techniky z GPT (v některých jejich článcích jsou náznaky potenciálního multimodálního modelu, který zvládá řeč i text). Pokud bude takový model spuštěn, může nahradit Whisper, ale k polovině roku 2025 zůstává Whisper jejich hlavní ASR nabídkou.
Co se týče adopce, do roku 2025 mnoho open-source projektů (například nástroje Mozilly, komunita Kaldi atd.) přešlo na používání Whisperu jako základu díky jeho vysoké přesnosti. Tím se fakticky stal standardem.
Významný vývoj: Meta’s MMS (Massive Multilingual Speech) výzkum (polovina roku 2023) rozšířil tuto myšlenku vydáním modelů pokrývajících více než 1100 jazyků pro ASR (i když nejsou tak přesné jako Whisper pro hlavní jazyky). Tato konkurence vyvolala ještě větší zájem o vícejazyčnou řeč – Whisper je stále dominantní v kvalitě, ale možná uvidíme, že OpenAI odpoví Whisperem v3 pokrývajícím více jazyků nebo sladěním s těmito trendy.
Shrnuto, „aktualizací“ je, že se Whisper stal extrémně rozšířeným, s vylepšeními kolem rychlosti a nasazení, nikoliv v samotném jádru modelu. V roce 2025 zůstává nejlepší volbou pro každého, kdo chce do svého produktu integrovat přepis hlasu, díky kombinaci kvality, jazykové podpory a ceny.

Oficiální zdroje: OpenAI Whisper GitHub zilliz.com zilliz.com; dokumentace k OpenAI Whisper API (web OpenAI) zilliz.com. (Neexistuje žádná samostatná „produktová stránka“, protože jde o model, ale výše uvedené odkazy na GitHub/Glosář poskytují oficiální kontext).

7. Deepgram (API a platforma pro převod řeči na text) – Deepgram

Přehled: Deepgram je na vývojáře zaměřená platforma pro převod řeči na text, která nabízí rychlou a vysoce přesnou transkripci prostřednictvím sady AI modelů a robustních API. Deepgram se odlišuje důrazem na přizpůsobení, rychlost a nákladovou efektivitu pro podnikové aplikace. Založen v roce 2015, vyvinul vlastní modely hlubokého učení pro rozpoznávání řeči (namísto využívání technologií velkých firem) a vybudoval si specifickou pozici zejména mezi kontaktními centry, společnostmi zabývajícími se hlasovou analytikou a technologickými firmami, které potřebují rozsáhlou nebo real-time transkripci. V letech 2024–2025 je Deepgram často zmiňován jako hlavní alternativa k velkým cloudovým poskytovatelům STT, zejména po předvedení světové špičky v přesnosti se svým nejnovějším modelem „Nova-2“ deepgram.com. Platforma nabízí nejen hotové modely, ale také nástroje pro trénování vlastních modelů řeči na specifických datech firmy (což jen málo cloudových API umožňuje samoobslužně). Deepgram lze nasadit v cloudu i on-premises, což oslovuje firmy s požadavky na flexibilitu.

Typ: Primárně převod řeči na text (transkripce). (Deepgram začal v roce 2025 nabízet v betě také převod textu na řeč a real-time Voice AI pipeline nástroje deepgram.com deepgram.com, ale STT je jejich hlavní zaměření.)

Společnost/vývojář:Deepgram, Inc. (nezávislý startup, v roce 2025 však údajně cílem akvizice díky technologickému náskoku v STT).

Schopnosti & cíloví uživatelé:

Transkripce v reálném čase i dávkově: Deepgram API umožňuje jak streamovanou transkripci audia s minimální latencí, tak dávkové zpracování audio souborů. Zvládá velké objemy (uvádějí propustnost v tisících hodin audia zpracovaných rychle).
Vysoká přesnost & výběr modelu: Nabízejí několik úrovní modelů (např. „Nova“ pro nejvyšší přesnost, „Base“ pro rychlejší/lehčí použití a někdy i oborově specifické modely). Nejnovější model Nova-2 (uveden 2024) se chlubí o 30 % nižší chybovostí WER než konkurence a vyniká v přesnosti v reálném čase deepgram.com deepgram.com.
Přizpůsobení: Hlavní výhoda – zákazníci mohou nahrát označená data pro trénink vlastních Deepgram modelů přizpůsobených jejich specifické slovní zásobě (např. názvy produktů, unikátní fráze). Toto doladění může výrazně zvýšit přesnost v daném oboru zákazníka.
Podpora více jazyků: Deepgram podporuje transkripci ve více jazycích (k roku 2025 přes 30 jazyků včetně angličtiny, španělštiny, francouzštiny, němčiny, japonštiny, mandarínštiny atd.). Jejich hlavní silou je angličtina, ale rozšiřují i další jazyky.
Odolnost vůči šumu & audio formáty: Deepgram původně zpracovával audio pomocí předzpracovatelské pipeline, která zvládá různé kvality zvuku (telefonní hovory atd.). Přijímá širokou škálu formátů (včetně populárních kodeků jako MP3, WAV a dokonce i real-time RTP streamy).
Funkce: Nabízí diarizaci (označování mluvčích) na vyžádání, interpunkci, rozlišování velkých a malých písmen, filtrování vulgarismů a dokonce i detekci entit (například rozpoznávání čísel, měn ve řeči). Mají také funkci pro detekci klíčových slov nebo provádění NLP nad přepisy přes jejich API pipeline.
Rychlost: Deepgram je známý velmi rychlým zpracováním – díky tomu, že je od začátku postavený v CUDA (původně používali GPU od začátku). Tvrdí, že dokáže zpracovávat audio rychleji než v reálném čase na GPU, i s velkými modely.
Škálovatelnost & nasazení: K dispozici jako cloudové API (s enterprise SLA) a také jako on-premises nebo privátní cloudové nasazení (mají kontejnerizovanou verzi). Zdůrazňují škálovatelnost na enterprise objemy a poskytují dashboardy a analytiku využití pro zákazníky.
Použití: Cíloví uživatelé zahrnují kontaktní centra (pro přepis a analýzu hovorů), softwarové firmy přidávající hlasové funkce, mediální společnosti přepisující audio archivy a AI firmy potřebující základní STT pro tvorbu hlasových produktů. Například call centrum může použít Deepgram k přepisu tisíců hovorů současně a následné analýze pro zjištění sentimentu zákazníků nebo souladu s předpisy. Vývojáři oceňují jejich jednoduché API a podrobné dokumentace.

Klíčové vlastnosti:

Snadnost použití API: Jeden API endpoint zvládne audio soubor nebo stream s různými parametry (jazyk, model, interpunkce, diarizace atd.). SDK jsou dostupné pro populární jazyky (Python, Node, Java atd.).
Zvýraznění vlastních klíčových slov: Můžete zadat konkrétní klíčová slova pro zvýšení pravděpodobnosti jejich rozpoznání (pokud netrénujete vlastní model, je to rychlý způsob, jak zlepšit přesnost u určitých termínů).
Jednotnost batch vs. stream: Prakticky stejné API; mají také koncept přednahraných vs. živých endpointů optimalizovaných podle potřeby.
Bezpečnost: Deepgram nabízí funkce jako on-prem nasazení a ve výchozím nastavení neukládá audio po zpracování (pokud si to nezvolíte). Pro finanční/zdravotnické klienty je to zásadní.
Funkce pro asistenci agentům v reálném čase: Prostřednictvím jejich API nebo připravovaného “Voice Assistant API” deepgram.com umožňují případy použití jako přepis v reálném čase + shrnutí pro hovory agentů (zdůrazňují využití v kontaktním centru s pipeline STT -> analýza -> dokonce odesílání odpovědí).
Přesnostní tvrzení: Veřejně porovnali Nova-2 s tím, že má např. 8,4% medián WER napříč různými doménami, čímž překonává ostatní poskytovatele, kde nejbližší může být okolo ~12 % deepgram.com, a konkrétně je o 36 % relativně lepší než Whisper-large deepgram.com – což znamená, že pro firmy, kterým záleží na každém bodu přesnosti, Deepgram vede.
Nákladová efektivita: Často zdůrazňují, že provoz jejich modelu na GPU je nákladově efektivnější a jejich ceny (viz níže) mohou být při větším objemu nižší než u některých konkurentů.
Podpora a monitoring: Podnikové funkce jako detailní logování, vyhledávání v přepisech a monitoring přes jejich konzoli.

Podporované jazyky: Hlavní zaměření Deepgramu je na angličtinu (US a přízvuky), ale k roku 2025 podporuje 20–30+ jazyků nativně, včetně hlavních evropských jazyků, japonštiny, korejštiny, mandarínštiny, hindštiny atd. Neustále rozšiřují podporu, ale zatím možná nepodporují 100 jazyků (počet je menší než u Whisperu). Umožňují však vlastní modely pro jazyky, které podporují (pokud jazyk není podporován, musíte o něj požádat nebo použít základní vícejazyčný model, pokud je k dispozici). Model Nova může být aktuálně pouze pro angličtinu (nejvyšší přesnost mají často pro angličtinu a někdy španělštinu). Podporují také anglické dialekty (můžete specifikovat britskou vs americkou angličtinu pro jemné rozdíly ve spelování).

Technické základy: Deepgram používá end-to-end model hlubokého učení, historicky byl postaven na autonomním výzkumu – pravděpodobně pokročilá varianta konvolučních a rekurentních sítí nebo Transformerů. Jejich Nova-2 je konkrétně popsána jako „architektura založená na Transformeru s optimalizacemi pro řeč“ deepgram.com. Uvádějí, že Nova-2 byla trénována na 47 miliardách tokenů a 6 milionech zdrojů deepgram.com, což je obrovské množství a znamená to velkou datovou rozmanitost. Tvrdí, že Nova-2 je „nejhlouběji natrénovaný ASR model na trhu“ deepgram.com. Klíčové technické úspěchy:

Zlepšili rozpoznávání entit, práci s kontextem atd. díky úpravám architektury deepgram.com.
Zaměřují se na streaming – jejich modely dokážou rychle poskytovat dílčí výsledky, což naznačuje možná blokově synchronní dekódovací architekturu.
Optimalizují pro GPU: od začátku používali GPU a hodně psali v CUDA C++ pro inference, čímž dosáhli vysoké propustnosti.
Vlastní modely pravděpodobně využívají transfer learning – doladění svých základních modelů na datech klienta. Poskytují nástroje, nebo model natrénují sami podle zvoleného plánu.
Také zahrnují vyvažování rychlosti/přesnosti s více velikostmi modelů: např. dříve měli „Enhanced model“ vs „Standard model“. Nova-2 to možná sjednocuje, nebo je špičkovým modelem s ostatními jako menšími a rychlejšími variantami.
Zajímavý bod: Deepgram získal nebo vytvořil řečový dataset v mnoha doménách (některé jejich blogy zmiňují trénink na „všech typech hovorů, schůzek, videí atd.“). Také zdůrazňují výsledky doménové adaptace, například specializované modely pro call centra (možná doladěné na datech z hovorů).
Mají zmínku o 2-fázovém modelu ve starší architektuře, ale Nova-2 vypadá jako velký sjednocený model.
Pravděpodobně také používají knowledge distillation pro kompresi modelů (protože mají k dispozici i menší modely).
Také zmiňují použití kontextových biasů (například nápověda modelu s očekávanými slovy, což je podobné poskytování nápověd).
S vydáním Nova-2 zveřejnili srovnání: Nova-2 má medián WER 8,4 % vs Whisper large 13,2 % atd., dosaženo díky tréninku a vylepšením architektury deepgram.com deepgram.com.

Příklady použití (některé příklady nad rámec zmíněného):

Živá transkripce v call centru: Firma používá Deepgram k přepisu zákaznických hovorů v reálném čase a následně využívá text k zobrazení relevantních informací agentům nebo k analýze po hovoru kvůli souladu s předpisy.
Transkripce schůzek jako SaaS: Nástroje jako Fireflies.ai nebo alternativy Otter.ai mohou používat Deepgram v backendu pro živé poznámky a shrnutí schůzek.
Hlasové vyhledávání v aplikacích: Pokud aplikace přidá funkci hlasového vyhledávání nebo příkazů, může použít Deepgram STT pro převod dotazu na text (někteří si jej vybírají kvůli rychlosti nebo ochraně soukromí).
Média a zábava: Postprodukční studio může nahrát velké množství surového zvukového materiálu do Deepgramu, aby získalo přepisy pro tvorbu titulků nebo zpřístupnění obsahu pro vyhledávání.
IoT zařízení: Některá chytrá zařízení mohou používat Deepgram přímo na zařízení (s edge nasazením) nebo přes cloud s nízkou latencí pro přepis příkazů.
Nástroje pro vývojáře: Deepgram byl integrován do no-code platforem nebo datových nástrojů pro snadné zpracování zvukových dat; například datová analytická pipeline, která zpracovává nahrávky hovorů, používá Deepgram k převodu na text pro další analýzu.

Cenový model: Deepgram má cenový model založený na využití, s bezplatnými kredity na začátek (například kredit 200 $ pro nové účty). Poté:

Mají úrovně: např. bezplatná úroveň může umožnit určité množství minut za měsíc, poté placená úroveň kolem 1,25 $ za hodinu pro standardní model (tj. 0,0208 $ za minutu) a možná 2,50 $/hod pro Nova (čísla jsou ilustrativní; skutečně, blog Telnyx ukazuje, že Deepgram začíná zdarma a až do 10 000 $/rok pro enterprise, což znamená individuální nabídky).
Nabízejí také závazkové plány: např. zaplatíte určitou částku předem za nižší cenu za minutu. Nebo paušální roční enterprise licenci.
Ve srovnání s velkými poskytovateli jsou obecně konkurenceschopní nebo levnější ve velkém měřítku; navíc vyšší přesnost znamená méně ručních oprav, což je nákladový faktor v BPO.
Vlastní trénování modelu může být za příplatek nebo vyžaduje enterprise plán.
Uvádějí, že neúčtují poplatky za interpunkci, diarizaci atd., tyto funkce jsou zahrnuty.

Silné stránky:

Špičková přesnost s Nova-2 – vede v oblasti rozpoznávání anglické řeči deepgram.com deepgram.com.
Přizpůsobitelná AI – není to jen černá skříňka; můžete ji přizpůsobit svému oboru, což je pro podniky zásadní (změníte „dobrou“ přesnost na „skvělou“ pro váš případ použití).
Reálný čas – Deepgram má nízkou latenci a efektivní streamování v reálném čase, což je vhodné pro živé aplikace (některá cloudová API mají s objemem v reálném čase problém; Deepgram byl pro to postaven).
Flexibilní nasazení – cloud, on-prem, hybrid; přizpůsobí se firmám podle jejich potřeb, včetně požadavků na ochranu dat.
Cena a škálovatelnost – Často vychází levněji při velkých objemech a zvládne velmi velké pracovní zátěže (uvádějí případy přepisu desítek tisíc hodin měsíčně).
Zkušenost vývojářů – Jejich API a dokumentace jsou chváleny; zaměřují se pouze na řeč, takže poskytují dobrou podporu a odbornost v této oblasti. Funkce jako zvýraznění klíčových slov, vícejazyčnost v jednom API atd. jsou pohodlné.
Zaměření na potřeby podniků – funkce jako detekce sentimentu, sumarizace (přidávají některé hlasové AI schopnosti nad rámec prostého STT) a podrobné analytiky jsou součástí jejich platformy zaměřené na obchodní vhledy z hlasu.
Podpora a partnerství – Integrují se s platformami jako Zoom a mají technologická partnerství (např. někteří poskytovatelé telefonie umožňují přímé napojení Deepgramu pro streamování zvuku hovorů).
Bezpečnost – Deepgram je v souladu se SOC2 atd., a pro ty, kdo chtějí ještě větší kontrolu, je možné self-hosting.

Slabé stránky:

Menší povědomí o značce ve srovnání s Google/AWS; některé konzervativní podniky mohou váhat jít do menšího dodavatele (i když podíl Microsoftu v Nuance je podobný scénář, Deepgram je jen nezávislý).
Jazykové pokrytí je užší než u globálních velkých technologických firem – pokud potřebujete přepis pro jazyk, který Deepgram zatím nepodporuje, možná je budete muset požádat nebo použít jiné.
Šíře funkcí – Zaměřují se čistě na STT (s několika ML doplňky). Nenabízejí TTS ani kompletní konverzační řešení (i když nyní mají API pro hlasové boty, chybí jim celá platforma jako Google Contact Center AI nebo Watson Assistant). Pokud tedy klient chce vše-v-jednom hlasové a konverzační řešení, Deepgram zvládne jen část s přepisem.
DIY Přizpůsobení – Přizpůsobení je sice silnou stránkou, ale vyžaduje, aby klient měl data a případně znalosti ML (i když se to Deepgram snaží zjednodušit). Není to tak plug-and-play jako použití generického modelu – ale to je daň za zlepšení.
Aktualizace – Menší firma může aktualizovat modely méně často než například Google (i když nedávno to udělali s Nova-2). Také případné výpadky nebo limity služeb mohou mít menší globální redundanci než velký cloud (ale zatím byl Deepgram spolehlivý).
Pokud používáte on-premise, klient musí spravovat nasazení na GPU, což může být složitost (ale mnozí tuto kontrolu vítají).
Srovnání s open source – Někteří mohou zvolit Whisper (zdarma), pokud je pro ně zásadní cena a mírně nižší přesnost je přijatelná; Deepgram musí neustále obhajovat svou hodnotu oproti open modelům tím, že zůstává napřed v přesnosti a nabízí podnikovou podporu.

Nedávné novinky (2024–2025):

To hlavní: Vydání modelu Nova-2 na konci roku 2024, výrazně zlepšilo přesnost (o 18 % lepší než jejich předchozí Nova, a uváděli velká zlepšení oproti konkurenci) deepgram.com deepgram.com. To udržuje Deepgram na špičce. Sdíleli podrobné benchmarky a white papery na podporu svých tvrzení.
Deepgram spustil Voice Agent API (beta) v roce 2025 deepgram.com pro tvorbu AI agentů v reálném čase – v podstatě přidává možnost nejen přepisovat, ale i analyzovat a odpovídat (pravděpodobně integrace LLM pro porozumění a TTS pro odpověď). To ukazuje rozšíření za čisté STT směrem k AI konverzačnímu řešení (přímá konkurence v oblasti contact center AI).
Rozšířili jazykovou podporu (v roce 2024 přidali více evropských a asijských jazyků).
Přidali funkce jako sumarizace: Například v roce 2024 představili volitelný modul, kde po přepisu hovoru může Deepgram poskytnout AI-generované shrnutí hovoru. Toto využívá LLM nad přepisy, podobně jako Azure nabízí sumarizaci hovorů.
Vylepšené bezpečnostní funkce: V roce 2024 Deepgram dosáhl vyšších standardů souladu (byla oznámena shoda s HIPAA, což umožnilo více klientům ze zdravotnictví je využívat).
Zlepšili vývojářskou zkušenost – např. vydáním nového Node SDK v2, CLI nástroje pro přepis a lepší dokumentační webové stránky.
Co se týče výkonu, zlepšili latenci v reálném čase optimalizací svých streamovacích protokolů, přičemž uvádějí latenci pod 300 ms pro částečné přepisy.
Možná byla spuštěna spolupráce s poskytovateli telefonie (například integrace s Twilio atd.), která umožňuje snadný přepis PSTN hovorů přes Deepgram API.
Také se účastnili otevřených hodnocení; například pokud je nějaká ASR výzva, Deepgram se jí často účastní – což ukazuje transparentnost výsledků.
Z obchodního hlediska Deepgram získal další financování (Series C v roce 2023), což naznačuje stabilitu a schopnost investovat do výzkumu a vývoje.

Oficiální web: Deepgram Speech-to-Text API telnyx.com deepgram.com (oficiální produktové a dokumentační stránky Deepgramu).

8. Speechmatics (STT engine pro jakýkoli kontext) – Speechmatics Ltd.

Přehled: Speechmatics je přední engine převodu řeči na text, známý svým zaměřením na porozumění „každému hlasu“ – což znamená, že klade důraz na přesnost napříč různorodým spektrem přízvuků, dialektů a demografických skupin mluvčích. Společnost sídlící ve Velké Británii si v 10. letech 21. století vybudovala pověst díky své samoobslužné STT API a on-premise řešením, často překonávajícím velké hráče v situacích s výraznými přízvuky nebo náročným zvukem. Jejich technologie vychází z pokročilého strojového učení a průlomu v oblasti self-supervised learning, který umožnil trénovat na obrovském množství neoznačených zvukových dat a zlepšit spravedlnost rozpoznávání speechmatics.com speechmatics.com. Do roku 2025 Speechmatics nabízí STT v několika podobách: cloudové API, nasaditelné kontejnery a dokonce OEM integrace (jejich engine uvnitř jiných produktů). Obsluhují případy použití od mediálního titulkování (živé titulkování vysílání) po analytiku hovorů a jejich nedávná inovace „Flow“ API kombinuje STT s převodem textu na řeč a LLM pro hlasové interakce audioxpress.com audioxpress.com. Jsou uznáváni pro přesné přepisy bez ohledu na přízvuk nebo věk mluvčího a tvrdí, že překonávají konkurenci zejména v odstraňování zaujatosti (například jejich systém dosáhl výrazně lepší přesnosti u afroamerických hlasů a dětských hlasů než ostatní) speechmatics.com speechmatics.com.

Typ:Převod řeči na text (ASR) s rozvíjejícími se multimodálními řešeními hlasové interakce (Speechmatics Flow).

Společnost/vývojář:Speechmatics Ltd. (Cambridge, Velká Británie). Nezávislá, avšak s partnerstvími napříč vysílacím a AI průmyslem.

Schopnosti & cíloví uživatelé:

Univerzální STT engine: Jedním z hlavních benefitů Speechmatics je jeden engine, který dobře funguje pro „každého mluvčího, jakýkoli přízvuk, jakýkoli dialekt“ v podporovaných jazycích. To oslovuje globální firmy a vysílatele, kteří pracují s mluvčími z celého světa (například BBC, která Speechmatics využívala pro titulkování).
Přepis v reálném čase: Jejich systém dokáže přepisovat živé přenosy s nízkou latencí, což jej činí vhodným pro živé titulkování událostí, vysílání a hovorů.
Dávkový přepis: Vysoce výkonné zpracování předem nahraného audia/videa s špičkovou přesností v oboru. Často se používá pro videoarchivy, generování titulků nebo přepisů.
Podpora více jazyků: Rozpoznává více než 30 jazyků (včetně variant angličtiny, španělštiny, francouzštiny, japonštiny, mandarínštiny, arabštiny atd.) a zvládá i code-switching (jejich systém dokáže rozpoznat, když mluvčí během konverzace přepne jazyk) docs.speechmatics.com. Podporují také automatickou detekci jazyka.
Vlastní slovník (vlastní slova): Uživatelé mohou zadat konkrétní jména nebo žargon, které mají být upřednostněny (například aby engine věděl, jak správně napsat neobvyklá vlastní jména).
Flexibilní nasazení: Speechmatics může běžet v cloudu (mají SaaS platformu) nebo zcela on-premise přes Docker kontejner, což je atraktivní pro citlivá prostředí. Mnoho vysílatelů provozuje Speechmatics ve svých vlastních datových centrech pro živé titulkování, aby se vyhnuli závislosti na internetu.
Přesnost v hlučném prostředí: Mají silnou odolnost vůči šumu, navíc volitelný výstup formátování entit (data, čísla) a funkce jako speaker diarization pro rozlišení více mluvčích.
Cíloví uživatelé: Mediální společnosti (televizní sítě, video platformy), kontaktní centra (pro přepis hovorů), podniková přepisová řešení, softwaroví dodavatelé potřebující STT (Speechmatics často licencuje svou technologii dalším poskytovatelům—OEM vztahy), vláda (přepisy parlamentních nebo zastupitelských jednání) a AI dodavatelé zaměření na nestranné ASR.
Speechmatics Flow (2024): Kombinuje jejich STT s TTS a integrací LLM pro tvorbu hlasových asistentů, kteří dokážou naslouchat, porozumět (pomocí LLM) a odpovídat syntetizovanou řečí audioxpress.com audioxpress.com. To ukazuje zaměření na interaktivní hlasová AI řešení (například voiceboty, které skutečně rozumí různým přízvukům).

Klíčové vlastnosti:

Přesné akcenty: Podle jejich testování zaujatosti výrazně snížili rozdíly v chybovosti mezi různými skupinami akcentů díky tréninku na velkém množství neoznačených dat speechmatics.com speechmatics.com. Například chybovost u afroamerických hlasů byla zlepšena přibližně o 45 % relativně oproti konkurenci speechmatics.com.
Rozpoznávání dětské řeči: Výslovně uvádějí lepší výsledky u dětských hlasů (které jsou pro ASR obvykle obtížné) – 91,8% přesnost oproti přibližně 83% u Googlu v testu speechmatics.com.
Self-supervised model (AutoML): Jejich „Autonomous Speech Recognition“ představený kolem roku 2021 využíval 1,1 milionu hodin zvukového tréninku se self-supervised učením speechmatics.com. Tento rozsáhlý tréninkový přístup zlepšil porozumění různorodým hlasům tam, kde bylo málo označených dat.
Neuronové modely: Plně založené na neuronových sítích (přešli ze starších hybridních modelů na end-to-end neuronové koncem 2010s).
API & SDK: Nabízejí REST a websocket API pro živé i dávkové zpracování. Také SDK pro snadnější integraci. Výstupem je podrobný JSON včetně slov, časování, jistoty atd.
Funkce jako entity: Provádějí chytré formátování (např. výstup „£50“, když někdo řekne „padesát liber“) a umí označovat entity.
Jazykové pokrytí: Přibližně 34 jazyků ve vysoké kvalitě k roku 2025, včetně některých, které jiní nemusí dobře pokrývat (například velština, protože je používala BBC Wales).
Průběžné aktualizace: Pravidelně zveřejňují poznámky k vydání s vylepšeními (viz jejich dokumentace: např. zlepšení přesnosti mandarínštiny o 5 % v jedné aktualizaci docs.speechmatics.com, nebo přidání nových jazyků jako maltština atd.).
Specifika Flow: Flow API umožňuje vývojářům bezproblémově kombinovat výstup STT s LLM uvažováním a výstupem TTS, což cílí na hlasové asistenty nové generace audioxpress.com audioxpress.com. Například lze poslat audio a získat hlasovou odpověď (odpověď poskytnutou LLM, vyslovenou pomocí TTS) – Speechmatics zajišťuje propojení pro interakci v reálném čase.

Podporované jazyky: Aktivně je podporováno přibližně 30–35 jazyků (angličtina, španělština, francouzština, němčina, portugalština, italština, nizozemština, ruština, čínština, japonština, korejština, hindština, arabština, turečtina, polština, švédština atd.). Zdůrazňují pokrytí „globálních“ jazyků a uvádějí, že na požádání mohou přidat další docs.speechmatics.com. Mají také bilingvní režim pro španělštinu/angličtinu, který dokáže bez problémů přepisovat smíšenou angličtinu a španělštinu docs.speechmatics.com. Ve svých poznámkách uvádějí: nové jazyky jako irština a maltština byly přidány v roce 2024 docs.speechmatics.com, což naznačuje, že se věnují i menším jazykům, pokud existuje poptávka. Jsou hrdí na pokrytí akcentů v rámci jazyků, např. jejich anglický model je jeden globální model pokrývající americký, britský, indický, australský i africký přízvuk komplexně bez nutnosti samostatných modelů.

Technické základy:

Self-Supervised Learning: Použili techniky podobné Facebookovu wav2vec 2.0 (pravděpodobně mají vlastní variantu), aby využili velké množství neoznačeného audia (například z YouTube, podcastů) k předtrénování akustických reprezentací, poté doladili na přepsaných datech. To jim podle zpráv z roku 2021 přineslo velký posun v pokrytí akcentů/dialektů speechmatics.com.
Neuronová architektura: Pravděpodobně kombinace CNN pro extrakci příznaků a Transformerů pro modelování sekvencí (většina moderních ASR nyní používá Conformer nebo podobné architektury). Ve svých poznámkách k vydání nazvali svou hlavní aktualizaci modelu „Ursa“ docs.speechmatics.com, která přinesla výrazné zlepšení přesnosti napříč jazyky – pravděpodobně nová velká architektura modelu (Conformer nebo Transducer).
Velikosti modelů: Nejsou veřejně detailně popsány, ale pro on-premise mají možnosti (například „standardní“ vs „vylepšené“ modely). Vždy zmiňují „nízkou latenci“, takže pravděpodobně používají architekturu vhodnou pro streamování (například model založený na Transducer nebo CTC pro inkrementální výstup).
Přístup k zaujatosti a férovosti: Trénováním na neoznačených rozmanitých datech se model přirozeně naučil mnoho variant řeči. Pravděpodobně také provedli pečlivé vyvážení – jejich zveřejněné výsledky v oblasti snižování zaujatosti naznačují cílené úsilí o zajištění stejné přesnosti pro různé skupiny mluvčích.
Průběžné učení: Pravděpodobně začleňují opravy od zákazníků jako volitelnou zpětnou vazbu pro zlepšení (není jisté, zda je to dostupné zákazníkům, ale pravděpodobně interně ano).
Hardware a efektivita: Mohou běžet na standardních CPU (pro mnoho zákazníků, kteří nasazují on-premise, pravděpodobně používají CPU clustery). Ale pravděpodobně jsou také optimalizováni pro GPU, pokud je to potřeba. V některých kontextech zmiňují „nízkou paměťovou náročnost“.
Flow API technologie: Kombinuje jejich ASR s jakýmkoli LLM (může to být OpenAI nebo jiný) a jejich TTS partnerem – pravděpodobně tato architektura používá jejich STT pro získání textu, poté volá zvolený LLM a následně využívá TTS engine (možná Amazon Polly nebo Azure v pozadí, pokud nemají vlastní, ale stránky naznačují kombinaci s „preferovaným LLM“ a „preferovaným TTS“) audioxpress.com.

Příklady použití:

Vysílání & média: Mnoho živých televizních přenosů ve Velké Británii používá Speechmatics pro živé titulky, když nejsou k dispozici lidské stenografky nebo k jejich doplnění. Také postprodukční studia jej používají k vytváření přepisů pro editaci nebo dodržování předpisů.
Průzkum trhu & analytika: Firmy analyzující zákaznické rozhovory nebo skupinové diskuze po celém světě používají Speechmatics k přesnému přepisu obsahu s různými akcenty (například analýza sentimentu v mezinárodních fokusních skupinách).
Vláda/veřejný sektor: Přepisy zasedání městských rad nebo parlamentních schůzí (zejména v zemích s více jazyky nebo silnými místními akcenty – tam Speechmatics vyniká).
Analýza call center: Podobně jako ostatní, ale Speechmatics je atraktivní tam, kde mají operátoři nebo zákazníci silné akcenty, které jiné enginy mohou špatně přepsat. Také proto, že mohou být nasazeni on-premise (některé telekomunikační firmy nebo banky v Evropě to preferují).
Vzdělávání: Přepisování nahrávek přednášek nebo poskytování titulků pro univerzitní obsah (zejména tam, kde mají přednášející nebo studenti rozmanité akcenty).
Poskytovatelé hlasových technologií: Některé firmy začlenily engine Speechmatics do svého řešení (white-label), protože je známý svou odolností vůči akcentům, což jim dává výhodu pro globální uživatelskou základnu.
Titulkování uživatelsky generovaného obsahu: Některé platformy, které umožňují uživatelům titulkovat svá videa, mohou v pozadí používat Speechmatics pro zpracování všech typů hlasů.

Cenový model:

Obvykle připravují individuální nabídky pro podniky (zejména pro on-prem licenci – pravděpodobně roční licence v závislosti na využití nebo počtu kanálů).
Pro cloudové API dříve měli zveřejněné ceny kolem 1,25 $ za hodinu nebo podobně, což bylo konkurenceschopné s ostatními. Možná přibližně 0,02 $/min. Pro přímé podnikové zákazníky může být minimální měsíční závazek.
Nabízeli také bezplatnou zkušební verzi nebo 600 minut zdarma na svém SaaS v určitém období.
Zdůrazňují neomezené použití on-prem za paušální poplatek, což může být pro intenzivní uživatele atraktivní oproti poplatkům za minutu.
Protože cílí na podniky, nejsou nejlevnější, pokud máte jen malé využití (někdo by si pro hobby mohl vybrat OpenAI Whisper). Ale pro profesionální použití jsou cenově srovnatelní nebo o něco levnější než Google/Microsoft při vysokém objemu, zvláště zdůrazňují poměr cena/výkon pro kvalitu.
Jejich Flow API může být naceněno odlišně (možná podle interakce nebo jinak, zatím není jasné, protože je nové).
Nyní nejsou veřejně dostupné ceny (pravděpodobně přechod na model řízený prodejem), ale jsou známí rozumnými cenami a přehledným licencováním (zvláště důležité pro vysílání, kde je potřeba předvídatelné náklady při 24/7 provozu).

Silné stránky:

Přesnost přízvuku/dialektu: Špičková přesnost pro globální angličtinu a vícejazyčné rozpoznávání s minimální zaujatostí speechmatics.com speechmatics.com. Toto motto „rozumí každému hlasu“ je podloženo daty a uznáváno v oboru – velký rozdíl, zvláště když se diverzita a inkluze stávají klíčovými.
Přátelské k on-prem & privátním cloudům: Mnoho konkurentů tlačí pouze na cloud; Speechmatics dává zákazníkům plnou kontrolu, pokud je potřeba, a vyhrává zakázky v citlivých a šířkou pásma omezených scénářích.
Zaměření na podniky: Vysoká úroveň souladu (pravděpodobně mají ISO certifikace speechmatics.com), robustní podpora, ochota řešit individuální potřeby (například přidání nového jazyka na požádání nebo doladění).
Automatické titulky v reálném čase: Ověřeno na živých akcích a v TV, kde je potřeba nízká latence a vysoká přesnost zároveň.
Inovace a etika: Mají silný příběh o snižování zaujatosti AI – což může být atraktivní pro firmy, kterým záleží na férovosti. Jejich technologie přímo řeší běžnou kritiku ASR (že funguje hůře pro určité demografické skupiny).
Vícejazyčnost v jednom modelu: Podpora code-switchingu a v některých případech není třeba ručně vybírat přízvuky nebo jazyky – model to prostě rozpozná sám – je uživatelsky přívětivé.
Stabilita a osvědčenost: V oboru od poloviny 2010. let, používán velkými značkami (TED talks atd.), takže je prověřený a otestovaný.
Přesah za STT: Platforma pro hlasovou interakci Flow naznačuje, že se vyvíjejí tak, aby splnili budoucí potřeby (tedy investují nejen do přepisu, ale umožňují plnohodnotnou hlasovou AI v reálném čase).

Slabiny:

Není tak známý v komunitě vývojářů jako někteří hráči z USA nebo open source modely, což znamená menší komunitní podporu.
Počet jazyků nižší než u Whisper nebo Google – pokud někdo potřebuje jazyk s nízkými zdroji jako svahilština nebo tamilština, Speechmatics ho nemusí mít, pokud není speciálně vyvinut.
Transparentnost cen: Jako firma zaměřená na podniky mohou malí vývojáři zjistit, že není tak samoobslužná nebo levná pro experimentování ve srovnání například s OpenAI za $0.006/min. Jejich zaměření je na kvalitu a podniky, ne nutně na nejlevnější variantu.
Nemá vestavěné porozumění jazyku (do příchodu Flow) – surové přepisy mohou vyžadovat další NLP pro získání poznatků; historicky nedělali věci jako sentiment nebo sumarizaci (to nechávali na zákaznících nebo partnerských řešeních).
Konkurence od velkých technologických firem: Jak Google, Azure zlepšují rozpoznávání přízvuků (a Whisper je zdarma), Speechmatics musí neustále držet náskok, aby ospravedlnil používání oproti rozšířenějším možnostem.
Nemá TTS ani jiné modality (zatím) – firmy, které chtějí vše v jednom, mohou upřednostnit Azure, který má STT, TTS, překladač atd., pokud Speechmatics neuzavře partnerství pro tyto funkce (Flow naznačuje partnerství pro TTS/LLM místo vlastního vývoje).
Škálování byznysu: jako menší firma může být otázka škálovatelnosti – zvládnou globální objemy na úrovni Google? Pravděpodobně zvládnou hodně díky svým klientům z vysílání, ale vnímání může některé znepokojovat ohledně dlouhodobé podpory nebo zda udrží krok s náklady na trénování modelů atd. jako nezávislí.

Nedávné aktualizace (2024–2025):

Speechmatics spustil Flow API v polovině roku 2024 audioxpress.com audioxpress.com, což znamená strategické rozšíření do hlasově-interaktivní AI kombinací STT + LLM + TTS v jednom řešení. Otevřeli čekací listinu a zaměřili se na tvorbu podnikových hlasových asistentů, což ukazuje jejich vstup do integrace konverzační AI.
Představili nové jazyky (irská gaelština a maltština v srpnu 2024) docs.speechmatics.com a pokračovali ve vylepšování modelů (modely Ursa2 byly nasazeny a přinesly zvýšení přesnosti v mnoha jazycích v srpnu 2024 docs.speechmatics.com).
Vylepšili diarizaci mluvčích a schopnosti detekce více jazyků (např. zlepšení bilingvního přepisu španělštiny a angličtiny začátkem roku 2024).
Byl kladen důraz na aktualizace batch container s vylepšením přesnosti pro řadu jazyků (poznámky k vydání ukazují ~5% zlepšení v mandarínštině, zlepšení v arabštině, švédštině atd. v roce 2024) docs.speechmatics.com.
K zaujatosti a inkluzi: po jejich průlomu v roce 2021 pravděpodobně znovu aktualizovali své modely s více daty (možná v souladu s výzkumem z roku 2023). Možná spustili aktualizovanou verzi „Autonomous Speech Recognition 2.0“ s dalšími vylepšeními.
Účastnili se nebo byli citováni ve studiích jako Stanford nebo MIT o férovosti ASR, což zdůrazňuje jejich výkon.
Projevili zájem o začlenění do větších platforem – možná zvýšili počet partnerství (například integrace do Nvidia’s Riva nebo do přepisu Zoomu – hypoteticky, ale možná tyto dohody mají tiše).
Z obchodního hlediska mohl Speechmatics růst na americkém trhu s novou kanceláří nebo partnerstvími, protože historicky byli silní v Evropě.
V roce 2025 zůstávají nezávislí a inovativní, často považovaní za špičkové ASR, když je nestranná přesnost zásadní.

Oficiální web: Speechmatics Speech-to-Text API audioxpress.com speechmatics.com (oficiální produktová stránka a zdroje Speechmatics).

9. ElevenLabs (platforma pro generování a klonování hlasu) – ElevenLabs

Přehled: ElevenLabs je špičková platforma pro generování a klonování hlasu pomocí AI, která se dostala do popředí v roce 2023 díky svým neuvěřitelně realistickým a všestranným syntetickým hlasům. Specializuje se na Text-to-Speech (TTS), které dokáže produkovat řeč s jemnými emocionálními nuancemi, a na Voice Cloning, což uživatelům umožňuje vytvářet vlastní hlasy (dokonce i klonovat hlas konkrétní osoby se souhlasem) z malého zvukového vzorku. ElevenLabs nabízí snadné webové rozhraní a API, které umožňuje tvůrcům obsahu, vydavatelům a vývojářům generovat vysoce kvalitní řeč v mnoha hlasech a jazycích. Do roku 2025 je ElevenLabs považována za jednu z nejlepších platforem pro ultra-realistické TTS, které je v mnoha případech téměř nerozeznatelné od lidské řeči zapier.com zapier.com. Používá se na vše od namlouvání audioknih přes voiceovery pro YouTube videa, hlasy herních postav až po nástroje pro zpřístupnění obsahu. Klíčovým odlišujícím prvkem je úroveň expresivity a přizpůsobení: uživatelé mohou upravovat nastavení stability a podobnosti pro dosažení požadovaného emocionálního tónu zapier.com, a platforma nabízí rozsáhlou knihovnu předpřipravených hlasů i uživatelsky vytvořených klonů.

Typ:Text-to-Speech & Voice Cloning (s pomocným převodem řeči na text pouze pro usnadnění procesu klonování, ale primárně jde o platformu pro výstup hlasu).

Společnost/Vývojář:ElevenLabs (startup založený v roce 2022, sídlící v USA/Polsku, oceněný na přibližně 1 miliardu dolarů v roce 2023 zapier.com).

Schopnosti & cíloví uživatelé:

Ultra-realistické TTS: ElevenLabs dokáže generovat řeč s přirozenou intonací, tempem a emocemi. Nezní roboticky; zachycuje jemnosti jako smích, šepot, váhání, pokud je to potřeba. Cílovými uživateli jsou tvůrci obsahu (namlouvání videí, podcasty, audioknihy), herní vývojáři (hlasy NPC), filmaři (prototypování dabingu) a dokonce i jednotlivci pro zábavu nebo zpřístupnění obsahu (čtení článků nahlas vybraným hlasem).
Knihovna hlasů: Nabízí více než 300 předpřipravených hlasů ve své veřejné knihovně k roku 2024, včetně některých inspirovaných slavnými herci nebo styly (licencované nebo přispěné uživateli) zapier.com. Uživatelé mohou procházet podle stylu (narativní, veselý, strašidelný atd.) a jazyků.
Klonování hlasu (vlastní hlasy): Uživatelé (s příslušnými právy) mohou vytvořit digitální repliku hlasu poskytnutím několika minut zvukového záznamu. Platforma vytvoří vlastní TTS hlas, který mluví v daném zabarvení a stylu elevenlabs.io elevenlabs.io. To je populární u tvůrců, kteří chtějí jedinečný hlas vypravěče, nebo u firem lokalizujících hlasovou značku.
Vícejazyčnost & mezijazyčnost: ElevenLabs podporuje generování řeči ve 30+ jazycích pomocí jakéhokoli hlasu, což znamená, že můžete naklonovat hlas anglicky mluvícího člověka a nechat ho mluvit španělsky nebo japonsky při zachování hlasových charakteristik elevenlabs.io elevenlabs.io. To je silný nástroj pro dabing obsahu do více jazyků se stejnou hlasovou identitou.
Ovládání emocí: Rozhraní/API umožňuje upravovat nastavení jako stabilita (konzistence vs. variabilita projevu), podobnost (jak přesně se drží charakteristik původního hlasu) zapier.com, a dokonce styl a přízvuk pomocí výběru hlasu. To umožňuje jemné doladění projevu – např. učinit čtení expresivnějším nebo monotónním.
Reálný čas & nízká latence: Do roku 2025 ElevenLabs zrychlil generování – dokáže generovat zvuk dostatečně rychle pro některé aplikace v reálném čase (i když primárně je to asynchronní). Mají dokonce model s nízkou latencí pro interaktivní použití (beta).
Platforma & API: Nabízejí webové studio, kde mohou i netechnici psát text, vybrat nebo doladit hlas a generovat zvuk. Pro vývojáře je k dispozici API a SDK. Mají také funkce jako Eleven Multilingual v2 model pro vylepšenou syntézu v jiných jazycích než angličtině.
Nástroje pro publikování: Specificky cílí na tvůrce audioknih – např. umožňují zadat dlouhý text, zachovat konzistentní hlas napříč kapitolami atd. Cíloví uživatelé zahrnují samovydávající autory, vydavatele lokalizující audioknihy, tvůrce videí a producenty obsahu na sociálních sítích, kteří potřebují vyprávění.

Klíčové funkce:

Voice Lab & Knihovna: Uživatelsky přívětivá „Voice Lab“, kde můžete spravovat vlastní hlasy, a Voice Library, kde můžete objevovat hlasy podle kategorií (např. styly „vypravěč“, „hrdinský“, „zpravodajský moderátor“) zapier.com. Mnoho hlasů je sdíleno komunitou (s právy).
Modely s vysokou expresivitou: ElevenLabs vydal nový model (v3 od konce roku 2023 v alfa verzi), který dokáže přirozeněji zachytit smích, měnit tón uprostřed věty, šeptat atd. elevenlabs.io elevenlabs.io. Příklad v jejich demu zahrnoval dynamické emoce a dokonce i zpěv (do určité míry).
Stabilita vs. kontrola variace: Posuvník „Stability“ – vyšší stabilita znamená konzistentní tón (vhodné pro dlouhé vyprávění), nižší činí hlas dynamičtějším/emotivnějším (vhodné pro dialog postav) zapier.com.
Klonování se souhlasem & ochranná opatření: Vyžadují výslovný souhlas nebo ověření pro klonování cizího hlasu (aby se zabránilo zneužití). Například pro klonování vlastního hlasu musíte přečíst zadané fráze včetně prohlášení o souhlasu (to ověřují).
Více hlasů & dialogy: Jejich rozhraní umožňuje snadno vytvářet audio s více mluvčími (např. různé hlasy pro různé odstavce/řádky dialogu). Skvělé pro audio drama nebo simulaci konverzace.
Jazyky: K roku 2025 pokrývají hlavní evropské jazyky a některé asijské; uvádějí 30+ (pravděpodobně včetně angličtiny, španělštiny, francouzštiny, němčiny, italštiny, portugalštiny, polštiny, hindštiny, japonštiny, korejštiny, čínštiny atd.). Tyto jazyky neustále vylepšují – v3 zlepšila přirozenost v multijazyčném projevu.
Kvalita zvuku: Výstup je ve vysoké kvalitě (44,1 kHz), vhodný pro profesionální média. Nabízejí více formátů (MP3, WAV).
Funkce API: Můžete specifikovat hlas podle ID, upravit nastavení pro každý požadavek a dokonce provádět volitelné morfování hlasu (stylové prolínání mezi dvěma hlasy).
ElevenLabs má také menší STT (zavedli nástroj pro přepis založený na Whisper, možná pro lepší synchronizaci dabingu), ale není to hlavní zaměření.

Podporované jazyky:32+ jazyků pro generování TTS elevenlabs.io. Důležité je, že schopnost napříč jazyky znamená, že nepotřebujete samostatný hlas pro každý jazyk – jeden hlas může mluvit všemi, i když s přízvukem, pokud jej má původní hlas. Zdůrazňují možnost v jazyce (např. naklonovat polského mluvčího a nechat ho mluvit japonsky). Ne všechny hlasy fungují stejně dobře ve všech jazycích (některé doladěné hlasy mohou být hlavně trénované v angličtině, ale model v3 řeší multijazyčný trénink). Jazyky zahrnují všechny hlavní a některé menší (pravděpodobně pokrývají ty potřebné pro obsahové trhy, např. nizozemština, švédština, možná arabština atd.). Komunita často informuje o kvalitě v různých jazycích – do roku 2025 ElevenLabs výrazně zlepšil neanglické jazyky.

Technické základy:

ElevenLabs používá proprietární model hlubokého učení, pravděpodobně kombinaci textového enkodéru založeného na Transformeru a generativního audio dekodéru (vokodéru), možná podobného modelům jako VITS nebo Grad-TTS, ale silně optimalizovaného. Investovali do výzkumu expresivity – pravděpodobně využívají techniky jako předtrénované řečové enkodéry (například Wav2Vec2) pro zachycení identity hlasu ze vzorků a přístup založený na směsi mluvčích nebo na promptu pro styl.
Odkaz na model v3 „Eleven v3“ naznačuje, že vytvořili novou architekturu, která možná kombinuje vícejazyčný trénink a stylové tokeny pro emoce elevenlabs.io.
Zmiňují „průlomové AI algoritmy“ elevenlabs.io – pravděpodobně používají velké množství trénovacích dat (uvedli, že trénovali na tisících hodin včetně mnoha audioknih z veřejné domény atd.) a zaměřují se na trénink s více mluvčími, aby jeden model mohl produkovat mnoho hlasů.
Je to do jisté míry analogické tomu, jak funguje TTS od OpenAI (hlasová funkce ChatGPT): jeden model s více hlasy. ElevenLabs je zde v čele.
Zahrnují zero-shot klonování: z krátkého vzorku se jejich model dokáže přizpůsobit danému hlasu. Pravděpodobně používají přístup jako extrakce speaker embeddingu (například d-vector nebo podobné), který se pak zadává do TTS modelu pro podmínění na hlas. Takto se klony vytvářejí okamžitě.
Pracovali také na emocionálním podmínění – možná pomocí stylových tokenů nebo více referenčních audionahrávek (například trénink hlasů označených emocemi).
Dále se zaměřují na rychlou syntézu: možná využívají akceleraci pomocí GPU a efektivní vokodéry pro výstup téměř v reálném čase. (Mohou používat paralelní vokodér pro rychlost).
Jednou z výzev je zarovnání napříč jazyky – pravděpodobně používají IPA nebo nějaký sjednocený fonémový prostor, aby model mohl mluvit jinými jazyky stejným hlasem se správnou výslovností (některé uživatelské zprávy ukazují, že to zvládá slušně).
Určitě také hodně pracují na zpracování textu na vstupu: správná výslovnost jmen, homografů, kontextová citlivost (vysoká kvalita naznačuje dobrou pipeline pro normalizaci textu a možná interní jazykový model, který pomáhá volit výslovnost v kontextu).
ElevenLabs pravděpodobně využívá i zpětnou vazbu: mají mnoho uživatelů, takže možná sbírají data o tom, kde model špatně vyslovuje, a průběžně dolaďují/zlepšují (zejména na základě častých oprav uživatelů atd.).

Použití:

Nahrávání audioknih: Nezávislí autoři používají ElevenLabs k vytváření verzí audioknih bez najímání hlasových herců, vybírají si vhodný hlas vypravěče z knihovny nebo klonují svůj vlastní hlas. Vydavatelé lokalizují knihy klonováním hlasu vypravěče do jiného jazyka.
Dabing videí (YouTube, e-learning): Tvůrci rychle generují namluvení pro vysvětlující videa nebo kurzy. Někteří to používají k A/B testování různých stylů hlasu pro svůj obsah.
Vývoj her: Nezávislí vývojáři her jej používají k namluvení replik pro NPC postavy, vybírají různé hlasy pro každou postavu a generují dialogy, což výrazně šetří náklady na nahrávání.
Dabing a lokalizace: Studio může nadabovat film nebo seriál do více jazyků pomocí klonu hlasu původního herce, který mluví těmito jazyky – zachovává se tak původní hlasová osobnost. ElevenLabs už bylo použito v některých fan projektech, kde původní herci „mluvili“ nové repliky.
Přístupnost a čtení: Lidé jej používají ke čtení článků, e-mailů nebo PDF příjemným hlasem dle vlastního výběru. Zrakově postižení uživatelé těží z přirozenějšího TTS, což činí dlouhý poslech pohodlnějším.
Prototypování hlasu: Reklamní agentury nebo filmaři prototypují voiceovery a reklamy s AI hlasy, aby získali schválení klienta před tím, než se zavážou k lidskému nahrávání. Někdy je AI hlas tak dobrý, že se použije i ve finální verzi u menších projektů.
Osobní klonování hlasu: Někteří lidé klonují hlasy starších příbuzných (s jejich svolením), aby je uchovali, nebo klonují svůj vlastní hlas, aby delegovali některé úkoly (například nechají „svůj hlas“ číst své texty).
Interaktivní vyprávění příběhů: Aplikace nebo hry, které generují obsah za běhu, používají ElevenLabs k namlouvání dynamických replik (s určitým zpožděním).
Hlas call centra nebo virtuálního asistenta: Firmy mohou vytvořit výrazný firemní hlas pomocí klonování nebo vlastního návrhu s ElevenLabs a použít jej ve svém IVR nebo virtuálním asistentovi, aby byl jedinečný a v souladu se značkou.
Efektivita tvorby obsahu: Autoři generují dialogy postav v audio podobě, aby slyšeli, jak zní v podání, což pomáhá při psaní scénářů.

Cenový model: ElevenLabs nabízí freemium a předplatné:

Bezplatná verze: ~10 minut vygenerovaného audia měsíčně na vyzkoušení zapier.com.
Starter tarif: 5 $/měsíc (nebo 50 $/rok) nabízí ~30 minut měsíčně plus přístup ke klonování hlasu a základní komerční práva zapier.com.
Vyšší tarify (např. Creator, Independent Publisher atd.) stojí více měsíčně a poskytují větší objem (hodiny generování) a další funkce jako vyšší kvalitu, více vlastních hlasů, prioritu, případně API přístup dle úrovně zapier.com zapier.com.
Enterprise: individuální ceny pro velké využití (neomezené tarify dle dohody atd.).
Ve srovnání s cloudovými TTS, které často účtují poplatky za znak, ElevenLabs účtuje za čas výstupu. Například 5 $ za 30 minut, což efektivně znamená 0,17 $ za minutu, což je konkurenceschopné vzhledem ke kvalitě a zahrnutým právům.
Další využití lze často dokoupit (překročení limitu nebo jednorázové balíčky).
Cenová politika zahrnuje použití předpřipravených hlasů i klonování hlasu. Mají ustanovení, že pokud klonujete hlas někoho jiného pomocí jejich knihovny hlasů, možná budete potřebovat důkaz o právech atd., ale předpokládá se, že služba zajišťuje legálnost.
Mají API pro předplatitele (pravděpodobně od plánu za 5 $, ale s omezenou kvótou).
Celkově je služba velmi přístupná individuálním tvůrcům (což podpořilo její popularitu) a škáluje se pro větší potřeby.

Silné stránky:

Nepřekonatelná kvalita a realističnost hlasu: Častá zpětná vazba uživatelů je, že hlasy od ElevenLabs patří mezi nejlidštější, které jsou veřejně dostupné zapier.com zapier.com. Vyjadřují emoce a přirozený rytmus, v expresivitě překonávají mnoho TTS nabídek velkých technologických firem.
Uživatelská přívětivost a tvůrčí svoboda: Platforma je navržena tak, aby i neodborníci mohli snadno klonovat hlas nebo upravovat stylové parametry. To snižuje vstupní bariéry pro kreativní využití AI hlasu.
Obrovský výběr hlasů: Stovky hlasů a možnost vytvořit si vlastní znamenají, že lze dosáhnout prakticky jakéhokoliv stylu nebo osobnosti – mnohem větší rozmanitost než u běžných TTS služeb (které mohou mít 20–50 hlasů).
Vícejazyčnost a přesah mezi jazyky: Schopnost přenést hlas do jiných jazyků při zachování přízvuku/emocí je unikátní výhodou, která usnadňuje tvorbu vícejazyčného obsahu.
Rychlý cyklus vylepšování: Jako zaměřený startup ElevenLabs rychle přidává nové funkce (např. rychlý přechod z modelu v1 na v3 během jednoho roku, přidávání jazyků, smích/šeptání). Také rychle zapracovávají zpětnou vazbu komunity.
Zapojená komunita: Mnoho tvůrců se k platformě přidalo, sdílí tipy a hlasy, což zvyšuje její dosah a zajišťuje, že je prozkoumáno mnoho případů použití, díky čemuž je produkt robustnější.
Flexibilní API integrace: Vývojáři jej mohou zabudovat do aplikací (některé aplikace jako nástroje pro vyprávění nebo Discord boti začali používat ElevenLabs pro generování hlasového výstupu).
Nákladově efektivní vzhledem k nabídce: Pro malé a střední využití je to mnohem levnější než najímání hlasových herců a studia, přitom výsledky jsou téměř profesionální. Tato hodnota je obrovská pro nezávislé tvůrce.
Etické kontroly: Zavedli některá ochranná opatření (klonování hlasu vyžaduje ověření nebo je dostupné až ve vyšším tarifu, aby se zabránilo zneužití, navíc provádějí detekci hlasu pro odhalení zneužití). To je silná stránka při budování důvěry u držitelů práv.
Financování a růst: Dobře financovaný a široce používaný, takže je pravděpodobné, že tu bude i nadále a bude se neustále zlepšovat.

Slabé stránky:

Potenciál zneužití: Právě tyto silné stránky (realistické klonování) mají i svou temnou stránku – už v počátcích došlo k incidentům se zneužitím pro deepfake hlasy. To je donutilo zavést přísnější zásady používání a detekce. Přesto samotná existence této technologie znamená riziko napodobování, pokud není dobře chráněna.
Konzistence u dlouhých textů: Někdy může být obtížné udržet přesně stejnou emoční konzistenci u velmi dlouhých nahrávek. Model může mírně měnit tón nebo tempo mezi kapitolami (i když nastavení stability a chystaná verze v3 to více řeší).
Výslovnost neobvyklých slov: Přestože je velmi dobrá, někdy špatně vyslovuje jména nebo vzácné termíny. Nabízejí ruční opravy (můžete slova foneticky napsat), ale není to dokonalé pro každý vlastní název hned po vybalení. Podobné problémy mají i konkurenční cloudové TTS, ale je to něco, co je třeba řešit.
Limity API / škálování: Při extrémně velkém měřítku (například generování tisíců hodin automaticky) můžete narazit na limity propustnosti, i když pravděpodobně vyhoví podnikové poptávce škálováním backendu podle potřeby. Velcí cloudoví poskytovatelé mohou v současnosti zvládat masivní paralelní požadavky plynuleji.
Chybí vestavěné rozpoznávání řeči nebo správa dialogu: Není to kompletní konverzační AI platforma sama o sobě – museli byste ji propojit s STT a logikou (někdo to může vnímat jako nevýhodu oproti end-to-end řešením jako Amazon Polly + Lex atd. Nicméně ElevenLabs lze snadno integrovat s jinými).
Silná konkurence na obzoru: Velcí hráči i nové startupy si všímají úspěchu ElevenLabs; samotné OpenAI by mohlo přijít s pokročilým TTS, nebo jiné firmy (například nový výzkum Microsoftu VALL-E) by jej mohly časem vyrovnat. Takže ElevenLabs musí neustále inovovat, aby zůstali v čele v kvalitě a funkcích.
Licencování a práva: Uživatelé si musí dávat pozor při používání hlasů, které znějí jako skuteční lidé nebo klony. I se souhlasem mohou v některých jurisdikcích existovat právní šedé zóny (práva na podobu). Tato složitost může některé komerční využití odradit, dokud nebudou zákony/etika jasnější.
Omezení akcentů a jazyků: Přestože je vícejazyčný, hlas může nést přízvuk svého zdroje. Pro některé případy použití může být potřeba rodilý hlas pro každý jazyk (ElevenLabs to možná časem vyřeší adaptací hlasu pro každý jazyk nebo nabídkou knihovny rodilých hlasů).
Závislost na cloudu: Je to uzavřená cloudová služba; žádné offline lokální řešení. Někteří uživatelé mohou preferovat provoz na vlastním serveru pro citlivý obsah (některé firmy nechtějí nahrávat důvěrné scénáře do cloudové služby). Neexistuje verze pro vlastní hosting (na rozdíl od některých open source TTS enginů).

Nedávné aktualizace (2024–2025):

ElevenLabs představili Eleven Multilingual v2 koncem roku 2023, což výrazně zlepšilo výstup v jiných jazycích než angličtině (menší přízvuk, lepší výslovnost).
Vydali alfa verzi Voice Generation v3, která zvládá věci jako smích, změnu stylu uprostřed věty a celkově větší dynamický rozsah elevenlabs.io elevenlabs.io. Pravděpodobně byla plně nasazena v roce 2024, což činí hlasy ještě realističtějšími (například dema obsahovala plně hrané scény).
Rozšířili klonování hlasu tak, že umožnili {{T11}okamžité klonování hlasu z pouhých ~3 sekund zvuku v omezené betě (pokud je to pravda, možná využívají technologii podobnou Microsoft VALL-E, o které určitě věděli). To by dramaticky zjednodušilo klonování pro uživatele.
Knihovna hlasů explodovala, když spustili funkci pro sdílení hlasů: do roku 2025 je k dispozici tisíce uživatelsky vytvořených hlasů (některé ve veřejné doméně nebo originální) – něco jako „tržiště“ hlasů.
Získali další partnerství; např. někteří vydavatelé otevřeně používají ElevenLabs pro audioknihy, nebo integrace s populárním video softwarem (možná plugin pro Adobe Premiere nebo After Effects pro generování vyprávění přímo v aplikaci).
Získali další financování při vysokém ocenění zapier.com, což naznačuje expanzi (možná do příbuzných oblastí jako výzkum hlasového dialogu nebo prozódie).
Na straně bezpečnosti implementovali systém otisku hlasu – jakýkoli zvuk generovaný ElevenLabs lze identifikovat jako takový pomocí skrytého vodoznaku nebo detekční AI, kterou vyvíjejí, aby odradili od zneužití.
Přidali nástroj Voice Design (v betě), který uživatelům umožňuje „míchat“ hlasy nebo upravovat některé charakteristiky pro vytvoření nového AI hlasu bez nutnosti lidského vzorku. To otevírá kreativní možnosti pro generování unikátních hlasů, které nejsou vázány na skutečné osoby.
Také vylepšili používání vývojářského API – přidali funkce jako asynchronní generování, jemnější ovládání přes API a možná on-prem možnost pro podniky (není potvrzeno, ale pro velké zákazníky by mohli).
Shrnuto, ElevenLabs i v roce 2025 nastavuje laťku pro generování AI hlasu a nutí ostatní, aby je doháněli.

Oficiální web: ElevenLabs Voice AI Platform zapier.com zapier.com (oficiální stránka pro převod textu na řeč a klonování hlasu od ElevenLabs).

10. Resemble AI (platforma pro klonování hlasu a vlastní TTS) – Resemble AI

Přehled: Resemble AI je přední platforma pro klonování hlasu pomocí AI a vlastní převod textu na řeč, která uživatelům umožňuje vytvářet vysoce realistické hlasové modely a generovat řeč v těchto hlasech. Společnost byla založena v roce 2019 a Resemble se zaměřuje na rychlé a škálovatelné klonování hlasu pro kreativní i komerční využití. Vyniká tím, že nabízí několik způsobů klonování hlasu: z textu (stávající TTS hlasy, které lze upravit), z audio dat a dokonce i v reálném čase převod hlasu. V roce 2025 se Resemble AI používá k vytváření realistických AI hlasů pro filmy, hry, reklamy a virtuální asistenty, často tam, kde je potřeba specifický hlas, který buď napodobuje skutečnou osobu, nebo je unikátním značkovým hlasem. Nabízí také funkci „Localize“, která umožňuje jednomu hlasu mluvit v mnoha jazycích (podobně jako ElevenLabs) resemble.ai resemble.ai. Resemble nabízí API a webové studio a je obzvláště atraktivní pro podniky, které chtějí integrovat vlastní hlasy do svých produktů (s více možnostmi podnikové kontroly, například nasazení on-premise, pokud je to potřeba).

Typ:Text na řeč & klonování hlasu, plus převod hlasu v reálném čase.

Společnost/vývojář:Resemble AI (startup se sídlem v Kanadě).

Schopnosti & cíloví uživatelé:

Klonování hlasu: Uživatelé mohou vytvořit klon hlasu již z několika minut nahraného audia. Klonování od Resemble je vysoce kvalitní, zachycuje barvu a přízvuk zdrojového hlasu. Cílovými uživateli jsou například obsahová studia, která chtějí syntetické hlasy talentů, značky vytvářející vlastní hlasovou osobnost a vývojáři, kteří chtějí unikátní hlasy pro aplikace.
Vlastní generování TTS: Jakmile je hlas naklonován nebo navržen, můžete zadat text a generovat řeč v tomto hlasu prostřednictvím jejich webové aplikace nebo API. Řeč může vyjadřovat širokou škálu emocí (Resemble dokáže zachytit emoce z datové sady nebo pomocí dodatečného ovládání).
Převod hlasu v reálném čase: Výrazná funkce – Resemble umí převod řeči na řeč, což znamená, že mluvíte a výstup je v cílovém klonovaném hlasu téměř v reálném čase resemble.ai resemble.ai. To je užitečné pro dabing nebo živé aplikace (např. člověk mluví a jeho hlas vychází jako jiná postava).
Localize (překlad do více jazyků): Jejich nástroj Localize umí přeložit a převést hlas do více než 60 jazyků resemble.ai. V podstatě mohou vzít anglický hlasový model a nechat jej mluvit jinými jazyky při zachování identity hlasu. To se používá pro lokalizaci dialogů nebo obsahu po celém světě.
Emoce a styl: Resemble zdůrazňuje kopírování nejen hlasu, ale také emoce a stylu. Jejich systém dokáže vnést emocionální tón přítomný v referenčních nahrávkách do generovaného výstupu resemble.ai resemble.ai.
Flexibilní vstup a výstup: Podporují nejen prostý text, ale také API, které může přijímat parametry pro emoce, a systém „Dialogue“ pro správu konverzací. Výstup je ve standardních audio formátech a umožňuje detailní ovládání, například úpravu rychlosti atd.
Integrace a nasazení: Resemble nabízí cloudové API, ale může být nasazen i on-prem nebo v privátním cloudu pro podniky (data tak nikdy neopustí firmu). Mají plugin pro Unity pro vývoj her, což usnadňuje integraci hlasů do her. Pravděpodobně také podporují integraci s telefonními systémy.
Použití a uživatelé: Herní vývojáři (Resemble bylo použito ve hrách pro hlasy postav), postprodukce filmů (např. pro opravu dialogů nebo tvorbu hlasů pro CGI postavy), reklama (klony hlasů celebrit pro schválené reklamy), call centra (vytvoření virtuálního agenta s vlastním hlasem) a zpřístupnění (např. pro lidi, kteří ztratili hlas, digitální hlas odpovídající jejich původnímu).

Klíčové vlastnosti:

4 způsoby klonování: Resemble nabízí klonování nahráním vlastního hlasu na webu (čtení 50 vět atd.), nahráním existujících dat, vytvořením nového hlasu smícháním hlasů nebo jedním kliknutím sloučením více hlasů pro nový styl.
Řetězec řeč-na-řeč: Zadáte vstupní audio (může to být váš hlas říkající nové věty) a Resemble jej převede na cílový hlas, přičemž zachová nuance jako intonaci z originálu. Je to téměř v reálném čase (krátké zpoždění).
API a GUI: Netekničtí uživatelé mohou použít přehledné webové rozhraní pro generování klipů, úpravu intonace výběrem slov a jejich nastavením (mají funkci pro ruční úpravu tempa nebo důrazu na slova, podobně jako editace audia) – srovnatelné s editačními možnostmi Descript Overdub.
Zachycení emocí: Inzerují „zachycení emocí v plném spektru“ – pokud měl zdrojový hlas v trénovacích datech více emočních stavů, model je dokáže reprodukovat. Také umožňují označovat trénovací data podle emocí, aby bylo možné při syntéze použít například „naštvaný“ nebo „šťastný“ režim.
Hromadná generace a personalizace: API Resemble umožňuje dynamickou generaci ve velkém měřítku (např. automatizovaná produkce tisíců personalizovaných zpráv – mají případ, kdy dělali personalizované audio reklamy s unikátními jmény atd.).
Kvalita a vylepšení: Používají neuronový vysoce kvalitní vokodér, aby byl výstup čistý a přirozený. Zmiňují analýzu a opravu slabých audio signálů před začátkem přepisu telnyx.com – to může souviset s kontextem STT ve Watsonu. U Resemble si nejsem jistý, ale pravděpodobně také předzpracovávají audio podle potřeby.
Projekty a spolupráce: Mají funkce pro správu projektů ve svém webovém studiu, takže týmy mohou spolupracovat na hlasových projektech, poslouchat nahrávky apod.
Etika/Ověření: Také mají opatření k potvrzení vlastnictví hlasu – např. vyžadují specifické souhlasné fráze. Také poskytují vodoznak na výstupech, pokud je potřeba pro detekci.
Resemble Fill – jedna pozoruhodná funkce: umožňují nahrát skutečný hlasový záznam a pokud chybí nebo jsou špatná slova, můžete napsat nový text a on jej plynule spojí s originálem pomocí klonovaného hlasu – v podstatě AI hlasové „záplaty“. Užitečné při postprodukci filmu pro opravu repliky bez nutnosti znovu nahrávat.
Analytika & ladění: Pro podniky poskytují analytiku využití, možnost ladit lexikon (pro vlastní výslovnosti) atd.

Podporované jazyky: Více než 50 jazyků podporuje hlasový výstup aibase.com, a konkrétně uvádějí 62 jazyků ve svém nástroji Localize pro dabing resemble.ai. Takže poměrně komplexní (podobná sada jako ElevenLabs). Pokrývají jazyky jako angličtina, španělština, francouzština, němčina, italština, polština, portugalština, ruština, čínština, japonština, korejština, pravděpodobně různé indické jazyky, arabština atd. Často zmiňují, že hlas může mluvit jazyky, které nejsou v původních datech, což znamená, že mají pod kapotou vícejazyčný TTS engine.
Také zmiňují schopnost zvládat code-switching, pokud je potřeba, ale to je spíše oblast STT. Pro TTS jsou vícejazyčné hlasy klíčovou funkcí.

Technické základy:

Engine Resemble pravděpodobně zahrnuje vícehlasový neuronový TTS model (například varianta Glow-TTS nebo FastSpeech) plus vysokofidelitní vokodér (pravděpodobně něco jako HiFi-GAN). Zahrnují hlasový enkodér (podobně jako techniky speaker embedding) pro rychlé klonování z příkladů.
Zmiňují použití strojového učení ve velkém měřítku – pravděpodobně trénují na obrovském množství hlasových dat (možná licencovaných od studií, veřejných datasetů atd.).
Konverze řeči v reálném čase naznačuje model, který dokáže převzít zvukové rysy zdrojového hlasu a mapovat je na rysy cílového hlasu téměř v reálném čase. Pravděpodobně používají kombinaci automatického rozpoznávání řeči (pro získání fonémů/časového zarovnání) a následné resyntézy s barvou cílového hlasu, nebo end-to-end model konverze hlasu, který pro rychlost nepotřebuje explicitní přepis.
Ovládání emocí: Mohou používat přístup stylových tokenů nebo mít samostatné modely pro každou emoci, případně doladění s emočními štítky.
Localize: Pravděpodobně používají pipeline: převod řeči na text (s překladem) a poté převod textu na řeč. Nebo mají přímý hlasový model napříč jazyky (méně pravděpodobné). Pravděpodobně integrují překladový krok. Zdůrazňují však zachycení osobnosti hlasu v nových jazycích, což naznačuje použití stejného hlasového modelu s neanglickými vstupy.
Škálovatelnost a rychlost: Tvrdí, že převod probíhá v reálném čase s minimální latencí. Jejich generování TTS pro běžný text může být o něco pomalejší než u ElevenLabs, pokud je více backendu, ale pravděpodobně optimalizují. Zmiňují generování 15 minut audia z pouhých 50 nahraných vět (rychlé klonování).
Pravděpodobně se zaměřují na detailní akustickou reprodukci, aby byl klon nerozeznatelný. Možná používají pokročilé ztrátové funkce nebo GANy pro zachycení identity hlasu.
Uvádějí, že analyzují a opravují audio vstupy pro S2S – pravděpodobně redukce šumu nebo sladění zvuku místnosti.
Technologie zahrnuje funkce Voice Enhancer (například zlepšení kvality zvuku), pokud je to potřeba pro vstupní signály.

Příklady použití:

Film & TV: Resemble bylo použito ke klonování hlasů herců pro postprodukci (např. oprava repliky nebo generování replik, pokud herec není k dispozici). Také se používá k vytváření AI hlasů pro CG postavy nebo k omlazení hlasu (aby hlas staršího herce zněl opět mladě).
Herní průmysl: Herní studia používají Resemble k vygenerování hodin dialogů NPC po naklonování několika dabérů (šetří náklady a umožňuje rychlé úpravy scénářů).
Reklama & marketing: Značky klonují hlas celebrity (s povolením) pro generování variant reklam nebo personalizovaných promo ve velkém. Nebo vytvoří fiktivní hlas značky, který je konzistentní napříč globálními trhy, upravují jazyk, ale zachovávají stejnou hlasovou identitu.
Konverzační AI agenti: Některé firmy používají Resemble pro IVR nebo virtuální asistenty s vlastním hlasem odpovídajícím firemní identitě, místo generického TTS hlasu. (Např. hlasový asistent banky mluvící jedinečným hlasem).
Osobní použití při ztrátě hlasu: Lidé, kteří přicházejí o hlas kvůli nemoci, použili Resemble k jeho naklonování a uchování, a poté jej používají jako svůj „text-to-speech“ hlas pro komunikaci. (Podobně to dělaly firmy jako Lyrebird (koupeno Descript); Resemble to také nabízí).
Lokalizace médií: Dabingová studia používají Resemble Localize pro rychlý dabing obsahu – zadáte původní hlasové repliky, výstup dostanete v cílovém jazyce v podobném hlasu. Výrazně zkracuje čas, i když často vyžaduje lidské doladění.
Interaktivní příběhy: Resemble lze integrovat do aplikací s interaktivními příběhy nebo AI vypravěčů, kde je potřeba generovat hlasy na počkání (možná méně běžné než předgenerované kvůli latenci, ale možné).
Firemní školení/e-learning: Generování komentářů pro školicí videa nebo kurzy pomocí klonů profesionálních vypravěčů, ve více jazycích bez nutnosti znovu nahrávat, což umožňuje konzistentní tón.

Cenový model: Resemble je více zaměřený na podniky, ale některé ceny uvádějí:

Mají bezplatnou zkušební verzi (možná umožňuje omezené klonování hlasu a pár minut generování s vodoznakem).
Cenotvorba je obvykle založená na používání nebo předplatném. Pro jednotlivé tvůrce měli něco jako 30 $/měsíc za určité využití a hlasy, poté poplatky za další používání.
Pro podniky pravděpodobně na míru. Měli také možnost platby podle skutečného využití pro API.
Například jeden zdroj uváděl cenu 0,006 $ za sekundu vygenerovaného audia (~0,36 $/min) pro standardní generování, s množstevními slevami.
Mohou účtovat zvlášť za tvorbu hlasu (například poplatek za hlas, pokud je vytvořen ve vysoké kvalitě s jejich pomocí).
Vzhledem k tomu, že EleveLabs je levnější, Resemble pravděpodobně nesoutěží v nejnižší cenové kategorii, ale spíše funkcemi a připraveností pro podniky (např. zdůrazňují neomezené používání u vlastního plánu nebo vyjednávají licenci pro celou firmu).
Měli možnost přímo licencovat model pro provozování on-prem, což je pravděpodobně drahé, ale poskytuje plnou kontrolu.
Celkově pravděpodobně dražší než ElevenLabs při srovnatelném využití, ale nabízí funkce, které někteří konkurenti nemají (reálný čas, přímé integrační pipeline atd., což to pro určité klienty ospravedlňuje).

Silné stránky:

Komplexní sada nástrojů pro Voice AI: Resemble pokrývá vše – TTS, klonování, převod hlasu v reálném čase, vícejazyčný dabing, úpravy audia (doplňování mezer). Je to komplexní řešení pro potřeby syntézy hlasu.
Zaměření na podniky & přizpůsobení: Nabízejí velkou flexibilitu (možnosti nasazení, individuální podpora, vlastní integrace), což usnadňuje adopci ve firmách.
Kvalitní klonování & emocionální věrnost: Jejich klony jsou velmi věrné a několik případových studií ukazuje, jak dobře zachycují styl a emoce resemble.ai resemble.ai. Například případ kampaně ke dni matek s doručením 354 000 personalizovaných zpráv s 90% přesností hlasu resemble.ai je silným důkazem škálovatelnosti a kvality.
Schopnosti v reálném čase: Možnost převodu hlasu naživo je odlišuje – málokdo to nabízí. Otevírá to případy použití při živých vystoupeních nebo přenosech (např. lze živě dabovat řečníka do jiného hlasu téměř v reálném čase).
Lokalizace/jazyky: Více než 60 jazyků a zaměření na zachování stejného hlasu napříč jazyky resemble.ai je velké plus pro globální produkci obsahu.
Etika & kontrola: Prezentují se jako etičtí (vyžadují souhlas atd.). A silně to propagují v marketingu, což je dobré pro klienty s obavami o duševní vlastnictví. Mají také technologie pro prevenci zneužití (například vyžadují přečtení ověřovací věty, podobně jako ostatní).
Případové studie a zkušenosti: Resemble bylo použito ve vysoce profilovaných projektech (některé hollywoodské záležitosti atd.), což jim dodává důvěryhodnost. Například příklad na jejich stránkách o hře oceněné Apple Design Award, která je využívá resemble.ai, ukazuje, jakou kreativitu je možné dosáhnout (Crayola Adventures s dynamickými dabingy).
Škálovatelnost a návratnost investic: Někteří klienti zmiňují obrovský nárůst obsahu (případ Truefan: 70x zvýšení tvorby obsahu, 7x dopad na tržby resemble.ai). To ukazuje, že zvládají efektivně produkovat ve velkém měřítku.
Více hlasů a emoce v jednom výstupu: Ukazují, jak lze snadno vytvářet dialogy nebo interaktivní hlasy (například aplikace ABC Mouse to využívá pro otázky a odpovědi s dětmi resemble.ai).
Kontrola kvality hlasu: Mají funkce pro zajištění kvality výstupu (například mixování s podkresovou hudbou nebo mastering na studiovou kvalitu), což některá běžná TTS API neřeší.
Nepřetržitý růst: Pravidelně vydávají vylepšení (například nedávno nové „kontextové AI hlasy“ nebo aktualizace algoritmů).

Slabiny:

Není tak snadné/levné pro hobby uživatele: Ve srovnání s ElevenLabs je Resemble více zaměřené na firmy/podniky. Rozhraní je výkonné, ale možná méně přehledné než superzjednodušené rozhraní Eleven pro začátečníky. Také cena může být překážkou pro malé uživatele (mohou raději zvolit ElevenLabs).
O něco menší mediální ohlas: Přestože jsou v určitých kruzích velmi respektovaní, nemají takovou virální známost jako ElevenLabs mezi běžnými tvůrci v roce 2023. Mohou být vnímáni spíše jako služba pro profesionály v pozadí.
Kvalita vs. ElevenLabs: Rozdíl není velký, ale někteří nadšenci do hlasu poznamenávají, že ElevenLabs může mít náskok v ultra-realistických emocích pro angličtinu, zatímco Resemble je velmi blízko a někdy lepší v jiných aspektech (například v reálném čase). Je to těsný závod, ale vnímání hraje roli.
Kompromisy ve zaměření: Nabízení jak TTS, tak reálného času znamená, že musí optimalizovat pro obojí, zatímco ElevenLabs vkládá veškeré úsilí do offline TTS kvality. Pokud to není dobře řízeno, jedna oblast může mírně zaostávat (i když zatím to zvládají).
Závislost na kvalitě trénovacích dat: Pro nejlepší výsledek s Resemble klonem je ideální poskytnout čisté, kvalitní nahrávky. Pokud jsou vstupní data šumová nebo omezená, výstup tím trpí. Mají sice vylepšení pro zmírnění, ale fyzika stále platí.
Právní otázky ohledně použití: Stejná kategorie problému – etika klonování. Jsou v tom dobří, ale potenciální klienti mohou stále váhat kvůli budoucím regulacím nebo veřejnému vnímání používání klonovaných hlasů (obava z označení „deepfake“). Resemble, jakožto podniková služba, to pravděpodobně řeší pomocí NDA a povolení, ale je to obecná výzva trhu.
Konkurenční boj a překryv: Objevilo se mnoho nových služeb (některé založené na otevřených modelech), které nabízejí levnější klonování. Resemble se musí odlišit kvalitou a funkcemi. Také velcí poskytovatelé cloudu (jako Microsoft’s Custom Neural Voice) přímo konkurují v podnikových zakázkách (zejména nyní, když Microsoft vlastní Nuance).
Uživatelská kontrola: Přestože mají některé editační nástroje, úprava jemných prvků řeči nemusí být tak detailní, jak to dokáže člověk – tvůrci mohou zjistit, že musí generovat více verzí nebo stále provádět nějaký audio postprocessing, aby dosáhli přesně toho, co chtějí (to ale platí pro všechny AI hlasy).

Nedávné aktualizace (2024–2025):

Resemble spustilo „Resemble AI 3.0“ kolem roku 2024 s významnými vylepšeními modelu, zaměřenými na širší emoční rozsah a lepší vícejazyčný výstup. Možná začlenili něco jako VALL-E nebo vylepšené zero-shot schopnosti, aby snížili množství dat potřebných pro klonování.
Rozšířili počet jazyků v Localize zhruba ze 40 na 62 a zlepšili přesnost překladu tak, aby byla zachována intonace originálu (možná sladěním překladového textu s hlasovými stylovými signály).
Zpoždění při převodu hlasu v reálném čase bylo dále sníženo – možná nyní pod 1 sekundu na odpověď.
Zavedli funkci ovládání stylu podle příkladu – např. poskytnete ukázku cílové emoce nebo kontextu a TTS tento styl napodobí. To pomáhá, když chcete, aby hlas zněl například nadšeně nebo smutně v konkrétní větě; poskytnete referenční klip s tímto tónem odkudkoli (možná z dat původního mluvčího nebo i jiného hlasu), který slouží jako vodítko pro syntézu.
Možná integrovali malý LLM pro pomoc s predikcí intonace (například automatické určení, kde zdůraznit nebo jak emocionálně přečíst větu podle obsahu).
Vylepšili vývojářskou platformu: např. zefektivněné API pro generování mnoha hlasových klipů paralelně, websockets pro streamování TTS v reálném čase atd.
Co se týče bezpečnosti: zavedli Voice Authentication API, které dokáže ověřit, zda je dané audio vygenerováno Resemble, nebo zda se někdo pokouší klonovat hlas, který mu nepatří (nějaký interní watermark nebo detekce hlasového podpisu).
Získali několik velkých partnerství – např. možná s významným dabingovým studiem nebo mediálními společnostmi pro lokalizaci obsahu. Případ Age of Learning (ABC Mouse) je jedním příkladem, ale může jich být více.
Pravděpodobně rozšířili svůj marketplace hlasových talentů: možná navázali spolupráci s dabéry pro tvorbu licencovaných hlasových skinů, které si ostatní mohou za poplatek pronajmout (etická monetizace hlasů).
Nepřetržitý výzkum a vývoj Resemble je udržuje mezi špičkovými službami pro klonování hlasu v roce 2025 s robustní podnikatelskou klientelou.

Oficiální webové stránky: Resemble AI Voice Cloning Platform aibase.com resemble.ai (oficiální stránka popisující jejich možnosti vlastního hlasu a převodu řeči na řeč v reálném čase).

Zdroje:

Google Cloud Text-to-Speech – „380+ hlasů ve více než 50 jazycích a variantách.“ (dokumentace Google Cloud cloud.google.com】
Google Cloud Speech-to-Text – Vysoká přesnost, podpora více než 120 jazyků, přepis v reálném čase. (Krisp Blog krisp.ai】
Microsoft Azure Neural TTS – „Podporuje 140 jazyků/variant s 400 hlasy.“ (Microsoft TechCommunity techcommunity.microsoft.com】
Microsoft Azure STT – STT vhodné pro podniky s možností přizpůsobení a zabezpečením pro více než 75 jazyků. (Telnyx Blog telnyx.com telnyx.com】
Amazon Polly – „Amazon Polly nabízí více než 100 hlasů ve více než 40 jazycích… emocionálně poutavé generativní hlasy.“ (AWS What’s New aws.amazon.com aws.amazon.com】
Amazon Transcribe – Nová generace ASR modelu s podporou více než 100 jazyků, diarizace mluvčích, v reálném čase i dávkově. (AWS Overview aws.amazon.com aws.amazon.com】
IBM Watson STT – „Přizpůsobitelné modely pro terminologii specifickou pro odvětví, silné zabezpečení dat; používáno ve zdravotnictví/právu.“ (Krisp Blog krisp.ai krisp.ai】
Nuance Dragon – „Dragon Medical nabízí vysoce přesný přepis složité lékařské terminologie; flexibilní nasazení on-prem nebo v cloudu.“ (Krisp Blog krisp.ai krisp.ai】
OpenAI Whisper – Open-source model trénovaný na 680 000 hodinách, „podporuje 99 jazyků“, s téměř špičkovou přesností napříč mnoha jazyky. (Zilliz Glossary zilliz.com zilliz.com】
OpenAI Whisper API – „0,006 USD za minutu“ pro Whisper-large přes OpenAI, umožňuje levný a kvalitní přepis pro vývojáře deepgram.com】.
Deepgram Nova-2 – „O 30 % nižší WER než konkurence; nejpřesnější anglický STT (medián WER 8,4 % vs Whisper 13,2 %).“ (Deepgram Benchmarks deepgram.com deepgram.com】
Deepgram Customization – Umožňuje trénování vlastního modelu na specifický žargon a více než 18% nárůst přesnosti oproti předchozímu modelu. (Gladia blog via Deepgram gladia.io deepgram.com】
Speechmatics Přesnost & Zaujatost – „Zaznamenána 91,8% přesnost u dětských hlasů vs 83,4% u Googlu; 45% snížení chybovosti u afroamerických hlasů.“ (Speechmatics Press speechmatics.com speechmatics.com】
Speechmatics Flow (2024) – Reálný čas ASR + LLM + TTS pro hlasové asistenty; podpora 50 jazyků s různými akcenty. (audioXpress audioxpress.com audioxpress.com】
ElevenLabs Voice AI – „Více než 300 hlasů, ultra-realistické s emocionální variací; možnost klonování hlasu (5 minut audia → nový hlas).“ (Zapier Recenze zapier.com zapier.com】
ElevenLabs Ceny – Zdarma 10 min/měsíc, placené tarify od $5/měsíc za 30 min s klonováním a komerčním využitím. (Zapier zapier.com zapier.com】
ElevenLabs Multilingual – Jeden hlas mluví více než 30 jazyky; expresivní model v3 umí šeptat, křičet i zpívat. (ElevenLabs Blog elevenlabs.io elevenlabs.io】
Resemble AI Voice Cloning – „Generujte řeč ve svém klonovaném hlasu ve 62 jazycích; převod hlasu v reálném čase z řeči na řeč.“ (Resemble AI resemble.ai resemble.ai】
Resemble Případová studie – Kampaň Truefan: 354 000 personalizovaných video zpráv s AI-klonovanými hlasy celebrit s 90% podobností, 7× ROI resemble.ai】, *ABC Mouse použil Resemble pro interaktivní dětskou aplikaci s hlasovým Q&A v reálném čase resemble.ai】.
Funkce Resemble AI – Zachycení emocí a přenos stylu v klonovaných hlasech; schopnost upravovat stávající audio (“Resemble Fill”). (Dokumentace Resemble AI resemble.ai resemble.ai】

Top 10 AI hlasových a řečových technologií, které budou dominovat v roce 2025 (TTS, STT, klonování hlasu)

Úvod

Souhrnná srovnávací tabulka

1. Google Cloud Speech AI (TTS & STT) – Google

2. Microsoft Azure Speech Service (TTS, STT, klonování hlasu) – Microsoft

3. Amazon AWS Voice AI – Amazon Polly (TTS) & Amazon Transcribe (STT)

4. IBM Watson Speech Services (TTS & STT) – IBM

5. Nuance Dragon (rozpoznávání řeči & hlasové diktování) – Nuance (Microsoft)

6. OpenAI Whisper (model a API pro rozpoznávání řeči) – OpenAI

7. Deepgram (API a platforma pro převod řeči na text) – Deepgram

8. Speechmatics (STT engine pro jakýkoli kontext) – Speechmatics Ltd.

9. ElevenLabs (platforma pro generování a klonování hlasu) – ElevenLabs

10. Resemble AI (platforma pro klonování hlasu a vlastní TTS) – Resemble AI

Od nebes po chodníky: Uvnitř revoluce doručování drony v roce 2025