Skip to main content

KNIFE – Knowledge In Friendly Examples Séria: Systemic Thinking in IT & Digital Fabrication Úroveň: Beginner Tagy: claude-code transcription whisper ollama local-ai offline privacy audio mac

Lokálny prepis zvuku a AI nad ním

Najrýchlejšie: ak máš VS Code a rozšírenie Claude Code, povedz Claudovi, kde sú nahrávky. Zvyšok urobí za teba. Je to cesta C nižšie a takto vznikli aj prepisy v tomto KNIFE.

🎯 Čo rieši (účel, cieľ)​

Kolega pošle desaťminútovú hlasovku cez WhatsApp a ty ju potrebuješ ako text. Rovnaký problém majú ľudia s nahratými prednáškami, cvičeniami alebo poradami. Online prepisovacie služby nahrávku posielajú na cudzí server. To je zlé pri dôverných rozhovoroch a pri osobných nahrávkach.

Tento KNIFE ukazuje postup, pri ktorom nahrávka ani text neopustia tvoj počítač. Výstupom je text a k nemu časové značky relatívne od začiatku nahrávky. Z textu sa tak dá vrátiť na presné miesto v origináli.

Dve riešenia a najjednoduchšia cesta​

Podľa účelu ide o dve riešenia (A a B). Druhé stavia na prvom. Tretia cesta (C) nie je ďalšia technológia, ale spôsob, ako A aj B spustiť bez znalosti IT.

Tri cesty: C povieš to Claudovi, A prepis, B prepis a lokálna AI

C Povieš to ClaudoviA PrepisB Prepis a lokálna AI
Chcešlen povedať, kde sú súborytext a miesto v originálipochopiť obsah rýchlo
Výstupako pri A alebo B.txt, .srt, .jsonzhrnutie, kapitoly, úlohy s časom
NástrojeVS Code a Claude Codemlx-whispermlx-whisper a Ollama
Náročnosťjednorazové nastavenie Claude Codepár minút, asi 1,5 GBniekoľko GB navyše, pomalšie
Stavoverené, takto to vzniklooverenéAI krok je návrh, neoverený
Hodí sakolegovia bez ITobčasná hlasovkaveľa alebo dlhé nahrávky

Podrobnosti: riešenie A je v časti „Ako to rieši“ a „Ako to použiť“, riešenie B v časti „Riešenie B“ nižšie.

⭐ Najjednoduchšie: povedz to Claudovi (bez znalosti IT)​

Táto cesta je pre ľudí, ktorí nechcú nič inštalovať ani ovládať terminál. Potrebuješ len Visual Studio Code s rozšírením Claude Code. Všetko ostatné urobí Claude za teba: nainštaluje nástroje, prepíše nahrávky a uloží výstupy.

  1. Daj nahrávky do jedného priečinka v počítači.
  2. Otvor ten priečinok vo VS Code a spusti Claude Code.
  3. Napíš Claudovi, čo chceš. Napríklad:

V tomto priečinku mám hlasovky z WhatsAppu. Prepíš ich lokálne na text s časovými značkami, po slovensky. Výstupy ulož do podpriečinka prepis. Nič nenahrávaj na internet.

  1. Claude sa pri prvom spustení opýta na povolenie spúšťať príkazy. Povoľ ich. Potom nájdeš v podpriečinku prepis hotové súbory (.txt, .srt a ďalšie).

Takto vznikli prepisy, na ktorých tento KNIFE stojí. Stačilo povedať Claudovi, kde sú súbory, a prišli hotové výstupy. Rovnako sa potom prepísali ďalšie dve hlasovky, ktoré pribudli neskôr.

Jednorazové nastavenie (jediná komplikácia)​

Toto robíš raz. Potom už len píšeš Claudovi.

  1. Nainštaluj Visual Studio Code (zadarmo).
  2. Vo VS Code otvor panel Extensions (štvorček na ľavej lište), vyhľadaj Claude Code a nainštaluj rozšírenie od Anthropic.
  3. Prihlás sa účtom Claude. Claude Code vyžaduje účet s prístupom, napríklad predplatné Claude alebo účet Anthropic Console, podľa aktuálnych podmienok Anthropic.
  4. Otvor priečinok s nahrávkami (File, Open Folder) a otvor panel Claude Code.

Čo to potrebuje. Pri prvom spustení treba internet na stiahnutie nástrojov a modelu (asi 1,5 GB). Samotný prepis potom robí Whisper na tvojom počítači a zvukový súbor sa nikam nenahráva. Overené je to na Macu s Apple Silicon. Na inom počítači Claude zvolí iný nástroj, ale to som neskúšal.

⚠️ Čo vidí Claude. Claude je cloudový model. Vidí tvoje pokyny, výpisy z príkazov a súbory, ktoré prečíta. Zvuk nečíta, ale ak mu dovolíš čítať prepis, text sa k nemu dostane. Ak je obsah dôverný, napíš: „Nečítaj prepis, len mi povedz, kde je uložený.“

Ak chceš aj zhrnutie, kapitoly a úlohy (riešenie B), povedz to Claudovi tiež. Ten krok je zatiaľ návrh.

🧩 Ako to rieši (princíp)​

Riešenie A – prepis na text (overené)​

Nahrávka prejde tromi krokmi, všetky bežia lokálne:

  1. Dekódovanie. ffmpeg prevedie .opus, .m4a alebo video na mono zvuk.
  2. Rozpoznanie reči. Model Whisper zvuk prepíše na text. Po stiahnutí modelu nepotrebuje internet.
  3. Segmenty. Každá veta dostane začiatok a koniec v sekundách od nuly nahrávky.

Lokálny prepis zvuku – tok od nahrávky po položku v KNIFE

Rôzne druhy nahrávok (hlasovka, prednáška, cvičenie, porada, diktafón) sú len rôzne vstupy do toho istého toku.

🧪 Ako to použiť (aplikácia)​

Postup je overený na Macu s Apple Silicon (arm64). Nainštalovaný Homebrew nepotrebuješ.

Najrýchlejšie: jeden skript​

Stiahni skript tools/prepis.sh (je v priečinku tohto KNIFE) a spusti ho. Pri prvom spustení si sám nainštaluje všetko, čo potrebuje.

curl -O https://raw.githubusercontent.com/KNIFE-Framework/knifes_overview/main/content/docs/sk/knifes/K000122-Local-Audio-Transcription/tools/prepis.sh
chmod +x prepis.sh
./prepis.sh sk "hlasovka.opus" # slovenský prepis
./prepis.sh en "lecture.m4a" # anglický prepis

Výsledok nájdeš v podpriečinku prepis/ vedľa nahrávky. Voliteľne pridaj GLOSSARY="mená, pojmy" pre lepšie rozpoznanie mien. Ak chceš vedieť, čo skript robí, alebo ho chceš spustiť po častiach, sú nižšie kroky 1 až 4.

ℹ️ Odkaz na curl začne fungovať po zverejnení tohto KNIFE na GitHube. Do tej doby skopíruj prepis.sh z lokálneho repozitára.

1. Získaj súbor​

WhatsApp hlasovka je súbor .opus. Vo WhatsApp Desktop použi pravý klik a Uložiť ako. Z mobilu si ju pošli cez AirDrop alebo e-mail.

2. Nainštaluj nástroje do vlastného prostredia​

python3 -m venv ~/whisper-env
~/whisper-env/bin/pip install mlx-whisper imageio-ffmpeg

mlx-whisper je Whisper optimalizovaný pre Apple Silicon. Balík imageio-ffmpeg prinesie ffmpeg bez Homebrew. mlx_whisper hľadá program s názvom ffmpeg v PATH, preto k nemu vytvor odkaz:

ln -sf "$(~/whisper-env/bin/python -c 'import imageio_ffmpeg;print(imageio_ffmpeg.get_ffmpeg_exe())')" ~/whisper-env/bin/ffmpeg

Prostredie je mimo tvojich projektov, takže nezasahuje do iných Python inštalácií.

3. Prepíš s časovými značkami​

export PATH=~/whisper-env/bin:$PATH
mlx_whisper "hlasovka.opus" \
--model mlx-community/whisper-large-v3-turbo \
--language sk \
--output-format all \
--output-dir prepis \
--output-name hlasovka_01

Prvé spustenie stiahne model (asi 1,5 GB). Ďalšie behy sú offline. --output-format all vytvorí všetky formáty naraz:

SúborČo obsahujeNa čo ho použiješ
.txtčistý text bez časovčítanie, kopírovanie do e-mailu alebo dokumentu
.srttext po úsekoch s časmi, napríklad 00:01:04,420 --> 00:01:07,240zistíš, v ktorej minúte čo odznelo, titulky k videu
.vttto isté ako .srt, zápis pre webtitulky videa na webe
.tsvtabuľka: začiatok a koniec v milisekundách, textotvoríš v Exceli alebo LibreOffice, filtrovanie a triedenie
.jsonúplný výstup Whisperu: text, segmenty, časy a technické údajeďalšie programové spracovanie, napríklad AI

Bežne ti stačí .txt na čítanie a .srt, keď potrebuješ časy. Všetky súbory sú ten istý prepis v rôznom zápise a majú rovnaký názov ako nahrávka, len inú príponu.

Všetky časy sú od začiatku súboru. Značka 00:04:12 znamená 4 minúty 12 sekúnd od štartu nahrávky.

4. Skontroluj výsledok​

V praxi bola presnosť zhruba 90 % na slovenských hlasovkách so slabším zvukom. Chyby sú hlavne v diakritike, v menách a v odborných termínoch. Prepis ber ako dobrý koncept na redakciu, nie ako finálny text.

💡 Tipy a poznámky​

  • Mená súborov s bodkami v čase. WhatsApp súbory majú názov ako WhatsApp Audio 2026-11-15 at 09.51.17.opus. Pri spustení nad viacerými súbormi naraz sa výstupy prepísali do jedného súboru. Spúšťaj program po jednom súbore. Skript prepis.sh to robí sám a výstupy pomenuje rovnako ako vstup, len s inou príponou.
  • Jazyk. Pre češtinu daj --language cs. Bez --language si Whisper jazyk odhadne a pri krátkych nahrávkach sa môže pomýliť.
  • Presnosť alebo rýchlosť. whisper-large-v3-turbo je rýchly kompromis. Presnejší, ale pomalší je mlx-community/whisper-large-v3-mlx.
  • Bez terminálu. Aplikácia MacWhisper robí to isté cez drag and drop a tiež beží lokálne.
  • Súkromie. Internet treba len na jednorazové stiahnutie balíkov a modelu. Samotný prepis beží offline.
  • Iné platformy. Postup s mlx-whisper platí len pre Mac s Apple Silicon. Na Windows alebo Linuxe použi faster-whisper alebo whisper.cpp, princíp toku zostáva rovnaký.

🤖 Riešenie B – prepis a lokálna AI (návrh)​

Prepis je len prvý krok. Druhý krok je nechať lokálnu AI z textu urobiť zhrnutie, kapitoly s časom a zoznam úloh. Pritom nič neopustí počítač.

Celý kontext: VS Code, Claude Code a lokálny reťazec Whisper plus AI

Kto čo robí. Vo VS Code beží rozšírenie Claude Code. Cloudový model Claude pomôže skript napísať a spustiť. Samotné spracovanie nahrávky potom robia lokálne nástroje: Whisper na prepis a model v Ollame na zhrnutie. Raz nastavený reťazec už Claude nepotrebuje.

Čo je overené a čo nie. Overený je krok prepisu (prepis.sh bez zhrnutia). Zhrnutie lokálnou AI (SUMMARY=1), sledovanie priečinka a glosár mien sú návrh. Skript je pripravený, ale lokálny model som netestoval. Najmä kvalita slovenčiny malých modelov sa musí vyskúšať.

Ako to skúsiť:

# 1. Nainštaluj Ollamu (https://ollama.com) a stiahni model, niekoľko GB
ollama pull qwen2.5:7b

# 2. Prepis a zhrnutie jedným príkazom
SUMMARY=1 GLOSSARY="Kazicka, KNIFE, BaZi" ./prepis.sh sk "hlasovka.opus"

Zhrnutie sa uloží ako prepis/<nazov>.summary.md. Model dostane .srt, takže kapitoly a úlohy majú čas od začiatku nahrávky.

⚠️ Súkromie. Claude Code používa cloudový model. Vidí pokyny a všetko, čo Claude prečíta, vrátane výpisov z terminálu a súborov. Ak je nahrávka dôverná, spusti skript sám v termináli a nenechaj Claude čítať prepis. Potom neopustí počítač ani text.

✅ Hodnota / Zhrnutie​

  • Kolega bez znalosti IT zvládne prepis sám: stačí VS Code, rozšírenie Claude Code a jedna veta.
  • Z nahrávky vznikne text aj s presným miestom v origináli, zvuk sa nenahráva do cloudu.
  • Jeden tok pokrýva hlasovky, prednášky, cvičenia aj porady.
  • Časové značky umožňujú v KNIFE odkazovať na konkrétnu minútu záznamu.
  • Výsledok treba po prečítaní opraviť, najmä mená a odborné pojmy.
  • Voliteľne lokálna AI urobí zo záznamu zhrnutie, kapitoly a úlohy s časom (návrh).

Zdroje​

⬅ KNIFES – Prehľad • Zoznam • Detaily