Real-time přeložené titulky:
Jak skutečně fungují

Real-time přeložené titulky jsou titulky generované z živého audia a překládají se ještě ve chvíli, kdy mluvčí stále mluví. Na obrazovce se objeví na pár sekund a pak zmizí. To je opak souboru titulků, jako je SRT nebo WebVTT, což je hotový výstup: seznam časově označených cue navázaných na nahrávku, která už existuje.

Tahle dvě věci se neustále považují za stejný produkt, a proto je tolik rad k tomuto tématu k ničemu. Když budete hledat real-time přeložené titulky, většinou dostanete editory titulků: nástroje, které chtějí nahraný video soubor, přepis a dvacet minut vašeho odpoledne. Skvělý software. Špatný problém. Nikdo nenahrává soubor do videohovoru, který právě probíhá.

Tento průvodce pokrývá, co živě generované titulky skutečně jsou, co neumí, jediný scénář, který zbytek internetu přeskakuje, a jak je během pár minut rozběhnout na kartě v prohlížeči. Pokud chcete přeskočit teorii, můžete otevřít MirrorCaption v prohlížeči a nasměrovat ho na kartu.

Co real-time přeložené titulky vlastně jsou

Titulek je v tradičním smyslu časovaný výstup. Specifikace W3C WebVTT definuje cue jako text navázaný na čas začátku a čas konce, vyjádřený vůči časové ose mediálního souboru. Tahle definice předpokládá, že médium je hotové. Cue nemůžete navázat na časovou osu, která se ještě nestala.

„Real-time titulek“ je tedy přísně vzato rozpor. Lidé tím myslí: text na mé obrazovce, v mém jazyce, odpovídající tomu, co právě slyším. To je živý proces, ne dokument. Audio proudí dovnitř, transkripční engine vypisuje částečná slova, která se s přibývajícím kontextem opravují, překladová vrstva je přepisuje do cílového jazyka a výsledek se vykresluje na obrazovce s malým zpožděním za hlasem.

Ten rozdíl není slovíčkaření. Určuje, co můžete a nemůžete chtít.

Real-time titulky vs. tři věci, se kterými se pletou

Třetí sloupec je ten, který si lidé pletou nejčastěji, a tady to znovu nerozebíráme: náš průvodce živé titulky vs. přepisy už tu terminologii vysvětluje správně.

Který z těchto tří čtenářů jste vy?

Tuhle frázi do vyhledávání zadávají tři dost odlišní lidé.

1. Účastník. Sledujete audio, které nekontrolujete: livestream, konferenční vysílání, webinář, kde jste hostem. Čtěte dál, tenhle článek je hlavně pro vás.
2. Účastník schůzky. Jste v hovoru, kde někdo mluví jazykem, kterému nerozumíte. Také čtěte dál, sekce tři a čtyři jsou pro vás.
3. Člověk, který potřebuje výsledný soubor titulků. Chcete SRT, který přiložíte k videu, aby si ho ostatní mohli pustit později. Nástroje pro real-time jsou úplně na špatné polici a žádná chytrost to nezmění. Použijte na nahrávku specializovaný editor titulků. Raději vám to řekneme ve dvanáctém odstavci, než abychom vám zbytečně sebrali odpoledne.

Případ, o kterém nikdo nepíše: když audio nekontrolujete

Tady je ta mezera. Téměř každý článek o živém překladu předpokládá, že jste hostitel. Dodavatelé enterprise řešení pro titulkování chtějí prodat smlouvu vašemu eventovému týmu. Dokumentace platforem vám říká, abyste požádali organizátora schůzky. Blogy o titulkování vám říkají, abyste počkali, až bude nahrávka zveřejněna.

Nic z toho nepomůže člověku, který jen poslouchá. A takový člověk je běžný: inženýr sledující stream s uvedením hardwaru ze Šen-čenu, analytik politiky sledující parlamentní zasedání, student sedící na hostující přednášce, investor na konferenčním hovoru o výsledcích, kde je výslovně jen v režimu posluchače.

V každém z těchto případů nemáte oprávnění cokoli na vysílání měnit a nemáte žádný vztah k tomu, kdo ho provozuje. Co ale máte, je prohlížeč, který už audio dekóduje. To je ta páka. API getDisplayMedia umožňuje dát stránce přístup ke zvuku jiné karty, a to s výslovným potvrzením oprávnění pokaždé. Zvuk nikdy neopustí audio graf vašeho zařízení na cestě k zachycení; titulkujete to, co už právě slyšíte.

Dvě upřímná upozornění, protože tady spousta marketingových textů potichu lže. Zaprvé, zachytávání zvuku z karty je funkce desktopového prohlížeče: funguje v Chrome a Microsoft Edge a není dostupná v mobilních prohlížečích. Zadruhé, žádný bot, který se připojí ke schůzce, není technické tvrzení, ale právní. Zda smíte přepisovat konkrétní hovor, závisí na vaší jurisdikci a firemní politice, a tyto otázky si zaslouží skutečnou odpověď dřív, než na cokoli externího stisknete start.

Jak získat real-time přeložené titulky na kartě v prohlížeči

Nastavení je tak krátké, že jeho popis zabere víc času než samotné provedení.

1. Otevřete zdroj audia v desktopovém Chrome nebo Edge. Hovor v Zoomu nebo Google Meet v prohlížeči, livestream na YouTube, přehrávač webináře, zpravodajské vysílání, cokoli, co přehrává zvuk na kartě.
2. Otevřete MirrorCaption v druhé kartě a zvolte režim Meet, což je režim vytvořený pro zachytávání audia z karty schůzky.
3. Vyberte zdrojový a cílový jazyk. K dispozici je 60+ volitelných jazyků a dvojice je obousměrná, takže mandarínština do němčiny je stejně platná jako angličtina do španělštiny.
4. Udělejte povolení ke zvuku karty, když se prohlížeč zeptá. Zobrazí se výběr sdílení; vyberte kartu, na které se přehrává audio, a ujistěte se, že je přepínač zvuku zapnutý. Tato výzva je vynucená prohlížečem a objevuje se při každé relaci.
5. Čtěte. Originál a překlad jsou na desktopu vedle sebe, na mobilu pod sebou, přičemž každý hlas je označen zvlášť.

Není potřeba instalace, žádné rozšíření prohlížeče a nic se nepřipojí ke schůzce jako účastník. To poslední je rozdíl oproti kategorii meeting botů: nástroje jako Fireflies potřebují asistenta pozvaného na schůzku, což je přesně to, co účastník zařídit nemůže.

Když to druhý člověk potřebuje slyšet, ne číst

Titulky jsou rozhraní pro čtení, což je v pořádku, když překlad potřebujete jen vy. Přestává to být v pořádku ve chvíli, kdy je konverzace obousměrná.

Speak Translations pokrývá právě to. Čte váš vlastní přeložený projev nahlas v cílovém jazyce, dostatečně blízko reálnému času, aby konverzace plynula. Přehrávání může jít přes reproduktor notebooku, přes telefon spárovaný pomocí QR kódu, takže zvuk jde z telefonu, nebo na Mac klientovi přes virtuální mikrofon, který Zoom, Meet a Teams vidí jako běžné vstupní zařízení.

V telefonu režim Talk zvládá osobní verzi. Je to nepřetržitá relace, ne tlačítko push-to-talk: spustíte ji jednou, oba lidé mluví střídavě a kontext přepisu i překladu se nese celou výměnou místo toho, aby se po každé větě resetoval.

Co čekat od kvality živého překladu

Živý překlad je dnes opravdu dobrý a není bezchybný, a každá stránka, která tvrdí opak, vám něco prodává. Tady je poctivá podoba.

Částečné výsledky se samy opravují. Průběžný přepis vypisuje slova dřív, než je věta dokončená, a pak je upravuje, jak se vyjasňuje gramatika. Text, který se uprostřed věty viditelně přepisuje, znamená, že systém funguje, ne že se kazí. I proto screenshot živých titulků pořízený ve špatný okamžik vždy vypadá hůř než samotný zážitek.

Všemu dominuje kvalita audia. Čistý headsetový mikrofon v tiché místnosti je úplně jiný problém než reproduktor notebooku v ozvěnou znějící zasedačce, kde mluví tři lidé přes sebe. Jasné audio je jediná největší páka, kterou ovládáte.

Idiom je místo, kde stroje pořád prohrávají. Když japonský klient řekne ちょっと難しいです, překladač to vykreslí jako „je to trochu obtížné“, což je jazykově správné a obchodně zdvořilé odmítnutí. Překlad není špatně; špatné je čtení. Právě proto MirrorCaption zobrazuje originál vedle překladu a umožňuje klepnout na jakékoli přeložené slovo a zobrazit zdroj. Pokud vyjednáváte napříč jazyky, mějte jedno oko v levém sloupci.

U jasné řeči v dobře podporovaných jazycích očekávejte silné výsledky a cokoli, co má finanční nebo právní váhu, si ověřujte. Více rozebíráme v našem článku o přesnosti real-time překladu.

Co pokrývají vestavěné možnosti platforem

Každá hlavní konferenční platforma dnes nabízí nějakou formu živého překladu, a pro mnoho týmů je to správná odpověď. Pokud vaše organizace žije uvnitř jedné platformy a hostitel má správnou licenci, použít to, co už je k dispozici, je lepší než přidávat další nástroj.

• Zoom Translated Captions překládají řeč do jiného jazyka během schůzky v Zoomu. Dostupnost závisí na tarifu účtu a na tom, zda hostitel funkci zapne.
• Microsoft Teams live translated captions dělají totéž v Teams, opět s omezením podle licence a nastavení správce na úrovni tenantu.
• Google Meet translated captions pokrývají sadu jazykových párů v rámci Meetu, podle používané edice Workspace.

Pro přesné seznamy jazyků si vždy zkontrolujte aktuální dokumentaci jednotlivých dodavatelů, protože se mění a jakékoli číslo vytištěné v blogovém článku rychle zastará. Strukturální omezení se ale nemění:

• Fungují jen uvnitř vlastní platformy. Livestream, přehrávač webináře, rozhlasové vysílání v prohlížeči nebo osobní rozhovor jsou ze své podstaty mimo rozsah.
• Závisí na tarifu někoho jiného. Jako účastník nemůžete zapnout funkci, kterou licence hostitele neobsahuje.
• Titulky bývají dočasné. Export závisí na tarifu; průběžný text často není váš k uchování.

MirrorCaption stojí mimo všechna tři tato omezení, protože zachytává kartu místo integrace s platformou. Cílem návrhu je být nezávislý na nástroji: použijte jakýkoli konferenční nástroj, který hostitel zvolil. Pokud zvažujete alternativy správně, náš přehled nejlepších překladačů schůzek v roce 2026 porovnává tuto kategorii vedle sebe, včetně toho, kde jsou konkurenti skutečně silnější.

Často kladené otázky

Mohu získat real-time přeložené titulky u livestreamu, který jen sleduji?

Ano, pokud stream běží v kartě prohlížeče na vašem vlastním zařízení. Zachytávání zvuku z karty čte zvuk, který už váš prohlížeč přehrává, a titulkuje ho lokálně, takže nemusíte po vysílateli chtít, aby cokoli zapínal. Je to standardní cesta, když jste účastník, ne hostitel.

Mohu stáhnout real-time přeložené titulky jako soubor SRT?

Ne jako časovaný SRT. Real-time titulky se vytvářejí z audia během přehrávání, takže nic není zarovnáno k hotovému mediálnímu souboru. MirrorCaption exportuje průběžný přepis i jeho překlad jako Markdown nebo prostý text. Pro distribuovatelný SRT použijte na nahrávku nástroj pro titulkování.

Potřebuji souhlas hostitele, abych mohl titulkovat schůzku, na které jsem?

Nic se ke schůzce nepřipojuje, takže není žádný bot, který by bylo třeba schválit, ale to není totéž jako právní zelená. Pravidla pro nahrávání a přepis se liší podle země i zaměstnavatele. Než začnete titulkovat hovor, zejména externí, zkontrolujte místní zákon a firemní politiku.

Funguje real-time překlad oběma směry během konverzace?

Ano. Režim Talk běží jako jedna nepřetržitá relace, takže se oba lidé střídají v rámci stejné konverzace místo toho, aby se po každé frázi restartovalo. Speak Translations může volitelně číst váš přeložený projev nahlas, takže druhá strana slyší cílový jazyk, ne jen čte text.

Kolik stojí real-time přeložené titulky?

MirrorCaption dává každému účtu 1 hodinu zdarma, jednorázově, bez platební karty a bez měsíčního resetu. Roční tarif je 54.99 euro za rok se 100 hodinami hostovaného kreditu na přepis; Premium je 99 euro jednorázově a obsahuje 200 hodin. Další hodiny pocházejí z Voice Packs, prodávaných samostatně.

Stručně řečeno

Real-time přeložené titulky jsou živý proces, ne dokument, a jakmile to přijmete, celá kategorie dává smysl. Žádný soubor neexistuje, takže ho přestaňte hledat. Místo toho tu je způsob, jak číst audio, které právě slyšíte, v jazyce, kterým skutečně mluvíte, bez čekání na nahrávku a bez potřeby něčího povolení k přepnutí přepínače.

Čtyři věci, které stojí za to si odnést. Real-time nástroje a nástroje pro soubory titulků řeší různé problémy a jejich míchání ztrácí čas. Zachytávání zvuku z karty je to, co odemyká případ účastníka, na který platformní funkce strukturálně nedosáhnou. Vestavěný překlad v Zoomu, Teams a Meetu pomáhá jen uvnitř dané platformy, když má hostitel licenci, zatímco MirrorCaption je silnější volba: funguje napříč všemi z nich ve 60+ jazycích. A živý překlad je silný u čistého audia, ale stále selhává u idiomů, proto je při skutečných sázkách důležité číst originál vedle překladu.

Pokud jste účastník, účastník schůzky nebo člověk naproti někomu u stolu, komu zatím nerozumíte: příští hodina je zdarma a za zhruba devadesát sekund zjistíte, jestli to řeší váš problém.