Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Hlasové konverzace s Vibe

Lekce 7 z 14 Aktualizováno 2. listopadu 2026 Začátečník
Na této stránce
  1. Mluv s AI jako s kolegou
  2. Aktivace hlasového režimu
  3. Ultranižká latence
  4. Využití hlasového režimu
  5. Rozdíl oproti přepisu souborů
  6. Doporučené postupy pro hlasový režim
  7. Omezení hlasového režimu
  8. Klíčové poznatky

Aktualizace 2. listopadu 2026 — Le Chat je nyní Vibe. Od 28. května 2026 byl Le Chat přejmenován na Vibe (stále na adrese chat.mistral.ai): jediný agent pro práci i kódování, který si zachovává vaše konverzace, nastavení a předplatná. Původní prostředí Le Chat zůstává dostupné v režimu Chat; v režimu Work jsou agenti nyní dovednostmi (vyvolávanými pomocí @), paměti slouží jako znalostní báze a hloubkový výzkum je dovedností Deep Research. Plány se nyní nazývají Mistral Free, Pro, Team a Enterprise. Tato lekce používá název Vibe; mějte na paměti, že některá zde popsaná menu mohla změnit názvy nebo umístění.

Mluv s AI jako s kolegou

Hlasový režim Vibe promění tvého textového asistenta založeného na umělé inteligenci v konverzačního partnera, se kterým můžeš prostě mluvit. Nemusíš psát své otázky – ty mluvíš, Vibe poslouchá, chápe a odpovídá nahlas. Díky technologii Voxtral Realtime s latencí pod 200 milisekund působí výměna plynule a přirozeně: je blíže telefonnímu hovoru než kostrbatým hlasovým příkazům asistentů první generace.

Aktivace hlasového režimu

Chceš-li zahájit hlasovou konverzaci ve Vibe:

  1. Otevři Vibe na adrese chat.mistral.ai
  2. Klikni na ikonu mikrofonu v oblasti pro zadávání textu
  3. Pokud tě prohlížeč vyzve, uděl přístup k mikrofonu (poprvé je to nutné)
  4. Začni mluvit – Vibe převádí tvůj hlas na text v reálném čase a formuluje svou odpověď

Odpověď dorazí během několika set milisekund poté, co přestaneš mluvit. Již od prvního pokusu zjistíš, že zážitek připomíná rozhovor s lidským asistentem po telefonu.

Ultranižká latence

To, co odlišuje hlasový režim Vibe, je rychlost odpovědi, a to je záměr: Voxtral Realtime byl vytvořen speciálně pro interakce v reálném čase. Přepis je okamžitý – tvůj hlas se převádí na text, zatímco mluvíš, díky streamovací architektuře modelu, nejen až po dokončení věty. Odpověď následuje okamžitě: prodleva mezi koncem tvé věty a začátkem mluvené odpovědi je sotva znatelná. Nedochází ani k žádnému umělému přerušování: model přirozeně detekuje, kdy jsi přestal mluvit, aniž by bylo třeba mačkat tlačítko nebo vyslovovat probuzení slovo.

Tato plynulost mění povahu nástroje. Latence několika sekund omezuje hlasového asistenta pouze na diktování příkazů; latence pod 200 milisekund umožňuje skutečné konverzace s návaznými otázkami a odbočkami.

Využití hlasového režimu

Prvním případem použití, který bys měl vyzkoušet, je hlasová burza mozku. Někdy myšlenky plynou snadněji při mluvení než při psaní: zapni hlasový režim a pusť se do toho – „Mám projekt webu pro pekárnu, pomoz mi promyslet obsah stránek“ nebo „Potřebuji připravit prezentaci o tržních trendech, kde začít?“ Vibe odpoví nahlas, ty odrazíš nápady zpět, on je přeformuluje: dynamika působí jako pracovní schůzka s kolegou, ne jako vyplňování formuláře.

Hlasový režim také vyniká v situacích, kdy nemůžeš použít ruce. Při vaření se ho zeptej na převod 350 stupňů Fahrenheita na Celsia, aniž bys musel dotýkat obrazovky rukama od mouky. Při řízení – samozřejmě handsfree – si nech shrnout klíčové body z tvého rána. Při cvičení se zeptej na otázku, která ti leží v hlavě, aniž bys přerušil trénink.

Učení jazyků je třetím hřištěm: mluv cizím jazykem a požádej Vibe, aby tě opravil. „Budu mluvit španělsky, oprav moje gramatické chyby“ nebo „Procvičme si pohovor v angličtině“ změní asistenta v dostupného konverzačního partnera kdykoli a bez publika.

Nakonec nepodceňuj aspekt přístupnosti: pro lidi, kteří mají potíže s psaním – problémy se zrakem, omezená pohyblivost, dyslexie – nabízí hlasový režim plný přístup ke schopnostem Vibe bez nutnosti napsat jediné slovo.

Rozdíl oproti přepisu souborů

Ve Vibe koexistují dva případy použití zvuku a je nejlepší si je neplést, protože spoléhají na různé modely. Přepis souborů, probíraný v předchozí lekci, zahrnuje nahrání existující nahrávky, kterou Vibe převede na text: jde o dávkové zpracování, které obstarává Voxtral Mini Transcribe. Hlasový režim, který je předmětem této lekce, je živá interakce: ty mluvíš, Vibe okamžitě odpovídá a za tím stojí Voxtral Realtime. Oba patří do stejné technologické rodiny, ale každý je optimalizován pro svůj případ použití – maximální přesnost pro první, minimální latence pro druhý.

Doporučené postupy pro hlasový režim

Mluv zřetelně a artikuluj přirozeně, bez nucení: model je trénován na přirozenou řeč, ne na robotickou dikci. Po dokončení otázky udělej zřetelnou pauzu, protože tyto tichá místa umožňují modelu detekovat konec tvého projevu – pokud mezi myšlenkami protahuješ „ehm…“, může odpovědět dříve, než skončíš. Pokud Vibe zcela nepochopil, jednoduše přeformuluj svou otázku, aniž bys musel restartovat celou konverzaci. A věz, že můžeš přepínat mezi hlasovým režimem a textovým vstupem v rámci stejné konverzace: hodí se to, když chceš uprostřed hovoru vložit odkaz nebo blok textu.

Omezení hlasového režimu

Několik situací může zážitek zhoršit a je nejlepší na ně předem myslet. V hlučném prostředí – přeplněné kavárny, rušné open-space kanceláře – může mít model problém izolovat tvůj hlas: upřednostni tiché místo nebo headset s mikrofonem. Silné přízvuky nebo regionální dialekty mohou představovat výzvu, i když model většinu běžných přízvuků zvládá dobře. U velmi dlouhých konverzací má, stejně jako u textu, kontext své limity a model může „zapomenout“ začátek výměny. Nakonec hlasový režim vyžaduje stabilní internetové připojení: pomalé připojení zavádí prodlevy, které narušují právě tu plynulost, díky níž je nástroj cenný.

Klíčové poznatky

  • Spusť hlasový režim jedním kliknutím na ikonu mikrofonu ve Vibe
  • Voxtral Realtime poskytuje latenci pod 200 ms pro plynulé konverzace
  • Ideální pro burzu mozku, použití bez použití rukou a učení jazyků
  • Ve stejné konverzaci můžeš volně přepínat mezi hlasem a textem
  • Tiché prostředí a stabilní připojení přinášejí nejlepší výsledky