Replica 11 ve verzi 2.0 umí namluvit scénář a složit dabing
Každá audiokniha začíná textem. Než se ale z napsané kapitoly stane nahrávka, je potřeba rozdělit vyprávění a dialogy, vybrat hlasy a udržet je u správných postav. Právě pro tuto cestu od scénáře k mluvenému slovu vznikla Replica 11 – náš desktopový nástroj Script to Speech, který propojuje práci se scénářem s hlasovou syntézou ElevenLabs.
Hodí se pro tvorbu audioknih, audio dramat, rozhovorů mezi postavami i komentářů k videu. Místo samostatného zpracování každé věty můžete připravit scénář, přiřadit postavám vlastní hlasy a postupovat po jednotlivých replikách. Příběh tak zůstává přehledně pohromadě a při další práci se máte k čemu vrátit. Pokud s aplikací začínáte, základní postup ukazuje náš průvodce od scénáře k audioknize.
Replica 11 2.0 přidává ke zpracování scénářů časovaný dabing, knihovnu hlasů a místní propojení s Codexem přes MCP. Repliky skládá do HQ WAV podle časových značek, zatímco nastavení, API klíče a licence zůstávají na vašem počítači.
Scénář i dabing v jednom okně
Replica 11 pořád dělá to, kvůli čemu vznikla: vezme scénář a připraví ho pro hlasy ElevenLabs. Verze 2.0 k tomu přidává druhou práci – dabing. Nahoře se mezi režimy Script to Speech a Dabing přepíná dvěma tlačítky. Jeden namlouvá scénář po částech, druhý skládá repliky podle času původní nahrávky. Nastavení, klíče a licence zůstávají na počítači a aktualizace je nesmaže.

Pro autora audioknihy to znamená pokračovat v dosavadní práci se scénářem. Pro tvůrce, který už má původní nahrávku a potřebuje novou hlasovou stopu, přibývá možnost zachovat časové rozvržení replik. Oba postupy sdílejí prostředí aplikace, ale řeší jiný úkol: jednou je výchozím bodem napsaný scénář, podruhé také čas, ve kterém má konkrétní věta zaznít.
Aktualizace přitom zachovává místní nastavení. Nemusíte začínat znovu s API klíči ani licencí jen proto, že přecházíte na novou verzi. Replica zůstává aplikací, se kterou pracujete na svém počítači a ve které můžete své projekty otevřít, upravit a znovu uložit.
Jak funguje časovaný dabing
Dabing v Replica 11 je syntéza řeči položená na časovou osu. Aplikace nevolá ElevenLabs Dubbing API a nekopíruje herecký výkon z původního zvuku. Barvu hlasu pořád určuje Voice ID, Stability, Similarity a audio tagy, které už v řádku jsou. Pro komunikaci s ElevenLabs se používá stejný API klíč jako při běžném namluvení. Rozdíl je v tom, že každá replika dostane své místo na ose.
Časovaný řádek má na začátku úsek v milisekundách a za ním mluvčího a text. Když máte nahrávku a uložený klíč OpenAI, funkce Přepsat nahrávku časy doplní. Bez klíče vložíte časované řádky sami. Aplikace s sebou neveze vlastní model na přepis a nerozpoznává jednotlivé mluvčí v nahrávce. Dokud postavu nepřejmenujete, zůstává u řádků jeden mluvčí.
Pak už je postup stejný jako u scénáře: analýza, přiřazení hlasů a případně překlad. Překlad smí změnit slova, ale časy a jména mluvčích ponechá.

Je dobré odlišit analýzu napsaného scénáře od rozpoznání lidí v nahrávce. Ze scénáře lze pracovat s uvedenými postavami, zatímco přepis nahrávky sám o sobě neznamená, že aplikace pozná, který člověk právě mluví. Pojmenování a kontrola mluvčích proto patří do přípravy projektu. Teprve na tato jména navážete odpovídající hlasy.
Stejně důležitá je kontrola přeloženého textu. Nová jazyková verze může stejnou myšlenku vyjádřit delší větou, i když časové značky zůstanou stejné. Překlad vám tedy pomůže se slovy, ale o výsledné délce konkrétní repliky rozhodne až vygenerované audio. Časová osa je opora pro sestavení dabingu, nikoli záruka, že se každá formulace automaticky vejde do původního intervalu.
HQ WAV bez ořezávání a zrychlování replik
Výstupem dabingu je HQ WAV. Tlačítko Sestavit dabing vygeneruje každou repliku zvlášť a položí ji na její časovou značku. Mezery mezi replikami vyplní ticho a délka mixu vychází z původní nahrávky.
Když je věta delší než časové okno, které pro ni ve zdroji bylo, Replica ji neořízne ani nezrychlí. Nechá ji celou a na přesah upozorní. Mix se neskládá přes ffmpeg a repliky se nenatahují, aby se za každou cenu vešly.
Typickým příkladem je věta, pro kterou původní nahrávka nechává krátkou pauzu, zatímco nová formulace potřebuje více času. Replica na tento nesoulad upozorní a zachová celou repliku. Máte tak možnost vrátit se k textu, zkrátit formulaci a generování zopakovat. Aplikace za vás bez upozornění neobětuje konec věty ani její přirozené tempo.
Výsledná stopa má mezi replikami ticho. Smyslem tohoto postupu je sestavit namluvený text podle časových značek; hudbu, ruchy a další vrstvy případné finální zvukové skladby je potřeba posuzovat samostatně. Nastavení Voice ID, Stability, Similarity a audio tagů dál určuje, jak bude nově vytvořená řeč znít.
Knihovna hlasů z ElevenLabs
Vedle dabingu přibyla knihovna hlasů. Voice ID můžete dál vložit ručně. Funkce Fetch voices navíc umí stáhnout My Voices z ElevenLabs a u každého hlasu uchovává roli, popis, Stability a Similarity.
Když po analýze odpovídá role postavě a její Voice ID je prázdné, doplní se automaticky. Hlas, který už je v otevřeném projektu vyplněný, se nepřepíše. Hlas odstraněný z účtu v knihovně zůstane, pouze se označí. Knihovna leží ve stejné složce jako ostatní nastavení, takže přežije i další instalaci.

Knihovna je užitečná hlavně tehdy, když se k hlasům vracíte v dalších projektech. U audioknihy s více postavami nechcete při každém otevření znovu dohledávat, komu patří které Voice ID. Role a popis dávají hlasu čitelný kontext, zatímco uložené parametry pomáhají navázat na předchozí práci.
Automatické doplnění přitom respektuje to, co už jste v projektu zvolili. Prázdné Voice ID může knihovna doplnit podle role, ale vyplněné přiřazení nepřepíše. To je praktické například ve chvíli, kdy pro jednu konkrétní scénu potřebujete jiný hlas, než jaký používáte jako obvyklou volbu.
Čištění textu podle jazyka rozhraní
Funkce Vyčistit text nově čte číslovky, data a časy v jazyce rozhraní, nikoli podle jazyka napsané věty. Čeština a angličtina se zpracují místně i tehdy, když je v aplikaci uložený klíč OpenAI. U ostatních jazyků zůstanou číslice, dokud text neprojde ChatGPT. Nápověda se otevře v hlavním jazyce tam, kde má Replica vlastní manuál.
U čísel záleží na tom, jak mají v nahrávce skutečně zaznít. Datum, čas nebo číslovka mohou v napsaném scénáři působit jednoznačně, ale při čtení potřebují jazykový kontext. Ve verzi 2.0 je tímto vodítkem jazyk rozhraní. U smíšených scénářů je proto vhodné před čištěním textu zkontrolovat, v jakém jazyce máte aplikaci přepnutou.
Pro češtinu a angličtinu proběhne tato část místně. U dalších jazyků zůstávají číslice zachované, dokud nepoužijete zpracování přes ChatGPT. Uživatel tak má jasný rozdíl mezi místní úpravou a krokem, který využívá jeho účet OpenAI.
Codex ovládá otevřenou aplikaci přes místní MCP
Třetí novinka je pro ty, kdo pracují s Codexem. Replica nechá otevřené okno a Codex s ním na stejném počítači komunikuje přes místní MCP. Do Nastavení nemusíte nic opisovat. Codex umí změnit scénář, spustit místní analýzu, přepnout Script to Speech nebo Dabing, doplnit hlasy a otevřít či uložit projekt.
API klíče a licenční údaje se v odpovědích neobjevují. Placené generování má samostatný krok: nejdřív ukáže rozsah a ElevenLabs použije až po výslovném potvrzení. Před odesláním se znovu zkontroluje licence.
Cloudové sezení na jiném počítači k oknu nedosáhne. Spojení zůstává na stroji, kde Replica běží. Na počítači musí být Node.js a aplikace musí zůstat otevřená.
Prakticky to znamená, že můžete Codex požádat například o úpravu připraveného scénáře a následnou místní analýzu, zatímco aplikace zůstává otevřená před vámi. Stejná práce je dostupná i přes její tlačítka. MCP přidává další způsob ovládání, nikoli samostatnou cloudovou kopii projektu nebo vzdálený přístup z libovolného počítače.
Zvlášť je oddělený okamžik, kdy už mají vznikat placené hlasové výstupy. Nejdřív vidíte rozsah připravovaného generování a teprve výslovné potvrzení dovolí odeslání na ElevenLabs. Přípravu textu, kontrolu projektu a placenou syntézu tak můžete projít jako navazující kroky.
Log generování zůstává vedle zvukových souborů
Log se ukládá jako generation.log do stejné složky jako WAV a MP3. Nové generování jej přepíše. Smazání audio souborů odstraní nahrávky, ale log ponechá, takže je dál vidět, co která dávka udělala.
Log se hodí, když po dokončení dávky potřebujete zjistit, co při generování proběhlo, nebo se vracíte k replikám, které vyžadují úpravu. Je ale potřeba počítat s tím, že další generování stejný soubor přepíše. Pokud si chcete zachovat záznam konkrétní dávky, odložte si jeho kopii dřív, než spustíte další.
Kde stáhnout Replica 11 2.0
Replica 11 – Script to Speech je ke stažení na d3arts.cz. Další informace, ukázky a zkušební verzi najdete také na oficiálním webu Replica 11. Se začátky pomůže průvodce od scénáře k audioknize.
Licence pokrývá desktopovou aplikaci. Používání hlasů ElevenLabs a volitelných funkcí OpenAI se účtuje samostatně přes vaše vlastní účty.
Další čtení o Replica 11






