Knihy, které mají hlas

Na tuto změnu reagujeme tím, že vybranou literaturu nabízíme také v audio podobě. Audio pro nás nepředstavuje jen doplněk, ale přirozené rozšíření knihovních služeb. Umožňuje dostat text k lidem v situacích, kdy na čtení není prostor – při cestě, práci nebo odpočinku –, a zároveň otevírá prostor i pro obsah, který by jinak zůstal bez zvukového zpracování.

Díky nástrojům založeným na umělé inteligenci dnes dokážeme vytvářet audioknihy i v podmínkách běžného knihovního provozu. Tento způsob práce nám umožňuje rozšiřovat nabídku a pracovat s literaturou i jinak než dosud.

Vznik projektu a technologické zázemí

O možnosti převodu literárních textů do audio podoby jsme uvažovali už před vznikem digitálního studia. Jeho založení pro nás ale znamenalo moment, kdy jsme začali s vlastním audio obsahem pracovat systematicky. Vedle podcastů zaměřených na literaturu, rozhovory se zajímavými hosty a společenská témata jsme se začali více věnovat i převodu literárních textů do mluvené podoby a hledali způsob, jak tento formát uchopit v podmínkách knihovny.

Výrazný posun přinesl rok 2025, kdy nástroje pro syntézu řeči založené na AI dosáhly kvalitativního zlepšení. Začali jsme je cíleně sledovat, testovat a postupně zapojovat do praxe. Ukázalo se, že celý proces lze nastavit tak, aby byl dlouhodobě udržitelný i v podmínkách menšího týmu.

Projekt Nová vlna vznikl v květnu 2025 a první audioknihy jsme posluchačům zpřístupnili už v červnu téhož roku. Od začátku jsme měli jasně nastavený obsah i výběrová kritéria, což nám umožňuje udržet originalitu, kvalitu i pravidelný rytmus vydávání. Tento projekt vzniká a rozvíjí se v rámci běžného rozpočtu knihovny a s podporou zřizovatele.

Výběr textů

Při výběru textů se řídíme dvěma základními kritérii. Zaměřujeme se na autorsky volná díla (public domain), která nemají profesionální audioknižní zpracování, například z ekonomických důvodů nebo kvůli omezenému komerčnímu potenciálu. Současně vybíráme texty, jejichž audioverze existuje pouze v nevyhovující kvalitě. Obvykle jde o nahrávky bez interpretace, s rušivými prvky nebo bez odpovídající produkční úrovně.Nechceme nahrazovat hereckou interpretaci, ale doplňovat nabídku knihovny o obsah, který by jinak zůstal stranou. U autorsky chráněných děl postupujeme vždy v souladu s právy autorů a bez jejich souhlasu je nezpracováváme.

Jedním z hlavních zdrojů jsou pro nás e-knihy z projektu E-knihovna, kde máme k dispozici redakčně připravené texty. Ty nám zjednodušují převod do audio podoby. Vedle nich pracujeme také s texty ze soutěží pořádaných knihovnou a dalšími méně známými díly, která posuzujeme s ohledem na jejich původ a charakter.

Do vybraných textů nijak nezasahujeme, proto je důležité jejich vhodnost ověřit už při výběru. Pomocí hlasového testu sledujeme, jak text zní při poslechu (srozumitelnost, rytmus i struktura) a zároveň ověřujeme, jaký typ hlasu se k němu hodí. Nejlépe fungují kratší prózy, povídky, humoristické texty nebo díla s místním přesahem, například pragensia.

Tvorba audioknih

Samotná produkce navazuje na redakčně připravený text a probíhá v několika krocích – od hlasového testu přes kontrolu kvality až po nastavení metadat a distribuci. Díky nastavenému procesu jsme schopni vydávat nové tituly nebo jejich části v pravidelném rytmu.

Zvukovou podobu vytváříme pomocí aplikace ElevenLabs. Přestože nabízí širokou hlasovou databázi, pro češtinu je potřeba s výsledkem pracovat citlivěji. K jeho přesnému nastavení využíváme i další jazykové modely AI a postupně si budujeme vlastní hlasovou banku, kde každý hlas ladíme podle konkrétního textu a jeho charakteru. U starších titulů je projev ještě méně výrazný, u novějších se postupně daří lépe pracovat i s emočním zabarvením. V praxi se jako nejvhodnější ukázalo rozdělení titulů do kratších částí, zpravidla do 20 minut. Tento přístup umožňuje lépe kontrolovat kvalitu a zároveň usnadňuje další práci se zvukem. V postprodukci audio doplňujeme o identifikační prvky, jako je úvod, závěr, hudební podkres a zvukový branding. Hotová díla publikujeme na platformě RedCircle, která slouží jako podcastový hosting a umožňuje jejich další distribuci na Spotify, YouTube a Apple Podcasts.

Zkušenost z provozu zároveň ukazuje, že tento model je dlouhodobě udržitelný a otevírá prostor pro další rozvoj audio formátů v knihovním prostředí.

Poezie v rytmu

Začátkem roku 2026 jsme projekt rozšířili o zhudebněné básně v rámci projektu Poezie v rytmu. Tento formát navazuje na dosavadní práci s audiem a posouvá ji směrem k propojení textu, hlasu a hudby.

Při tvorbě používáme aplikaci Suno, která umožňuje převádět text do hudební podoby a pracovat s jeho rytmem, interpretací i celkovým vyzněním. Vznikají tak nahrávky, které zachovávají původní text a zároveň mu dávají novou formu. Postupně se ustálily dva přístupy. Jeden vychází z respektu k předloze a převádí text v celém nezměněném znění, druhý pracuje volněji a využívá jazykové modely AI jako tvůrčí nástroj, který text dále rozvíjí (například o refrén). V obou případech ale rozhoduje editor, který má pod kontrolou míru úprav i výslednou podobu.

Zkušenost a reflexe

Praxe ukazuje, že syntetický hlas v mnoha případech funguje velmi dobře a nabízí srozumitelný a klidný poslech. V prostředí Městské knihovny v Praze se ukazuje jako funkční nástroj, který se podařilo úspěšně začlenit do běžného provozu knihovny. Tento přístup nám umožňuje pracovat s literaturou i v audio podobě a rozšiřovat tak nabídku knihovny. Zároveň je ale potřeba mít na paměti jeho přirozené limity. Lidskou interpretaci nenahrazuje, a ne každý titul je pro tento způsob zpracování vhodný.

Reakce posluchačů jsou převážně pozitivní. Negativních ohlasů jsme zaznamenali jen minimum a postupně se ukazuje, že si tento formát nachází své publikum. Zpětná vazba nám zároveň pomáhá lépe nastavovat parametry hlasu i celkovou podobu výsledného zvuku. Podobně zatím přistupujeme i k projektu Poezie v rytmu, který je v provozu od začátku roku 2026, a proto se zpětná vazba teprve postupně formuje a ukazuje, jak na tento formát posluchači reagují. V této fázi jej proto vnímáme především jako prostor pro další hledání a ověřování možností práce se zvukem a textem.

Zkušenosti z obou projektů tak nevnímáme jako uzavřený model, ale jako průběžný proces, ve kterém hledáme, jak může knihovna smysluplně pracovat s novými technologiemi.

Závěr

Způsob, jak lidé literaturu vnímají, se postupně proměňuje. Vedle čtení se poslech stává plnohodnotným způsobem, jak literaturu přijímat. Nejde přitom o náhradu čtení, ale o jeho přirozené rozšíření o nový formát, který se postupně stává běžnou součástí práce s literaturou a promítá se i do služeb knihoven.

V Městské knihovně v Praze tuto proměnu rozvíjíme prostřednictvím projektů Nová vlna a Poezie v rytmu. Současné technologie AI využíváme jako nástroje, díky kterým hledáme a nastavujeme nové způsoby, jak literaturu zpřístupňovat a jak tyto formáty smysluplně zapojit do knihovních služeb.

Do budoucna chceme rozvíjet zejména možnosti poslechu, například umožnit uživatelům nastavit si tempo nebo zvolit typ hlasu přímo na webu knihovny. Další směr budeme rozvíjet na základě zkušeností z praxe a postupně ověřovat, jak tyto formáty zapadají do role knihovny.

---

RŮŽENA ZLATOHLÁVKOVÁ pracuje v oddělení digitalizace Městské knihovny v Praze a je garantem projektů Nová vlna a Poezie v rytmu.