Pisanie głosem w Google Docs: czy da się transkrybować audio?

Dokumenty Google potrafią transkrybować tylko to, co mówisz do mikrofonu na żywo: otwórz Narzędzia > Pisanie głosem, kliknij mikrofon i mów, a Dokumenty wpiszą twoje słowa w miejscu kursora. Nie przetranskrybują przesłanego pliku audio, więc nagrany wywiad, wykład czy spotkanie musisz przetranskrybować gdzie indziej i przenieść tekst do Dokumentów. Ten poradnik wyjaśnia, jak działa pisanie głosem w Google Docs, jakie języki i polecenia obsługuje, dlaczego odtwarzanie nagrania do mikrofonu rozczarowuje i jakie są lepsze drogi dla nagrań.

To nieporozumienie łatwo zrozumieć. Zapytania w rodzaju „Google Docs transkrypcja" często wpisują osoby, które mają nagranie i liczą, że Dokumenty mają do tego przycisk, tak jak Microsoft Word. Nie mają, ale pisanie głosem to wciąż dobre darmowe narzędzie do dyktowania, jeśli znasz jego ograniczenia.

Co pisanie głosem w Google Docs robi, a czego nie

Pisanie głosem to dyktowanie na żywo. Zastępuje klawiaturę, a nie jest usługą transkrypcji.

Co robi:

• Wpisuje twoją mowę do Dokumentu Google w czasie rzeczywistym, w długiej liście języków, w tym po polsku.
• Przyjmuje wypowiadaną interpunkcję, a po angielsku także polecenia edycji i formatowania.
• Nic nie kosztuje i wymaga tylko mikrofonu.

Czego nie robi:

• Nie przyjmuje plików. Nie ma opcji importu MP3, M4A, WAV ani wideo.
• Nie rozdziela mówców. Wszyscy są zapisywani jako jeden strumień tekstu.
• Nie dodaje znaczników czasu ani nie zachowuje nagrania.
• Nie działa w aplikacji mobilnej Dokumentów. Na telefonie zamiast tego używa się mikrofonu w klawiaturze, na przykład pisania głosem w Gboardzie.

Strona pomocy Google podaje, że gdy włączasz pisanie głosem, usługą zamiany mowy na tekst steruje twoja przeglądarka. Dlatego obsługa przeglądarek ma znaczenie.

Jak korzystać z pisania głosem w Google Docs

1. Otwórz dokument na komputerze. Strona pomocy Google wymienia jako obsługiwane najnowsze wersje Chrome, Edge i Safari. Wiele starszych poradników mówi tylko o Chrome; to już nieaktualne, choć Chrome pozostaje najlepiej przetestowaną opcją.
2. Kliknij Narzędzia > Pisanie głosem. Pojawi się okienko z mikrofonem.
3. Wybierz język w menu nad mikrofonem, jeśli nie jest ustawiony prawidłowo – na przykład polski.
4. Kliknij mikrofon i zezwól na dostęp, gdy przeglądarka o to poprosi. Mikrofon zmienia kolor, gdy słucha.
5. Mów wyraźnie w normalnym tempie. Słowa pojawiają się w miejscu kursora. Jeśli się pomylisz, mów dalej; poprawisz to później klawiaturą lub głosem.
6. Zakończ, klikając mikrofon ponownie (po angielsku możesz też powiedzieć „stop listening").

Jeśli Dokumenty informują, że mają problem z usłyszeniem cię, Google radzi przejść do cichszego pomieszczenia, użyć zewnętrznego mikrofonu lub dostosować głośność wejścia. Na kontach służbowych i szkolnych administrator mógł wyłączyć tę funkcję.

W Prezentacjach Google odpowiednikiem jest dyktowanie notatek prelegenta w menu Narzędzia (w angielskiej wersji „Dictate speaker notes").

Języki i polecenia głosowe

Języki

Pisanie głosem obsługuje długą listę języków i regionalnych odmian. Strona pomocy Google wymienia, obok wielu innych, angielski (USA, Wielka Brytania, Indie, Australia, Kanada, Nigeria i inne), hiszpański (Hiszpania, Meksyk, USA i większość Ameryki Łacińskiej), portugalski (Brazylia i Portugalia), francuski, niemiecki, włoski, niderlandzki, polski, rosyjski, ukraiński, turecki, arabski (wiele regionów), hindi, bengalski, japoński, koreański, chiński, wietnamski, indonezyjski, ormiański, gruziński i suahili. Wybierz dokładnie tę odmianę, którą mówisz; angielski (Indie) i angielski (USA) to osobne opcje nie bez powodu.

Polecenia interpunkcyjne

Interpunkcję dodajesz, wypowiadając ją: kropka, przecinek, wykrzyknik, znak zapytania, nowy wiersz i nowy akapit (po angielsku „period", „comma", „new paragraph" itd.). Google zaznacza, że interpunkcja może nie być dostępna w każdym języku, więc jeśli polecenie zostaje wpisane jako słowo, ten język prawdopodobnie go nie obsługuje. Przetestuj to po polsku na krótkim fragmencie, zanim zaczniesz dyktować dłuższy tekst.

Polecenia edycji i formatowania (tylko po angielsku)

Google podaje, że polecenia głosowe do edycji i formatowania działają tylko po angielsku, a zarówno język konta, jak i język dokumentu muszą być ustawione na angielski. Przykłady:

• Zaznaczanie: „select paragraph", „select word"
• Formatowanie: „bold", „italicize", „underline", „apply heading 1" (do 6), „create bulleted list"
• Edycja: „copy", „paste", „delete", „insert link", „insert table"
• Nawigacja: „go to the end of the line", „go to the end of the paragraph"
• Sterowanie: „stop listening", „resume" oraz „voice commands list", żeby wyświetlić pomoc

Jeśli polecenie zostaje wpisane zamiast wykonane, zrób pauzę przed nim i po nim, wypowiedz je powoli i powiedz „undo", jeśli Dokumenty źle usłyszały.

Czy Dokumenty Google potrafią transkrybować pliki audio?

Nie, a strona pomocy Google w ogóle nie wspomina o plikach audio. Pisanie głosem słyszy tylko to, co w czasie rzeczywistym dociera do mikrofonu.

Obejście „odtwórz nagranie do mikrofonu"

Typowa rada to odtworzyć nagranie przez głośniki, podczas gdy pisanie głosem słucha. Niektórzy zamiast tego kierują dźwięk wewnętrznie przez wirtualny kabel audio. Da się w ten sposób uzyskać tekst, ale jest to zawodne:

• Tylko w czasie rzeczywistym. Godzinne nagranie zajmuje co najmniej godzinę i musisz przy nim siedzieć.
• Straty między głośnikiem a mikrofonem. Pogłos w pomieszczeniu, głośniki laptopa i hałas w tle obniżają jakość, zanim rozpoznawanie w ogóle się zacznie.
• Może się zatrzymać. Użytkownicy często zgłaszają, że pisanie głosem wyłącza się po dłuższej ciszy albo po kliknięciu w inne okno, a możesz tego nie zauważyć, dopóki nie zabraknie kilku minut.
• Bez mówców i znaczników czasu. Wywiady i spotkania zamieniają się w jeden niepodzielony blok tekstu.
• Jeden język. Jeśli w nagraniu zmienia się język, tekst się rozsypuje.
• Bez interpunkcji. W nagraniach nikt nie mówi „kropka", więc dostajesz tekst bez podziału na zdania.

Przy dwuminutowym fragmencie w awaryjnej sytuacji to wystarczy. Przy czymkolwiek, na czym musisz polegać, użyj narzędzia stworzonego do plików.

Lepsze sposoby na przeniesienie nagrania do Google Docs

Przetranskrybuj plik, a potem otwórz go w Dokumentach

Specjalna usługa do transkrypcji nagrań przyjmuje plik bezpośrednio, sama dodaje interpunkcję, rozdziela mówców i działa znacznie szybciej niż w czasie rzeczywistym. Z Audiotexta:

1. Otwórz aplikację webową Audiotexta i prześlij plik audio lub wideo albo wklej link. W darmowym planie przy plikach do 30 minut konto nie jest potrzebne.
2. Zostaw włączone wykrywanie języka lub wybierz język, a przy wywiadach i spotkaniach zostaw włączone oznaczenie mówców.
3. Przejrzyj transkrypcję podczas odtwarzania nagrania, popraw nazwiska i zmień nazwy mówców.
4. Wyeksportuj. W darmowym planie wyeksportuj TXT i wklej go do Dokumentu Google. W planie Pro wyeksportuj DOCX, prześlij go na Dysk Google i otwórz w Dokumentach Google, dzięki czemu nagłówki, akapity i nazwy mówców przejdą jako zwykły sformatowany tekst.

Limity planów znajdziesz w cenniku.

Gemini i inne narzędzia Google

Narzędzia AI od Google szybko się rozwijają. Aplikacja Gemini może przyjąć przesłany plik audio i zwrócić transkrypcję lub podsumowanie, a z wyniku potrafi utworzyć Dokument Google; zewnętrzne poradniki zgłaszają, że długie pliki mogą zostać ucięte, a limity plików różnią się w zależności od konta i planu. Dostępność funkcji Gemini w Dokumentach i Workspace zależy od subskrypcji i administratora, więc sprawdź, co pokazuje twoje konto. Przy spotkaniach transkrypcja w Google Meet i funkcja robienia notatek („Take notes for me") zapisują notatki w Dokumentach w obsługiwanych planach Workspace; omawia to nasz poradnik o transkrypcji spotkań.

Transkrypcja w Microsoft Word

Jeśli masz Microsoft 365, funkcja Transkrybuj w Wordzie przyjmuje przesłane nagrania. Nasz poradnik o transkrypcji w Microsoft Word opisuje kroki i limity; plik Worda możesz potem przesłać na Dysk Google.

Pisanie głosem w Docs, Transkrybuj w Wordzie i Audiotexta

Informacje sprawdzone na stronach pomocy Google i Microsoftu w październiku 2026.

Pisanie głosem jest najlepsze z tej trójki w tym, do czego powstało: dyktowaniu własnych słów do dokumentu, za darmo, w wielu językach. Transkrybuj w Wordzie jest wygodne, jeśli już z niego korzystasz. Specjalna usługa to praktyczny wybór przy nagraniach, zwłaszcza długich, wielojęzycznych lub z kilkoma mówcami.

Wskazówki, jak lepiej pisać głosem

• Używaj zestawu słuchawkowego lub zewnętrznego mikrofonu. Wbudowane mikrofony laptopów zbierają szum wentylatorów i stukanie klawiatury.
• Dyktuj krótkimi, pełnymi zdaniami i od razu wypowiadaj interpunkcję; to szybsze niż poprawianie jej później.
• Rób pauzę przed poleceniami, żeby Dokumenty nie wpisały „nowy akapit" jako słów.
• Poprawiaj po fakcie, nie w trakcie. Zatrzymywanie się przy każdym słowie wybija z rytmu; zrób porządki na końcu.
• Sprawdzaj nazwiska i liczby. Rozpoznawanie mowy zgaduje nazwy własne – po polsku szczególnie przy odmianie nazwisk. Więcej wskazówek dotyczących dyktowania na telefonie i komputerze znajdziesz w naszym poradniku o dyktowaniu i zamianie mowy na tekst.

Czy więc Google Docs potrafi transkrybować? Potrafi transkrybować ciebie, na żywo i za darmo. Gotowe nagranie przetranskrybuj gdzie indziej, a Dokumentom zostaw to, co robią najlepiej: edycję i udostępnianie tekstu.