Trascrivere registrazioni e voce in testo col tool online

Aggiornato il:
Usa lo strumento nel browser per convertire voce e registrazioni audio in testo, oppure sfrutta Whisper per sbobinare file lunghi senza abbonamenti.
Audio in testo

Sbobinare ore di lezioni universitarie o digitare lunghi verbali di riunione sulla tastiera prosciuga le energie e fa perdere intere giornate di lavoro. I programmi commerciali di trascrizione impongono canoni mensili pesanti o bloccano l'elaborazione dopo pochi minuti di prova.

Per superare questi limiti abbiamo integrato in questa pagina il tool Navigaweb Trascivi Audio, uno strumento aperto che sfrutta il motore vocale del browser per trasformare il parlato in testo continuo senza scaricare file pesanti. Funziona sia per la dettatura in tempo reale da smartphone e computer, sia per trascrivere file audio registrati come MP3, WAV e messaggi vocali, sfruttando una deviazione del flusso sonoro sul PC.

LEGGI ANCHE -> Convertire testo in voce naturale con lo strumento online

Trascrizione nel browser su computer e smartphone

I motori di riconoscimento vocale integrati nei browser moderni convertono le onde acustiche del microfono in stringhe alfanumeriche elaborando il segnale a blocchi continui. Concedendo il permesso di registrazione alla pagina (come sempre nessun dato viene spedito all'esterno del tuo computer o telefono), questo tool Navigaweb trascrive le parole a schermo mentre parliamo con la punteggiatura inserita tramite comandi vocali o pulsanti dedicati.

Navigaweb · Trascrizione Vocale

Scrivi con la voce in tempo reale senza installare alcun programma

Privacy Assoluta: elaborazione locale nativa nel browser, nessun audio viene salvato su server terzi
Microfono pronto. Clicca Avvia per parlare.
In attesa della tua voce...
Simboli:
Parole: 0 Caratteri: 0
Testo copiato negli appunti!

Usa come Applicazione

Caricamento istruzioni...

Funzioni integrate

  1. Autorizzazione del microfono. Al primo avvio della trascrizione, il browser mostra una richiesta di autorizzazione. Selezioniamo Consenti per aprire il canale audio in ingresso.
  2. Cadenza naturale della voce. Parliamo con il nostro tono abituale senza pause forzate tra i vocaboli. Il sistema cattura le parole in una memoria temporanea e le fissa nel modulo di testo non appena rileva una pausa nel respiro.
  3. Punteggiatura a voce o su schermo. Possiamo pronunciare i segni ortografici tradizionali come punto, virgola, punto e virgola o nuova riga. Su smartphone o tablet conviene invece toccare i tasti rapidi posti sotto il riquadro di testo per non interrompere il discorso.
  4. Esportazione del testo. Concluso il lavoro, usiamo il comando di copia per spostare il blocco di testo su Word, Google Documenti o messaggi di posta, oppure scarichiamo direttamente il documento in formato TXT sul dispositivo.

Caratteristiche uniche

  1. Nessun limite di tempo: Molti convertitori vocali online si interrompono dopo appena 30 secondi. Questo strumento include un sistema di riaggancio continuo per continuare a trascrivere finché non premi esplicitamente Ferma Dettatura.
  2. Salvataggio automatico anti-crash: Tutto ciò che detti viene memorizzato istantaneamente nella memoria locale del tuo browser (localStorage). Se ricarichi la pagina o chiudi il browser per sbaglio, ritroverai il tuo testo esattamente lì.
  3. Supporto multilingua: Oltre all'italiano, puoi selezionare l'inglese, lo spagnolo, il francese o il tedesco, ideale per traduttori, studenti o per scrivere email a contatti internazionali.
  4. Riservatezza dei dati: L'elaborazione del parlato sfrutta i modelli integrati del browser. Nessuna registrazione vocale e nessun documento scritto viene inviato, salvato o archiviato su server esterni o database di terzi.

LEGGI ANCHE: Trascrivere un video YouTube in testo pulito

Il trucco del Missaggio Stereo per trascrivere registrazioni su Windows

I sistemi operativi per smartphone isolano rigidamente le singole applicazioni per ragioni di privacy, rendendo impossibile catturare l'audio interno del telefono senza passare da un microfono esterno. Su Windows possiamo invece superare questo vincolo reindirizzando l'uscita delle casse verso l'ingresso di registrazione, facendo credere alla pagina web che il file in riproduzione sia una persona che sta parlando al microfono. Praticamente, quindi, si riesce a registrare l'audio riprodotto sul PC come se fosse trasmesso dal microfono

I passaggi per attivare il loop audio sul computer:

  1. Premiamo la combinazione di tasti Windows + R, inseriamo il comando indicato qui sotto e premiamo Invio per aprire il pannello delle periferiche sonore:
mmsys.cpl
  1. Entriamo nella scheda Registrazione. Facciamo clic destro su uno spazio privo di voci e attiviamo l'opzione Mostra dispositivi disattivati.
  2. Selezioniamo la voce Missaggio Stereo (Stereo Mix), premiamo con il tasto destro, scegliamo Abilita e subito dopo Imposta come dispositivo predefinito.
  3. Nei portatili moderni dove i produttori bloccano questa funzione a livello di driver, installiamo il componente gratuito VB-Audio Virtual Cable, impostando Cable Input come altoparlante di sistema e Cable Output come microfono predefinito.
  4. Avviamo il file MP3, la registrazione della lezione o la riunione con VLC o Windows Media Player, torniamo su questa pagina e premiamo Avvia Dettatura. Il flusso sonoro entrerà nel motore di trascrizione senza disperdersi nell'ambiente, scrivendo automaticamente il testo riga per riga.

Per preparare e ripulire le tracce di partenza potete leggere la nostra guida sui programmi per registrare audio e suoni su PC.

Dettatura vocale con Google Docs

I modelli neurali Whisper per elaborare file lunghi e audio disturbati

La trascrizione nel browser tramite Missaggio Stereo richiede la riproduzione a velocità normale (un'ora di audio richiede un'ora di attesa) e soffre le registrazioni universitarie con eco o docenti lontani dal microfono. Quando dobbiamo convertire convegni di due o tre ore senza perdere parole, la soluzione definitiva risiede nell'elaborazione in locale tramite l'architettura Whisper di OpenAI.

Per gli ambienti Windows, Mac e Linux lo strumento più completo è Buzz. Permette di trascinare qualsiasi traccia audio o video e scegliere la dimensione del modello matematico in base alla scheda video presente nel computer:

  • Modelli Tiny e Base. Richiedono circa 1 Gigabyte di memoria grafica. Elaborano l'audio a velocità impressionante ma possono sbagliare termini specialistici in presenza di rumore di fondo.
  • Modello Small. Necessita di circa 2 Gigabyte di memoria video. Rappresenta il bilanciamento ideale per le registrazioni universitarie standard catturate con lo smartphone.
  • Modello Turbo (large-v3-turbo). L'evoluzione più recente introdotta da OpenAI. Mantiene la precisione chirurgica del modello Large ma riduce di quattro volte i tempi di attesa, richiedendo circa 6 Gigabyte di memoria dedicata.

Sui computer Windows con schede video NVIDIA o AMD, l'eseguibile leggero WhisperDesktop converte un'ora di conferenza in meno di cinque minuti sfruttando le istruzioni DirectX12.

Chi lavora su computer Apple con processori serie M trova una risposta eccezionale in MacWhisper. Questo programma indirizza i calcoli sul motore neurale interno della macchina, consentendo di trascrivere decine di gigabyte di lezioni senza scaldare la scocca e con un consumo di batteria minimo.

Trascrivere vocali e registrazioni direttamente dallo smartphone

Quando siamo fuori casa e riceviamo messaggi vocali da dieci minuti che non possiamo ascoltare in pubblico, la deviazione audio del computer non è applicabile. In mobilità dobbiamo sfruttare approcci differenti a seconda del sistema operativo.

Sulle versioni recenti di WhatsApp è presente la funzione di trascrizione automatica integrata: aprendo le impostazioni dell'applicazione alla voce chat, possiamo scaricare il pacchetto della lingua italiana per visualizzare il testo scritto direttamente sotto il messaggio vocale ricevuto. Per i file audio generici o le registrazioni salvate sul registratore vocale di iPhone, l'applicazione open source Aiko permette di convertire qualsiasi file multimediale sfruttando Whisper direttamente sul telefono senza inviare tracce all'esterno.

Creare file di sottotitoli con marcatura temporale tramite Subtitle Edit

Chi produce contenuti per YouTube o prepara lezioni per corsi a distanza deve abbinare ogni riga di testo al fotogramma esatto. Il software gratuito Subtitle Edit incorpora i modelli Whisper all'interno del menu di gestione video.

Dopo aver caricato il file video o la traccia MP3, il programma analizza le frequenze vocali e genera una griglia con inizio e fine al millisecondo. Possiamo salvare i file con estensione SRT o VTT, oppure cliccare su una frase all'interno della trascrizione per posizionare all'istante il lettore sul minuto esatto della spiegazione.

Servizi online per convertire audio senza installare programmi

Se lavoriamo su postazioni aziendali con permessi bloccati che vietano l'apertura delle impostazioni audio o l'installazione di pacchetti esterni, possiamo fare affidamento su piattaforme cloud con quote aperte:

  • TurboScribe. Offre il caricamento gratuito di un numero fisso di documenti ogni giorno, garantendo un'elaborazione rapida tramite server dedicati ad alta affidabilità per la grammatica italiana.
  • Microsoft Word per il Web. Accedendo al servizio online tramite un profilo Microsoft, troviamo il comando Trascrivi nella barra laterale. Questa funzione isola i diversi interlocutori associando a ciascuno le rispettive battute, risultando indicata per sbobinare interviste a due voci o tavole rotonde.

Dettagli di sistema e sicurezza dei dati

Caratteristiche costruttive e differenze operative tra le diverse piattaforme di elaborazione:

  • Differenze tra browser e tutela della privacy. Aprendo il nostro strumento su Chrome, il motore vocale si appoggia alle API remote di Google richiedendo la connessione di rete attiva. Usando Safari su iPhone o computer Mac, l'elaborazione viene eseguita dal motore vocale integrato nel sistema operativo di Apple anche a telefono disconnesso. In entrambi i casi nessun dato viene trattenuto o archiviato dai server del nostro sito.
  • Salvataggio in cache locale. Il modulo di dettatura in questa pagina scrive i caratteri nella memoria interna del browser a ogni frase completata. Se la scheda viene chiusa per sbaglio o la batteria dello smartphone si esaurisce, il lavoro svolto ricompare automaticamente alla successiva riapertura della pagina.
  • Blocco dello spegnimento dello schermo. Attivando la visualizzazione a schermo intero sullo smartphone durante la dettatura, il codice richiama l'istruzione di sistema per inibire lo standby, permettendo di parlare a lungo senza dover toccare il vetro per mantenere il telefono vigile.

Diario di bordo di Navigaweb

Durante una conferenza di tre ore registrata con lo smartphone in fondo alla sala, il riverbero rendeva l'ascolto faticoso perfino con le cuffie. Ho caricato il file MP3 su Buzz selezionando il modello Whisper large-v3-turbo sul computer: in appena nove minuti di calcolo ho ottenuto il documento completo, con i nomi degli oratori e la terminologia medica trascritti senza errori. Per le note quotidiane o gli articoli dettati al volo tengo aperta questa pagina sul telefono con lo schermo bloccato; quando invece devo recuperare registrazioni rovinate da sale rumorose, lascio il lavoro pesante a Whisper in locale sulla scheda video.

LEGGI ANCHE: Registratore Vocale online con effetti audio e visualizzatore a onde

Vuoi andare oltre questa guida?

Punti chiave, consigli avanzati e trucchi extra con PomAI

Posta un commento