Da audio a testo.
Trasforma l’audio in testo grazie all’intelligenza artificiale, direttamente nel tuo browser. Seleziona una registrazione, scegli la dimensione del modello e ottieni una trascrizione che puoi copiare o scaricare come sottotitoli in formato TXT, SRT o VTT. I tuoi file audio non vengono mai caricati: il modello di riconoscimento vocale viene scaricato una sola volta ed elabora i dati sul tuo dispositivo, quindi non è necessario creare un account, non ci sono limiti di tempo e nessun file viene memorizzato sui server di terzi.
La prima volta che si utilizza il servizio, viene scaricato un modello di riconoscimento vocale di 77 MB, che viene poi memorizzato nella cache del browser.
Altri strumenti di trascrizione.
Lo stesso motore, privato e integrato direttamente nel browser, ottimizzato per uno specifico compito:
Come convertire un file audio in testo.
- È possibile inserire un file audio o video: i formati MP3, WAV, M4A e FLAC sono supportati, così come la maggior parte dei file audio e video.
- Seleziona la dimensione del modello e la lingua parlata (oppure lascia che venga rilevata automaticamente), quindi fai clic su «Trascrivi».
- Visualizza il flusso del testo, quindi copialo o scaricalo in formato TXT, SRT o VTT.
Informazioni su questo strumento di conversione da audio a testo.
Questo strumento esegue direttamente nel browser il modello open source Whisper di OpenAI per il riconoscimento vocale. La prima volta che lo si utilizza, il modello scelto (da 41 a 249 MB) viene scaricato e memorizzato nella cache, in modo che le trascrizioni successive possano iniziare senza tempi di attesa. Nessuna informazione relativa alla registrazione viene memorizzata, tracciata o inviata a un server.
Sono disponibili tre diverse dimensioni del modello, che consentono di scegliere tra velocità e precisione: la modalità «Veloce» è ideale per prendere appunti rapidamente, la modalità «Equilibrata» è adatta alla maggior parte delle registrazioni e la modalità «Precisa» è perfetta quando è importante trascrivere ogni singola parola. I segmenti vengono contrassegnati con un timestamp e salvati come file di sottotitoli in formato SRT o VTT, pronti per essere inseriti direttamente nei programmi di editing e riproduzione video. Inoltre, la funzione di traduzione converte l’audio in qualsiasi lingua supportata in testo in inglese.
Domande frequenti
È stata caricata la mia registrazione da qualche parte?
No. La trascrizione viene eseguita interamente nel browser utilizzando un modello di intelligenza artificiale locale (Whisper, un progetto open source di OpenAI). L’unico elemento da scaricare è il modello stesso; i file audio non vengono mai trasferiti dal dispositivo e questo è verificabile tramite il pannello di rete del browser.
Quali lingue sono supportate?
Il modello è multilingue e riconosce la voce in circa 99 lingue, tra cui inglese, spagnolo, cinese, francese, tedesco, portoghese, giapponese e indonese. Lascia attiva l’opzione di rilevamento automatico della lingua oppure impostala manualmente per ottenere una maggiore precisione. È inoltre possibile tradurre direttamente in testo inglese la voce proveniente da qualsiasi lingua supportata.
Quanto è preciso?
Funziona molto bene con un discorso chiaro e i modelli più grandi offrono prestazioni sensibilmente migliori. Come tutti i sistemi di riconoscimento vocale, ha difficoltà con il rumore di fondo eccessivo, gli accenti marcati, le voci che si sovrappongono e la musica, e può persino generare testo durante i lunghi silenzi. Pertanto, è sempre consigliabile controllare il risultato prima di pubblicarlo.
Quanto tempo richiede la trascrizione?
Dipende dal dispositivo e dalla dimensione del modello: la registrazione viene elaborata localmente, in genere con una velocità superiore di qualche volta rispetto alla velocità in tempo reale su un laptop moderno con il modello «Balanced». I file più lunghi richiedono semplicemente più tempo: mantieni la scheda aperta durante l’elaborazione.