Salta al contenuto
🤖 NLP & Intelligenza Artificiale

Sbobinatore & Trascrizione Audio (Offline)

Converti file audio e video in testo sfruttando il modello neurale Whisper direttamente nel tuo browser. Le tue registrazioni non vengono mai inviate a server esterni, garantendo la massima riservatezza.

1. Carica il File e Configura

Stato Motore IA: In attesa del file...

2. Testo Trascritto

Affidabilità di questo strumento

📅 Modello, tempi e qualità della trascrizione verificati a

👤 Chi lo cura

Curato da Brian Barrionuevo per StrumentiUtili.it, progetto indipendente senza legami con enti pubblici o aziende. Le regole si controllano sulle fonti indicate in questa pagina e si aggiornano quando cambiano: come verifichiamo i dati. Hai trovato un errore? Scrivici.

🔒 I tuoi dati

L'audio viene decodificato e trascritto nel browser: nessun file viene inviato a server. Il modello di riconoscimento vocale (circa 250 MB) viene scaricato da una CDN al primo utilizzo e resta nella cache del browser: viaggia il modello, non la tua registrazione (GDPR, artt. 5 e 25).

📚 Fonti tecniche e normative

Regolamento UE 2016/679 (GDPR), artt. 5, 25 e 32; modello Whisper (OpenAI) nella versione ONNX quantizzata Xenova/whisper-small; documentazione Transformers.js 2.16 e ONNX Runtime Web; specifica Web Audio API; formato sottotitoli SubRip (SRT).

Trascrivere un audio in testo o sottotitoli sul tuo computer

Lo strumento trascrive registrazioni e video con il modello Whisper, eseguito nel browser. L’audio non viene inviato a nessun servizio. La prima volta il browser scarica il modello, circa 250 MB, che poi resta in memoria.

Come si usa

  1. Carica un file audio o video (MP3, WAV, M4A, OGG, WEBM, MP4 e altri formati che il browser sa aprire).
  2. Avvia la trascrizione e lascia la scheda in primo piano.
  3. Scarica il testo in TXT o i sottotitoli in SRT, con i tempi di ogni frase.

Quanto tempo serve

Il calcolo avviene sul processore, quindi i tempi dipendono dal dispositivo. In una prova su computer desktop, 9 secondi di parlato hanno richiesto 31 secondi al primo avvio (con lo scaricamento del modello) e 14 secondi la volta dopo.

DispositivoTempo rispetto alla durata dell’audio
Computer desktop recenteda 0,5 a 1 volta
Portatile di fascia mediada 1 a 2 volte
Dispositivo datato o in risparmio energeticooltre 2 volte

Per registrazioni lunghe tieni il computer collegato alla corrente e chiudi le altre schede. Su smartphone datati la trascrizione può non partire.

Per un risultato migliore

  • Microfono vicino a chi parla, ambiente silenzioso, una voce alla volta.
  • Taglia i lunghi silenzi: nelle pause il modello a volte ripete l’ultima frase.
  • Controlla nomi, numeri e importi: il modello scrive i numeri in cifre («forty eight thousand euros» diventa «€48,000») e può sbagliarli.
  • I sottotitoli SRT seguono le frasi riconosciute: per un video da pubblicare ritoccali in un programma di montaggio.

Registrare e trascrivere: le regole

Registrare una conversazione a cui partecipi è di regola lecito anche senza il consenso degli altri, ma diffonderne il contenuto è un’altra cosa e richiede una base legale. Nelle interviste è buona prassi avvisare che si registra, togliere dalle trascrizioni i dati non necessari e cancellare l’audio quando non serve più. La trascrizione automatica non è un verbale e non ha valore certificativo.

Domande frequenti

Quali formati sono supportati?

Quelli che il browser sa decodificare: MP3, WAV, M4A, OGG, WEBM e la traccia audio di molti video. Se un file non si apre, convertilo in MP3 o WAV.

Distingue chi sta parlando?

No: trascrive il parlato con i tempi, ma non attribuisce le frasi alle persone. Puoi annotarlo a mano partendo dal file SRT.

Posso tradurre l’audio?

Trascrivi nella lingua originale e poi usa il traduttore, anche lui eseguito nel browser.

Cos’è il file SRT?

Un file di sottotitoli in cui ogni frase ha un tempo di inizio e di fine. Funziona con i lettori video e serve anche a ritrovare un punto preciso della registrazione.

Perché a volte ripete la stessa frase?

Succede nei silenzi lunghi o con rumore costante. Tagliare le pause riduce il problema; le ripetizioni vanno tolte in revisione.

L’audio viene caricato online?

No: viene decodificato e trascritto nel browser. Dalla rete arriva solo il modello, la prima volta.

Fonti

  • Regolamento UE 2016/679 (GDPR), artt. 4 e 9: la voce come dato personale e i dati particolari.
  • Modello Whisper di OpenAI, versione small quantizzata per Transformers.js.