La privacy prima di tutto
I file caricati vengono eliminati automaticamente e in modo permanente entro due ore.
Eliminazione automatica
Da parlato a TXT
È possibile dettare una dettatura, una narrazione, appunti di una lezione, risposte a un'intervista o un breve voice-over direttamente nel browser, oppure caricare una registrazione e ricevere le parole in un file di testo semplice (.txt, UTF 8). La trascrizione utilizza Whisper, il modello open source di riconoscimento vocale, sui nostri server, in circa 100 lingue rilevate automaticamente.
-
Registra: parli nel registratore del browser, fino a 30 minuti per registrazione, oppure carichi file MP3, WAV, M4A, AAC, OGG, FLAC o WebM.
-
Trascrizione: Whisper trascrive le parole con la punteggiatura; facoltativamente, contrassegna i cambi di interlocutore per interviste e riunioni. Output: un file di testo semplice (.txt, UTF 8).
-
Privato: non viene caricato nulla finché non conferma. L'audio e la trascrizione vengono eliminati automaticamente dopo l'elaborazione, al più tardi entro poche ore.
Trascrizione
Come funziona la conversione del parlato in TXT
La pagina combina un registratore nel browser con un backend di trascrizione GPU. La registrazione utilizza l'interfaccia MediaRecorder integrata in Chrome, Firefox, Edge e Safari; il riconoscimento viene eseguito da Whisper, il modello open source pubblicato da OpenAI, in funzione sul nostro hardware anziché tramite un'API di terze parti.
Come usare Converter App
1
Registra o carica
Premi "Registra con il microfono", consenti l'accesso una volta e parla. Un timer e un indicatore di livello confermano che l'audio viene acquisito. In alternativa, carichi una registrazione esistente: vanno bene anche i memo vocali di qualsiasi telefono.
2
Controlla e avvia
Ascolti la registrazione nella finestra di dialogo. Attivi "Rileva più interlocutori" per interviste e riunioni (indica chi sta parlando, ma richiede sensibilmente più tempo). Quindi avvii la trascrizione.
3
Scarichi la trascrizione
L’avanzamento viene mostrato mentre il modello lavora; alcuni minuti di parlato richiedono di solito molto meno di un minuto. Scarichi un file di testo semplice (.txt, UTF 8) dalla pagina dei risultati.
Funzionalità principali
Whisper integrato
Whisper è addestrato su 680.000 ore di audio multilingue e gestisce accenti, rumore di fondo e terminologia tecnica molto meglio dei motori di dettatura di qualche anno fa. La lingua viene rilevata automaticamente.
Rilevamento dell'oratore su richiesta
Per le conversazioni, il rilevamento opzionale degli interlocutori indica i cambi di parlante nella trascrizione. Raddoppia approssimativamente il tempo di elaborazione, per questo è disattivato per impostazione predefinita.
Output TXT adatto al vostro flusso di lavoro
La trascrizione viene salvata come file di testo semplice UTF 8 con punteggiatura e interruzioni di paragrafo normali, quindi si apre in qualsiasi editor, elaboratore di testi o app per note e può essere incollata ovunque.
Gratuito e privato
Nessun account, nessuna filigrana, nessun limite di prova. La registrazione non lascia mai il Suo dispositivo finché non conferma, mentre audio e trascrizione vengono rimossi automaticamente dopo l'elaborazione.
Esperienza e privacy
Progettato per flussi di lavoro di trascrizione affidabili.
Sviluppato da ingegneri con oltre 10 anni di esperienza in infrastrutture su larga scala, sistemi dati e calcolo scientifico. Progettato per flussi di lavoro audio reali in cui contano privacy, elaborazione affidabile e usabilità pratica.
Scelto dagli utenti
Valutato 5 stelle su Trustpilot per velocità, affidabilità e facilità d'uso.
Fiducia degli utenti
Uso accademico
Citato in ricerche pubblicate e utilizzato per la trascrizione di interviste e l’analisi qualitativa dei dati.
Uso per la ricerca
Come il parlato diventa TXT in questa pagina
Il browser registra il microfono come audio Opus (Chrome, Firefox, Edge) o AAC (Safari) e lo conserva in memoria. Quando si conferma, il file viene caricato tramite HTTPS su uno dei nostri server di trascrizione.
Lì, ffmpeg decodifica l'audio e Whisper – un modello di riconoscimento vocale open source – lo trasforma in testo in un unico passaggio, includendo punteggiatura e interruzioni di frase. Se il rilevamento dei parlanti è attivo, un modello di diarizzazione separa prima l'audio in base al parlante e la trascrizione viene annotata di conseguenza.
La trascrizione viene salvata come file di testo semplice UTF 8 con normale punteggiatura e interruzioni di paragrafo, così può essere aperta in qualsiasi editor, elaboratore di testi o app per note e incollata ovunque. La pagina dei risultati consente di scaricarla; l'audio e la trascrizione vengono eliminati automaticamente in seguito.
Consigli di registrazione più importanti di qualsiasi impostazione
Il riconoscimento vocale è efficace solo quanto l'audio. Tre fattori fanno la differenza maggiore: distanza, rumore e sovrapposizione. Tenga il microfono a 10–20 cm dalla bocca; un telefono tenuto vicino funziona meglio di un laptop posto dall'altra parte del tavolo. Spenga i ventilatori, chiuda la finestra ed eviti stanze con forte eco.
Parli a un ritmo normale e completi le frasi: il modello utilizza il contesto, quindi le frasi a metà e le parole di riempimento producono un testo peggiore rispetto a un parlato completo, anche se leggermente più lento. Per le interviste, chieda alle persone di non parlare una sopra l'altra; il parlato sovrapposto è il caso più difficile per qualsiasi sistema di riconoscimento.
Ascolti l'anteprima prima di iniziare. Se l'indicatore di livello si muove appena o resta costantemente al massimo, registri nuovamente invece di sperare che la trascrizione risulti corretta.
Usi comuni della conversione da audio a TXT
Questo strumento è utilizzato da insegnanti, podcaster, giornalisti e da chiunque pensi più velocemente parlando che digitando sulla tastiera: per scrivere la bozza di un'e-mail o di un articolo parlando, acquisire i verbali delle riunioni, trasformare una lezione o un memo vocale in appunti ricercabili, trascrivere le risposte a interviste per ricerche e ottenere una versione leggibile di un messaggio vocale che al momento non può essere riprodotto.
Poiché Whisper rileva automaticamente la lingua, la stessa pagina funziona per una dettatura in tedesco, una nota vocale in spagnolo o una lezione in inglese senza alcuna impostazione. La trascrizione non viene tradotta: viene scritta nella lingua parlata.
Per audio già disponibili come file – podcast, lezioni, chiamate – i convertitori da audio a testo e da MP3 a testo di questo sito utilizzano lo stesso motore con le stesse opzioni.
Cosa non fa questo strumento
Non traduce: le trascrizioni sono nella lingua parlata. Non genera la temporizzazione dei sottotitoli: per i file SRT o VTT utilizzi i convertitori di sottotitoli presenti su questo sito. Non identifica gli interlocutori per nome, ma solo in base al cambio di interlocutore quando il rilevamento degli interlocutori è attivo. Inoltre, non può recuperare parole non udibili nella registrazione.
Nomi propri, nomi di prodotti e abbreviazioni rare sono gli errori più frequenti; di solito, per una registrazione nitida, è sufficiente una rapida rilettura del risultato tenendoli presenti.
FAQ
Domande frequenti
Quanto è accurata la trascrizione?
Con una registrazione nitida e un solo interlocutore, Whisper riconosce correttamente ben oltre il 90 % delle parole nelle principali lingue, inclusa la punteggiatura. La precisione diminuisce in presenza di forte rumore di fondo, più persone che parlano contemporaneamente, audio molto basso o dialetti marcati: i suggerimenti per la registrazione riportati di seguito aiutano più di qualsiasi impostazione.
Quali lingue sono supportate?
Whisper riconosce circa 100 lingue e seleziona automaticamente la lingua dai primi secondi dell'audio, quindi non è necessario impostare nulla. Le registrazioni in più lingue vengono trascritte nella lingua predominante. La trascrizione viene scritta nella lingua parlata e non viene tradotta.
L'audio viene caricato mentre parlo?
No. Il registratore conserva l'audio nel Suo browser finché non preme il pulsante nella finestra di dialogo. Se annulla o chiude la scheda, non viene inviato nulla. I file caricati e le trascrizioni vengono eliminati automaticamente dopo l'elaborazione.
Quanto può essere lunga la registrazione?
Il registratore nel browser si interrompe dopo 30 minuti; i file caricati possono essere più lunghi. Il tempo di elaborazione aumenta in base alla durata dell'audio e il rilevamento degli interlocutori aggiunge all'incirca lo stesso tempo.
Cosa fa "Rileva più interlocutori"?
Esegue una fase di diarizzazione dei parlanti prima della trascrizione e inserisce un indicatore ogni volta che cambia il parlante. Lo utilizzi per interviste, riunioni e podcast; lo lasci disattivato per dettature e note vocali, dove aggiungerebbe solo tempo di attesa.
Perché un file .txt e non un documento Word?
Il testo semplice è il risultato più portabile: si apre su qualsiasi dispositivo, si incolla correttamente in note, e-mail, editor CMS e chat, e occupa pochissimo spazio. Se serve un documento formattato, incolli il testo nel suo programma di videoscrittura oppure utilizzi lo strumento di conversione da audio a PDF su questo sito.