Trascrivere audio in testo
Basta caricare un'intervista, una lezione, una riunione o un messaggio vocale per ricevere la trascrizione scritta. Il riconoscimento vocale mette per iscritto ciò che è stato detto, con punteggiatura, timestamp e nomi dei parlanti facoltativi, come documento o come sottotitoli per un video.
Da audio a testo
oppure trascina qui File MP3, WAV, M4A … ·
Max 95 MB per file· Fino a 20 file· Eliminati dopo 30 minuti
I file vengono elaborati sui nostri server ed eliminati dopo 30 minuti.
Le righe di sottotitoli più lunghe di questo valore vengono divise. 42 è lo standard televisivo più comune.
Facoltativo. Secondi (es. 75) o minuti:secondi (1:15). Lasciare vuoto per trascrivere dall'inizio.
Facoltativo. Stesso formato dell'inizio. Lasciare vuoto per trascrivere fino alla fine.
Come usare questo strumento
- 1
Caricare l'audio o il video
Aggiungere file audio MP3, M4A, WAV, AAC, FLAC, OGG, Opus, AMR o di altro tipo, oppure video MP4, MOV, MKV, WebM e AVI. Fino a 20 file, 95 MB ciascuno.
- 2
Scegliere lingua e formato di uscita
Lingua parlata è impostata su Rilevamento automatico. Scegliere il Formato di uscita: testo semplice, Word, PDF, sottotitoli SRT o VTT, oppure JSON con i tempi delle parole.
- 3
Trascrivere e scaricare
Premere Trascrivi; il pulsante riporta anche il formato scelto. Aprire la trascrizione, controllare nomi e numeri e scaricarla.
La conversione da audio a testo, detta anche trascrizione, trasforma il parlato registrato in parole scritte. Si carica il file, si lascia Lingua parlata su Rilevamento automatico o si sceglie la lingua, si seleziona il formato di uscita e si preme Trascrivi.
Trascrivere audio in testo: come funziona il riconoscimento vocale
Il riconoscimento vocale ascolta la registrazione a brevi finestre, trasforma ciascuna in un'immagine delle sue frequenze e lascia a un modello addestrato il compito di stabilire quali parole abbiano più probabilmente prodotto quel suono. I modelli moderni imparano da enormi quantità di parlato trascritto, quindi gestiscono voci e accenti diversi molto meglio dei software di dettatura di dieci anni fa. Punteggiatura e maiuscole vengono previste in base all'andamento della frase; disattivare Punteggiatura per ottenere solo le parole grezze.
L'impostazione della lingua conta. Il rilevamento automatico ascolta i primi 30 secondi e poi usa una sola lingua per tutto il file. Se la registrazione inizia con musica, un jingle o silenzio, o cambia lingua più volte, conviene scegliere direttamente Lingua parlata. L'elenco comprende 33 lingue, dall'inglese, spagnolo e arabo a hindi, tamil, giapponese e ucraino.
Si arriva a questo strumento da molte strade: un giornalista con un'intervista sul telefono, uno studente con una lezione registrata, un team con l'esportazione di una riunione, un creator che ha bisogno di sottotitoli. I due tipi di file più comuni hanno una pagina dedicata: da MP3 a testo per registratori e podcast e da M4A a testo per i memo vocali di iPhone. I file video funzionano direttamente, senza dover estrarre prima l'audio.
Formati di trascrizione e sottotitoli
| Formato di uscita | Contenuto | Si apre con |
|---|---|---|
| Testo semplice (TXT) | Paragrafi di testo, con marcatori temporali ed etichette dei parlanti facoltativi | Qualsiasi editor di testo, app per appunti o email |
| Word (DOCX) | Trascrizione formattata, pronta da modificare e condividere | Word, Google Docs, Pages, LibreOffice |
| Una copia fissa della trascrizione da conservare | Qualsiasi lettore PDF o browser | |
| Sottotitoli (SRT) | Didascalie numerate con orario di inizio e di fine | YouTube, programmi di montaggio, VLC |
| Sottotitoli web (VTT) | Didascalie WebVTT, il formato W3C usato dai video HTML5 | Player web, YouTube, piattaforme di corsi |
| JSON (tempi delle parole) | Ogni parola con il suo orario di inizio e di fine | Script, indici di ricerca, strumenti di editing |
Timestamp, parlanti e altre opzioni di trascrizione
- Marcatori temporali
- I Marcatori temporali inseriscono l'orario, ad esempio [01:15], davanti a ogni paragrafo delle trascrizioni TXT, Word e PDF, per ritrovare il punto nella registrazione.
- Etichette dei parlanti
- Le Etichette dei parlanti indicano chi parla con Parlante 1, Parlante 2 e così via, per interviste, riunioni e podcast. Le etichette si possono poi sostituire con i nomi.
- Punteggiatura e parole riempitive
- Punteggiatura è attiva per impostazione predefinita. Rimuovi le parole riempitive elimina «ehm», «uhm» e simili esitazioni.
- Caratteri per riga
- Per SRT e VTT, Caratteri per riga divide le didascalie lunghe: il valore predefinito è 42, il limite delle linee guida di Netflix per la maggior parte delle lingue con alfabeto latino; sono ammessi valori da 20 a 80.
- Parte da trascrivere
- Inizio e Fine limitano l'elaborazione a una sezione, in secondi (75) o minuti:secondi (1:15).
Limiti della trascrizione audio online
- Registrazioni per lotto
- 20
- Per ogni file audio o video
- 95 MB
- Lingue parlate più rilevamento automatico
- 33
- Prima dell'eliminazione di file e trascrizioni
- 30 min
Come ottenere una trascrizione più precisa
Molte parole sono sbagliate o mancano
Rumore di fondo, distanza dal microfono e persone che parlano sovrapposte causano la maggior parte degli errori. Se possibile, registrare più vicino a chi parla e verificare che Lingua parlata sia corretta.
La trascrizione è nella lingua sbagliata
Il rilevamento automatico ha riconosciuto musica o un'altra lingua nei primi 30 secondi. Scegliere direttamente Lingua parlata e trascrivere di nuovo.
I sottotitoli sono troppo lunghi da leggere a schermo
Ridurre Caratteri per riga a 32–37 per chi guarda dal telefono, così ogni didascalia si divide in righe più corte.
Nomi e termini tecnici sono scritti male
Le parole rare sono difficili per qualsiasi modello. Basta cercarle e sostituirle una volta nel file Word o di testo: di solito sono sbagliate sempre allo stesso modo.
Domande sulla trascrizione da audio a testo
Si può trascrivere audio in testo gratis senza registrazione?
Sì. Basta caricare la registrazione e premere Trascrivi: non servono account, prove gratuite o carta di credito. I file vengono eliminati automaticamente 30 minuti dopo l'elaborazione, quindi conviene scaricare la trascrizione appena è pronta.
Cosa rende un convertitore da audio a testo migliore di un altro?
Per un confronto corretto, conviene guardare l'accuratezza sul proprio tipo di registrazione, le lingue disponibili, i formati di uscita e che fine fa il file dopo l'elaborazione. Qui sono disponibili 33 lingue più il rilevamento automatico, sei formati di uscita tra cui i sottotitoli, le etichette dei parlanti, i marcatori temporali e l'eliminazione automatica dopo 30 minuti.
Quali lingue si possono trascrivere?
33, da scegliere in Lingua parlata: tra queste inglese, spagnolo, francese, tedesco, portoghese, italiano, russo, arabo, turco, hindi, bengalese, tamil, telugu, marathi, gujarati, urdu, giapponese, coreano, cinese, indonesiano, vietnamita, thai, polacco, ucraino, olandese, svedese, greco ed ebraico. Il rilevamento automatico sceglie una lingua per file in base ai primi 30 secondi.
Si possono creare i sottotitoli di un video partendo dall'audio?
Sì. Basta caricare il video, scegliere SRT o VTT in Formato di uscita e si ottiene un file di sottotitoli sincronizzato, da caricare su YouTube, in un programma di montaggio o in un player HTML5. Per cambiare in seguito il formato dei sottotitoli si può usare il convertitore sottotitoli.
Come si trascrive una registrazione di 3 ore?
I file possono pesare al massimo 95 MB, circa 1 ora e 40 minuti di MP3 a 128 kbps. Si può dividere il lavoro con Inizio e Fine, oppure alleggerire prima il file: un parlato convertito in mono a 64 kbps con comprimere audio rientra nel limite con circa 3,5 ore di durata.
La trascrizione può essere tradotta in inglese?
No, la trascrizione è scritta nella lingua parlata. Prima si trascrive, poi si incolla il testo in un servizio di traduzione: tradurre una trascrizione pulita dà risultati migliori che tradurre direttamente dall'audio, e il testo originale resta disponibile per verificare le citazioni.
Un convertitore da MP3 a testo è diverso da un trascrittore video?
Solo per il file caricato. Lo stesso riconoscimento vocale lavora sulla traccia audio di un MP4 o MOV come su un MP3 o M4A. Da MP3 a testo e da M4A a testo sono preimpostazioni di questo strumento per quei tipi di file.
Le esitazioni come «ehm» e «uhm» compaiono nella trascrizione?
Per impostazione predefinita sì, perché a volte serve una trascrizione fedele, per esempio nelle interviste di ricerca. Attivare Rimuovi le parole riempitive per ottenere una trascrizione più pulita, da leggere, citare o pubblicare.
Tutti gli strumenti Da audio a testo
Scegliete l'obiettivo esatto che vi è stato richiesto. Ogni pagina qui sotto è lo stesso strumento con impostazioni predefinite diverse.
- Convertitore da M4A a testoMemo vocali di iPhone e registrazioni M4A in testo, con timestamp e parlanti. 33 lingue; TXT, Word, PDF o sottotitoli, senza account.
- Convertitore da MP3 a testoTrascrivere un MP3 in testo in 33 lingue. Scarica testo semplice, Word, PDF o sottotitoli SRT e VTT, con timestamp e nomi dei parlanti opzionali.