Trascrivi audio in testo
Trascina una registrazione, un memo vocale o un video e ottieni il testo nella tua lingua. Il riconoscimento vocale avviene sul tuo dispositivo.
Sigillato su questo dispositivo
Funziona nel tuo browser. Non viene caricato nulla.
Sigillato
La tua registrazione
Come funziona
-
Aggiungi la tua registrazione
Trascina un file audio o video, oppure sceglilo. Viene letto sul tuo dispositivo e non viene mai caricato.
-
Scegli la lingua
Lascia «Rileva automaticamente» o scegli la lingua parlata, poi avvia. La prima volta, il modello vocale viene scaricato una sola volta.
-
Copia o scarica
Il testo compare man mano che viene scritto. Correggilo se serve, poi copialo o salvalo come file .txt.
Domande frequenti
La mia registrazione viene caricata su un server?
No. Il file viene decodificato e trascritto nel tuo browser, sul tuo dispositivo. Viene scaricato solo il modello vocale, da questo sito, e il browser lo conserva per la volta successiva. Il tuo audio e il suo testo non vengono mai inviati da nessuna parte.
Quanto è precisa la trascrizione?
È buona con un parlato chiaro, ma non perfetta. Rumore di fondo, musica, accenti marcati, persone che si sovrappongono, nomi e termini tecnici causano errori. Rileggi il testo prima di usarlo e correggilo direttamente. Lo strumento non distingue tra le diverse persone che parlano.
Quali lingue può trascrivere?
Più di 50, tra cui inglese, spagnolo, francese, tedesco, portoghese, italiano, olandese, polacco, russo, ucraino, turco, arabo, hindi, cinese, giapponese, coreano, indonesiano, vietnamita e thailandese. La precisione è migliore per le lingue più parlate. Il rilevamento automatico ascolta i primi 30 secondi.
Quanto tempo ci vuole?
Dipende dal tuo dispositivo e dalla durata della registrazione. Il riconoscimento vocale funziona sul processore, quindi un computer recente è molto più veloce di un telefono datato. Il primo avvio include anche il download del modello, una tantum, dopo il tuo consenso. Puoi annullare in qualsiasi momento e tenere ciò che è già stato trascritto.
Quali file sono supportati?
La maggior parte dei file audio e video: MP3, WAV, M4A, AAC, OGG, Opus, FLAC, MP4, WebM e MOV. Quando il browser non riesce a leggere un file da solo, lo strumento prova con un convertitore integrato. Si possono aprire file fino a 2 GB; le registrazioni molto lunghe richiedono molta memoria.
Quali componenti open source usa?
Il riconoscimento vocale è Whisper (modello base), pubblicato da OpenAI con licenza MIT, nella versione ONNX della ONNX Community. Funziona con Transformers.js di Hugging Face (licenza Apache-2.0) e ONNX Runtime Web di Microsoft (licenza MIT). I file che il browser non sa decodificare da solo vengono convertiti con FFmpeg compilato in WebAssembly (ffmpeg.wasm), il cui nucleo è distribuito con licenza GPL.