Pagina iniziale › Come trascrivere un audio

Guida passo passo

Come trascrivere un audio sul Mac, passo passo

Hai già il file — la registrazione di una riunione, un'intervista, una lezione, un messaggio vocale interminabile — e ti serve il testo. Qui trovi come trascrivere un audio sul Mac, dall'importazione all'esportazione, con i punti in cui conviene fermarsi a controllare. Tutto avviene sul tuo Mac: il file non viene caricato da nessuna parte e non c'è un costo al minuto.

Come trascrivere un audio: che cosa serve prima

Servono un Mac con Apple Silicon (M1 o successivo) e macOS 13 o versione successiva; sui Mac Intel l'app non funziona. Al primo avvio viene scaricato il modello di riconoscimento, una volta sola: da quel momento la connessione non serve più, e puoi trascrivere anche in aereo o su una rete senza accesso esterno. Non c'è un account da creare.

Se il file lo hai già sul disco, salta direttamente al passo 1. Se devi ancora registrarlo, la sezione «se il file non ce l'hai ancora» più in basso spiega come fare, e che cosa controllare prima di premere il tasto rosso quando ci sono altre persone.

1. Porta il file nell'app

Il modo più rapido è trascinare il file nella finestra dell'app. Vanno bene sia i file audio sia i video: da un video l'audio viene estratto automaticamente, quindi la registrazione di una videochiamata o di un webinar si tratta esattamente come un file audio. Non c'è un limite di durata pensato per scoraggiarti: un file di due ore si elabora, semplicemente ci mette più di un file di dieci minuti.

I formati sono quelli abituali — MP3, M4A, WAV, AAC, AIFF, FLAC per l'audio, MP4, MOV, M4V per i video — e la regola pratica è che se il tuo Mac sa riprodurre il file, l'app lo elabora. Un MP3 scaricato da un registratore, l'M4A di un Memo Vocale, l'MP4 di una riunione registrata: nessuna conversione preliminare da fare.

Un consiglio pratico prima di partire: se il file è il risultato di una registrazione andata storta — microfono lontano, stanza che rimbomba, volume bassissimo — nessun software recupera quello che non è stato registrato. Se hai una seconda traccia migliore della stessa cosa, usa quella.

2. La lingua viene riconosciuta da sola

Non devi dichiarare in che lingua è il file: il sistema copre 99 lingue e determina da solo quale viene parlata. È utile per i materiali misti, per esempio un intervento in italiano pieno di termini inglesi di settore, che non manda in confusione il riconoscimento.

Il limite da conoscere è che la lingua viene stabilita per registrazione: se una riunione passa all'inglese per venti minuti e poi torna all'italiano, il risultato è più disomogeneo. Chi lavora sempre nelle stesse due o tre lingue può restringere l'elenco, così un passaggio breve o poco chiaro non finisce assegnato a una lingua che non c'entra nulla.

3. L'app separa le voci

Se nella registrazione parlano più persone, il trascritto non arriva come un muro di testo: viene diviso per interlocutore, con un'etichetta e un marcatore temporale per ogni blocco. Assegni un nome a un blocco e tutti gli altri blocchi della stessa voce lo ereditano; le attribuzioni sbagliate si correggono a mano, e due voci separate per errore si possono riunire.

Aspettative realistiche: con due o tre persone che si lasciano finire le frasi la separazione è affidabile; con sei persone intorno a un tavolo e un solo microfono va rivista. Il dettaglio completo sta nella pagina su come riconoscere chi parla.

4. Rileggi: quello che esce è una bozza

È il passaggio che quasi tutte le guide saltano, ed è quello che distingue un trascritto utilizzabile da uno che ti farà perdere tempo dopo. Controlla in quest'ordine:

• Nomi propri e nomi di aziende. Sono la prima fonte di errori, perché il sistema li rende con la parola comune che gli somiglia di più.
• Sigle e termini tecnici. Stesso problema, aggravato dal fatto che una sigla sbagliata sembra corretta a chi legge.
• Numeri, cifre e date. Vale la pena riascoltare i punti in cui compaiono importi o scadenze.
• Punteggiatura. È un'interpretazione del sistema, non qualcosa che hai pronunciato: a volte spezza una frase nel punto sbagliato e cambia il senso.
• Sovrapposizioni. Dove due persone parlano insieme, le battute si mescolano: sono i punti da riascoltare per primi.

Ogni blocco porta la sua posizione nella registrazione, quindi verificare un passaggio dubbio significa cliccarci sopra e riascoltare quei dieci secondi, non riascoltare l'ora intera.

5. Esporta nel formato che ti serve

Dalla stessa trascrizione escono tre cose diverse a seconda dell'uso: il testo, per incollarlo in un documento o in una mail; i sottotitoli in SRT o VTT, se il materiale di partenza è un video e ti serve caricare i sottotitoli insieme a esso; il testo con i marcatori temporali, se stai citando dei passaggi e devi poter risalire al punto esatto dell'audio.

6. Ritrova quello che ti serve, mesi dopo

Le registrazioni e i trascritti restano in una libreria locale con la ricerca a testo pieno: puoi cercare una frase e trovare in quale registrazione è stata pronunciata, da chi e a quale minuto. In pratica è il motivo per cui vale la pena trascrivere anche materiale che non riguarderai mai per intero — non stai producendo un documento, stai rendendo cercabile un archivio.

Il caso dei messaggi vocali lunghi

Il vocale da undici minuti che non hai voglia di ascoltare è un caso d'uso legittimo e molto frequente. Il procedimento è identico: esporti o salvi il file audio dall'app di messaggistica, lo trascini dentro e ottieni il testo, che si legge in un minuto invece di undici. Trattandosi spesso di conversazioni private, il fatto che l'elaborazione resti sul tuo Mac non è un dettaglio: quel messaggio non finisce sul server di nessuno per essere convertito.

Se il file non ce l'hai ancora

L'app registra il microfono, l'audio di sistema del Mac o entrambi insieme. Registrando l'audio di sistema si cattura anche una riunione su Teams, Zoom, Google Meet o Slack, o una telefonata fatta dal Mac, senza invitare alcun assistente automatico nella riunione e senza chiedere accesso al calendario. Registrare non è mai conteggiato.

Quando ci sono altre persone. In Italia registrare una conversazione alla quale partecipi è lecito, ma l'uso e la diffusione della registrazione e del trascritto sono un'altra questione, e captare una conversazione fra terzi a cui non prendi parte è penalmente rilevante. Sul lavoro c'è in più l'art. 4 dello Statuto dei lavoratori (L. 300/1970), che subordina i controlli a distanza sull'attività dei dipendenti a un accordo sindacale o a un'autorizzazione dell'Ispettorato del lavoro. In pratica: avvisa prima, annota che i presenti sono stati informati, e se qualcuno dice di no non registrare. Indicazione pratica, non consulenza legale.

Quanto ci mette, quanto costa

L'elaborazione avviene sulla GPU del Mac, quindi il tempo dipende dalla durata del file, dal modello scelto e dal chip che hai: un modello più grande è più accurato e più lento. Non c'è coda, non c'è un caricamento da attendere e non c'è una tariffa al minuto, perché non c'è un server dall'altra parte.

Il download dell'app è gratuito. La versione gratuita include 5 trascrizioni audio e 5 video in totale — complessive, non giornaliere — più 5 minuti di dettatura al giorno; registrare non è mai limitato e ritrascrivere una registrazione già elaborata è gratuito e non consuma quota, quindi puoi rifare la stessa trascrizione con un modello diverso senza penalità. Per andare oltre si sblocca Pro con un acquisto in-app una tantum da 49,99 $, senza abbonamento; l'App Store italiano mostra l'importo in euro.

Gli errori che costano più tempo

• Registrare troppo lontano. Trenta centimetri di distanza in meno valgono più di qualsiasi impostazione del software.
• Non far dire il nome a ciascuno all'inizio. Un breve giro di presentazioni dà a ogni voce un blocco pulito e rende immediato assegnare le etichette dopo.
• Consegnare senza rileggere. Un trascritto automatico non revisionato contiene sempre qualche nome o sigla sbagliata, e l'errore è tanto più insidioso quanto più il testo scorre bene.
• Registrare in una stanza che rimbomba. Il riverbero confonde proprio le caratteristiche che permettono di distinguere due voci.

Domande frequenti

Argomenti correlati