Trascrizione

La precisione tipicamente supera il 95% per audio chiaro nelle lingue supportate. Usiamo il riconoscimento vocale leader del settore di OpenAI sotto il cofano, lo stesso modello che alimenta molti strumenti di trascrizione professionali.

La precisione nel mondo reale dipende da tre cose: chiarezza dell'audio (il rumore di fondo penalizza), accenti degli interlocutori (forti accenti regionali possono far scendere di qualche punto) e la lingua stessa (inglese e spagnolo tendono ad avere i punteggi più alti). Se vuoi la massima precisione, leggi Quale qualità audio offre i migliori risultati? per i piccoli dettagli che fanno una grande differenza.

Sì — l'identificazione degli interlocutori è disponibile in ogni piano, incluso il piano Free. Nel modulo di caricamento, imposta Identifica interlocutori su Sì ed etichetteremo automaticamente ogni interlocutore nella tua trascrizione come Speaker 1, Speaker 2 e così via.

Funziona benissimo per riunioni, interviste, podcast e qualsiasi conversazione a più persone. Non c'è limite al numero di interlocutori che possiamo rilevare. L'identificazione degli interlocutori aggiunge un po' di tempo di elaborazione, quindi lasciala disattivata per registrazioni solitarie (lezioni, promemoria vocali, contenuti con un solo narratore) per ottenere risultati più rapidi.

Supportiamo 99 lingue per la trascrizione, tra cui inglese, spagnolo, portoghese, francese, tedesco, italiano, giapponese, cinese, coreano, russo, arabo, hindi e molte altre.

Puoi scegliere esplicitamente la lingua nel modulo di caricamento per la migliore precisione, oppure lasciarla su Auto e la rileveremo per te. L'elenco delle lingue è lo stesso supportato da OpenAI Whisper, e anche l'interfaccia di SoundScript.AI è disponibile in tutte le 99 lingue — leggi Dove posso aggiornare la lingua dell'interfaccia? per cambiare la tua.

Voci chiare registrate vicino a un microfono, con il minimo rumore di fondo. Questa è la versione breve. Ecco cosa aiuta di più:

• Usa un microfono decente — anche un microfono USB entry-level o un telefono moderno è molto meglio del microfono integrato di un laptop.
• Registra in una stanza silenziosa — chiudi le finestre, spegni i ventilatori ed evita superfici dure che creano eco.
• Avvicinati al microfono — 15-30 cm è la distanza ideale per un parlato naturale.
• Evita la musica di sottofondo quando possibile — leggi Come gestisce SoundScript.AI la musica di sottofondo o il rumore? per sapere cosa aspettarti quando la musica è inevitabile.

La maggior parte dei file è pronta in pochi secondi o un paio di minuti. Un tipico file audio di 10 minuti di solito finisce in meno di 30 secondi.

I file più grandi di 25MB vengono divisi automaticamente in frammenti ed elaborati in parallelo, quindi anche una registrazione di un'ora è solitamente pronta in 2-3 minuti. Abilitare l'identificazione degli interlocutori aggiunge un po' di tempo extra. La barra di avanzamento si aggiorna in tempo reale — non c'è nulla da ricaricare.

Dividiamo automaticamente i file di grandi dimensioni in frammenti più piccoli dietro le quinte, li trascriviamo in parallelo e ricomponiamo i risultati. Non devi fare nulla — basta caricare il tuo file come al solito.

La dimensione massima di caricamento è 1GB. Ogni frammento viene elaborato in modo indipendente, motivo per cui un file di un'ora può essere pronto in pochi minuti. I confini dei frammenti vengono posizionati su silenzi naturali quando possibile per evitare di tagliare le parole a metà frase.

I nomi propri — nomi di persone, marchi, termini tecnici, acronimi — sono la parte più difficile della trascrizione perché non seguono i normali schemi del linguaggio. Anche un ottimo audio può produrre nomi scritti male.

Alcune cose che aiutano:

• Scegli la lingua esplicitamente invece di usare il rilevamento automatico.
• Pronuncia i nomi propri chiaramente durante la registrazione, con una piccola pausa intorno a loro.
• Modifica la trascrizione dopo — puoi copiare il testo in qualsiasi editor e correggere i nomi con trova-e-sostituisci. Attualmente non supportiamo un elenco di vocabolario personalizzato, ma è nei nostri piani.

Puoi copiare il testo della trascrizione dalla pagina dei risultati e modificarlo in qualsiasi editor di testo o elaboratore di testi — Google Docs, Microsoft Word, Blocco note, quello che preferisci.

Non abbiamo ancora un editor integrato nell'app, quindi le modifiche che fai al di fuori di SoundScript.AI non vengono salvate sui nostri server. La trascrizione originale rimane nella tua dashboard così puoi sempre scaricare una copia fresca. Usa i formati di download .doc o .txt se vuoi modificare e mantenere la formattazione.

SRT è il formato standard per i sottotitoli — include i timestamp così ogni riga di testo appare al momento giusto nel tuo video. Usalo per YouTube, Vimeo, editor video come Premiere o Final Cut, o qualsiasi lettore compatibile con i sottotitoli.

TXT è testo semplice senza timestamp — perfetto per documenti, post di blog, interviste trascritte, o qualsiasi cosa dove vuoi solo le parole. Offriamo anche DOC (documento Word formattato) e PDF (stampabile) — leggi Come scarico in TXT, DOC o PDF? per i dettagli.

Facciamo del nostro meglio, ma la musica di sottofondo pesante o il rumore riducono la precisione. Il rumore ambientale leggero (un caffè tranquillo, un ventilatore in funzione) di solito non causa problemi. La musica forte o le voci concorrenti sono i casi più difficili.

Per contenuti in stile intervista con musica introduttiva, di solito vedrai la musica trascritta come testo senza senso o saltata, poi la precisione ritorna quando inizia il parlato. Se puoi registrare la versione solo-voce del tuo audio (o rimuovere la musica con uno strumento come Audacity prima), la precisione sarà notevolmente migliore.