Trascrivi l'audio in testo nel tuo browser
Questo strumento trasforma un file audio in testo — trascrizione semplice, righe con timestamp o sottotitoli pronti all'uso (SRT / VTT) — usando il modello Whisper di OpenAI eseguito direttamente sul tuo dispositivo. Carica un file MP3, WAV, M4A, OGG, FLAC o WebM e riavrai il testo senza caricare nulla. Il tuo audio non lascia mai il browser; solo il modello AI viene scaricato (una volta) da una CDN, poi tutto viene eseguito localmente.
Come funziona
Lo strumento esegue un modello di riconoscimento vocale open source — Whisper (OpenAI) o il leggero Moonshine (Useful Sensors), entrambi con licenza MIT — nel tuo browser tramite Transformers.js, all'interno di un Web Worker così la pagina non si blocca mai. Il tuo file viene decodificato e ricampionato ad audio mono a 16 kHz, diviso in blocchi di 30 secondi e trascritto blocco per blocco. Scegli il modello adatto alle tue esigenze di lingua e qualità:
I due modelli Moonshine (Useful Sensors, MIT) sono un'opzione ultraleggera creata per il parlato inglese sul dispositivo. Restituiscono solo testo semplice — niente timestamp, quindi niente SRT/VTT — e sono pensati per clip brevi anziché registrazioni lunghe. Per lingue diverse dall'inglese, o quando ti servono sottotitoli o audio di lunga durata, usa un modello Whisper.
Poiché il modello viene eseguito localmente:
- Il tuo audio non lascia mai il computer — nulla viene inviato a un server.
- Dopo il primo download, il modello viene memorizzato in cache e funziona offline.
- I browser con WebGPU (Chrome ed Edge recenti) sono molto più veloci del fallback su CPU (WebAssembly).
Passaggi
- Trascina un file audio nell'area di caricamento (o clicca per sceglierne uno).
- Scegli un modello: Bilanciato è un buon valore predefinito multilingue; usa Accurato per la migliore qualità, o Veloce per l'inglese rapido.
- Per i modelli multilingue, scegli la lingua (o lasciala su Rilevamento automatico).
- Clicca Trascrivi. Alla prima esecuzione di ogni modello, il browser lo scarica — vedrai una percentuale di avanzamento.
- Al termine, passa tra Testo, Con timestamp, SRT e VTT.
- Copia o scarica il formato che ti serve.
Esempio: carica la registrazione di un'intervista di 10 minuti (interview.m4a) → scarica interview.srt, un file di sottotitoli che puoi caricare direttamente in un editor video.
Formati di output
Quando usarlo rispetto a uno strumento server
Consigli per la migliore trascrizione
- Parlato chiaro e poco rumore di fondo si trascrivono con la massima accuratezza.
- Per audio in una lingua diversa dall'inglese o misto, preferisci il modello Accurato e imposta la lingua esplicitamente.
- Se la prima esecuzione sembra lenta, è il download una tantum del modello; il file successivo è molto più veloce.
- I file lunghi richiedono più tempo perché l'audio viene elaborato in blocchi di 30 secondi — un browser con WebGPU aiuta molto qui.
Tutto qui viene eseguito nel tuo browser. Il tuo audio non viene mai caricato — è tutto il punto.
