Trascrivere un audio in testo serve più spesso di quanto si pensi: sbobinare una lezione universitaria, leggere un vocale di cinque minuti in silenzio, avere il testo di un’intervista da citare, ritrovare cosa si è deciso in una riunione. Carichi la registrazione e ricevi il testo diviso in frasi, ognuna con il suo tempo.
Accetta i formati audio più comuni, dai vocali di WhatsApp e Telegram a MP3, M4A, WAV, OGG, OPUS, FLAC, AAC e AMR, e anche video come MP4, MOV, WEBM e MKV, da cui viene preso solo l’audio. Ogni file può durare fino a 120 minuti e pesare fino a 95 MB. La lingua viene riconosciuta da sola, anche quando chi parla passa da una lingua all’altra.
Il risultato è più di un blocco di testo. Le voci vengono distinte ed etichettate come Persona 1, Persona 2, e puoi rinominarle. Puoi cercare una parola, ascoltare l’audio e cliccare su una frase per saltare a quel punto. Nella scheda «In breve» trovi i punti chiave e i compiti con chi, cosa ed entro quando, e con un clic l’email di riepilogo per i colleghi. Scarichi in .txt, .docx, oppure .srt e .vtt se ti servono i tempi.
Sui tempi: un vocale di un minuto si trascrive in pochi secondi, una riunione di 12 minuti in circa mezzo minuto, un’ora di audio in circa 3 minuti, più il caricamento. Il file viene elaborato sul nostro server e cancellato dopo 24 ore.
Limiti onesti. La qualità dipende dalla registrazione: rumore, musica, eco e voci sovrapposte la abbassano, e a volte due voci simili vengono unite. Con musica senza parole il modello può inventare frasi che nessuno ha detto. Rileggi sempre nomi, numeri e termini tecnici prima di usare la trascrizione. Per una sbobinatura da studiare, conviene poi accorciarla o tradurla dallo stesso punto. Un consiglio per le lezioni: registra vicino a chi parla, con il telefono appoggiato e non in tasca, e la trascrizione verrà molto più pulita.