Trascrivi audio
Da audio o video a testo con Whisper, il modello di riconoscimento vocale di OpenAI, eseguito interamente nel tuo browser.
Questo browser non riesce ad attivare le funzioni necessarie a Whisper (SharedArrayBuffer in una pagina isolata), quindi qui la trascrizione non può partire. Succede soprattutto nei browser integrati nelle app (WhatsApp, Instagram, Facebook, Telegram…): apri la pagina in Safari, Chrome, Firefox o Edge aggiornati. Gli altri strumenti di PizzaVox funzionano lo stesso.
In questo browser WebAssembly è disattivato, quindi la trascrizione non può partire. Su iPhone e iPad succede con la Modalità di isolamento attiva (puoi escludere questo sito nelle impostazioni di Safari); altrimenti aggiorna il browser o apri la pagina in Safari, Chrome, Firefox o Edge.
Questo browser usa una versione dedicata della pagina per far funzionare Whisper. Seleziona di nuovo il file per continuare: resta comunque sul tuo dispositivo.
La trascrizione avviene nel tuo browser, senza server: su audio lunghi può richiedere diversi minuti, ancora di più su smartphone.
Questo audio dura più di 10 minuti: su smartphone la trascrizione può richiedere molto tempo e scaricare la batteria. Se puoi, usa un computer; altrimenti scegli il modello Veloce e tieni lo schermo acceso.
Il file viene elaborato nel tuo browser e non viene mai caricato su un server.
Trascrizione privata, senza upload
Riunioni, interviste, lezioni, messaggi vocali: spesso sono proprio i file che non vorresti mai caricare su un server sconosciuto. Qui non serve. PizzaVox usa whisper.cpp, una versione ottimizzata di Whisper compilata in WebAssembly, che gira nella scheda del tuo browser.
Puoi scegliere fra due modelli: Veloce (tiny, 31 MB) per avere il testo in fretta, e Preciso (base, 57 MB), consigliato per l'italiano. Il modello si scarica una sola volta e resta salvato nel browser.
Come si usa
Carica il file
Trascina un audio (MP3, WAV, M4A, OGG…) o un video: la traccia audio viene estratta in automatico.
Scegli modello e lingua
Indica la lingua parlata, o lascia che Whisper la riconosca. Al primo utilizzo il modello viene scaricato e messo in cache.
Copia o scarica il testo
Copia la trascrizione o salvala come .txt, oppure come sottotitoli .srt e .vtt con i tempi di ogni frase.
Domande frequenti
Quanto è precisa la trascrizione?
Con audio pulito il modello Preciso è molto affidabile sia in italiano sia in inglese. Rumore di fondo, voci sovrapposte e termini tecnici possono causare errori: il testo resta modificabile prima di copiarlo o scaricarlo.
Quanto tempo ci vuole?
Dipende dal computer e dal modello. Su un portatile recente il modello Veloce trascrive più rapidamente della durata dell'audio; il modello Preciso è circa due o tre volte più lento. Lascia la scheda aperta finché non hai finito.
Posso creare sottotitoli per un video?
Sì: carica direttamente il video e, a trascrizione finita, scarica il file .srt (o .vtt per il web). I tempi di ogni frase sono già sincronizzati.
Perché devo scaricare un modello?
Il modello è il "cervello" che riconosce la voce. Per non inviare il tuo audio a nessun server, il modello deve arrivare nel tuo browser: lo scarichi una volta dai nostri server e poi resta in cache.