VOICE2TEXT AI

Manuale d’uso

Voice2Text

Dalla voce al testo, in ogni lingua.

Trascrivi file audio e video con l’intelligenza artificiale, correggi il testo e salvalo dove vuoi.

Whisper offline12 formatiCloud9 lingue

Benvenuto in Voice2Text

Voice2Text trasforma registrazioni audio e video in testo scritto. Interviste, riunioni, lezioni, podcast, messaggi vocali: trascini il file nella finestra, scegli il motore di intelligenza artificiale e in pochi minuti hai il testo, pronto da correggere e da salvare.

Cosa puoi fare

Requisiti

macOS 11 o successivo (Mac Apple o Intel), Windows 10/11 a 64 bit, oppure Linux a 64 bit (Ubuntu, Debian, Fedora e derivate). Per Whisper offline conviene avere almeno 8 GB di memoria; i servizi online richiedono solo una connessione.

Installazione

Scarica il file per il tuo sistema e installalo come qualsiasi altro programma.

macOS

Apri Voice2Text_1.1.1_universal.dmg e trascina l’icona di Voice2Text nella cartella Applicazioni. Al primo avvio macOS potrebbe dire che lo sviluppatore non è verificato: apri Impostazioni di Sistema → Privacy e sicurezza e scegli Apri comunque, oppure fai clic destro sull’app e scegli Apri. Serve una volta sola.

Windows

Avvia Voice2Text_1.1.1_x64-setup.exe. Se compare la finestra blu di Windows SmartScreen, fai clic su Ulteriori informazioni e poi su Esegui comunque. L’installazione non richiede i permessi di amministratore.

Linux

Su Ubuntu e Debian installa il pacchetto .deb (doppio clic oppure sudo apt install ./Voice2Text_1.1.1_amd64.deb); su Fedora il pacchetto .rpm. In alternativa rendi eseguibile l’.AppImage (chmod +x) e avviala.

Facoltativo: ffmpeg. Voice2Text legge da solo i formati più diffusi. Per quelli rari (OPUS, WMA, AMR, AVI…) installa ffmpeg: brew install ffmpeg su Mac, winget install ffmpeg su Windows, sudo apt install ffmpeg su Linux. Viene trovato automaticamente.

La finestra principale

Tutto il lavoro si svolge in un’unica finestra: a sinistra l’elenco dei file, al centro il file selezionato.

Figura 1. La schermata iniziale: trascina un file nel riquadro oppure usa «Scegli i file».

Aggiungere i file

Trascina uno o più file audio o video sulla finestra, oppure usa Aggiungi file (⌘O / Ctrl+O). Puoi aggiungerne quanti vuoi: vengono trascritti uno dopo l’altro. Trascinando un file .v2t riapri una trascrizione salvata.

Scegliere motore e lingua

Prima di trascrivere scegli chi farà il lavoro: Whisper sul tuo computer oppure un servizio online.

Figura 2. Scelta del motore e della lingua per il file selezionato.
MotoreCostoCaratteristiche
Whisper (offline)gratisFunziona senza Internet; il modello si scarica una volta (da 45 a 600 MB). Più lento dei servizi online.
Groq Whispergratis con chiaveVelocissimo; l’audio lungo viene diviso in parti automaticamente.
AssemblyAIcrediti gratuitiRiconosce chi parla. Ideale per interviste e riunioni.
Deepgramcrediti gratuitiRiconosce chi parla ed è molto veloce.
Whisper servergratisUn server Whisper sul tuo computer o nella tua rete (whisper.cpp, faster-whisper-server, LocalAI).
OpenAIa pagamentoWhisper di OpenAI.

La lingua dell’audio

Con Riconoscimento automatico Voice2Text capisce da solo la lingua parlata. Se la conosci, sceglila: il risultato è più preciso, soprattutto nei primi secondi.

Le chiavi dei servizi online

Groq, AssemblyAI, Deepgram e OpenAI chiedono una chiave personale: in Impostazioni → Motori trovi il campo per ognuno e il collegamento «ottieni la chiave». La registrazione a Groq è gratuita; AssemblyAI e Deepgram regalano crediti all’iscrizione.

Figura 3. Impostazioni → Motori: modello Whisper e chiavi dei servizi.

Premi Trascrivi per iniziare. Con più file in attesa compare anche Trascrivi tutti nella barra laterale.

Servizi online: il tuo audio esce dal computer

Quando usi un servizio di intelligenza artificiale online, il file audio viene caricato su Internet. Voice2Text te lo dice chiaramente e chiede la tua conferma.

Figura 4. L’avviso obbligatorio prima del primo invio a un servizio online.

La prima volta che usi Groq, AssemblyAI, Deepgram o OpenAI compare questo avviso. Per proseguire devi spuntare la casella «Ho letto e capito»; in alternativa puoi passare subito a Whisper offline.

Il file audio viene caricato sui server del servizio esterno, che lo tratta secondo i propri termini e la propria informativa sulla privacy: può conservarlo per un certo periodo ed elaborarlo anche in altri Paesi.

Non caricare registrazioni con informazioni confidenziali, riservate o segrete, dati personali, sanitari o di terzi senza averne il diritto e il consenso delle persone registrate.

Voice2Text e i suoi autori non si assumono alcuna responsabilità per il contenuto dei file caricati, per la loro riservatezza né per l’uso che ne fanno i servizi esterni. La responsabilità è interamente di chi carica il file.

L’accettazione vale per il singolo servizio e viene registrata con la data. Finché è scelto un servizio online, un riquadro arancione te lo ricorda. In Impostazioni → Informazioni puoi rileggere l’avviso e farlo ricomparire.

Audio riservato? Usa Whisper (offline): la trascrizione avviene interamente sul tuo computer.

Durante la trascrizione

Voice2Text mostra in ogni momento a che punto è il lavoro.

Figura 5. Una trascrizione in corso con Groq: avanzamento e parte in elaborazione.

Puoi annullare in qualsiasi momento con Annulla, continuare a lavorare su altri file e chiudere la finestra della trascrizione: quando il testo è pronto ricevi una notifica.

Correggere la trascrizione

Il testo è diviso in frasi, ognuna con il suo tempo e, se riconosciuta, la persona che parla.

Figura 6. L’editor: lettore audio in alto e frasi modificabili; la frase in ascolto è evidenziata.

Ascoltare

Il lettore in alto riproduce l’audio originale: Spazio avvia e mette in pausa (quando non stai scrivendo), i pulsanti saltano di 5 secondi e puoi scegliere la velocità da 0,75× a 2×. Fai clic sul tempo di una frase per ascoltarla; con Segui l’audio la frase in riproduzione resta sempre visibile.

Modificare

Figura 7. Trova e sostituisci, e i nomi delle persone che parlano.

Trova e sostituisci

Trova (⌘F / Ctrl+F) evidenzia le frasi che contengono la parola cercata; Sostituisci tutto corregge in un colpo un nome scritto male in tutta la trascrizione.

Persone

Con AssemblyAI e Deepgram ogni frase ha un’etichetta (Persona A, Persona B…). Nel pannello Persone scrivi il nome vero: compare ovunque, anche nei file esportati. Puoi cambiare la persona di una frase dal menu accanto al tempo, aggiungerne altre o assegnarle a mano anche quando il motore non le riconosce.

Salvare ed esportare

Salva il progetto per riprendere le correzioni più tardi ed esporta il testo nel formato che ti serve.

Il progetto .v2t

Salva (⌘S / Ctrl+S) crea un file .v2t con la trascrizione, le correzioni e i nomi delle persone. Lo riapri con Apri trascrizione (⇧⌘O / Ctrl+Maiusc+O) o trascinandolo sulla finestra. ⇧⌘S salva con un altro nome.

Esportare

Figura 8. La finestra Esporta: formato, opzioni e destinazione.

Premi Esporta (⌘E / Ctrl+E), scrivi il titolo del documento e scegli il formato:

FormatoIdeale per
.docx Word · .odt LibreOffice · .rtfdocumenti da modificare, impaginati con titolo e dati della registrazione
.pdfdocumenti da stampare o inviare; si crea con la finestra di stampa del sistema («Salva come PDF»)
.txt · .md · .htmltesto semplice, Markdown, pagina web
.srt · .vttsottotitoli per video (YouTube, Premiere, DaVinci, VLC…)
.csv · .jsontabelle (Excel, Numbers) e dati per altri programmi
.v2til progetto riapribile, anche da salvare nel cloud

Le opzioni scelgono se includere i tempi, i nomi di chi parla e se unire le frasi in paragrafi. Il testo arabo e le altre lingue da destra a sinistra vengono impaginati correttamente.

Salvare nel cloud

Voice2Text salva i file direttamente nel tuo cloud usando le cartelle che le app dei servizi creano sul computer. Non devi collegare account né inserire password.

Come funziona

Quando installi l’app di Google Drive, OneDrive, Dropbox, Box, Proton Drive, iCloud Drive, pCloud, MEGA, Nextcloud o Sync.com, sul computer compare una cartella sincronizzata. Voice2Text la trova da solo: nella finestra Esporta, alla voce Dove salvare, scegli il cloud e premi il pulsante. Il file viene scritto nella sottocartella Voice2Text e l’app del servizio lo carica subito online.

Figura 9. Impostazioni → Cloud: le cartelle trovate sul computer e il collegamento WebDAV.

Impostazioni → Cloud

Proton Drive non permette ad altre app di accedere direttamente all’account: per questo Voice2Text usa la sua cartella sincronizzata, che offre la stessa cifratura end-to-end.

Impostazioni e lingue

L’ingranaggio in alto a destra (⌘, / Ctrl+,) apre le impostazioni.

Figura 10. Impostazioni → Generali.

Le lingue sono file XML

Figura 11. Impostazioni → Lingue: lingue disponibili, completezza e strumenti per i file XML.

Ogni lingua dell’interfaccia è un file XML. Per correggere una traduzione o aggiungerne una nuova:

  1. Esporta il file della lingua (freccia nella riga) oppure scarica il Modello per una nuova lingua.
  2. Aprilo con un editor di testo e traduci solo il testo tra i tag, lasciando uguali gli attributi key e i segnaposto tra graffe come {n}.
  3. Premi Carica file XML…: la lingua compare subito nell’elenco e nel menu delle lingue.
<language code="pt" name="Português" english="Portuguese" dir="ltr" version="1.0">
  <string key="app.addFiles">Adicionar ficheiros</string>
  <string key="progress.piece">parte {i} de {n}</string>
</language>

Un file con lo stesso codice di una lingua inclusa la sostituisce (per le correzioni); puoi sempre tornare alla versione originale. Le frasi mancanti compaiono in inglese; la colonna Completa mostra quante sono tradotte. Per le lingue scritte da destra a sinistra usa dir="rtl".

Scorciatoie da tastiera

Su Windows e Linux usa Ctrl al posto di ⌘.

TastiAzione
⌘OAggiungi file audio o video
⇧⌘OApri una trascrizione salvata (.v2t)
⌘S · ⇧⌘SSalva · Salva con nome
⌘EEsporta
⌘FTrova e sostituisci
⌘,Impostazioni
SpazioRiproduci / pausa (fuori dal testo)
Invio · Maiusc+InvioDividi la frase · A capo nella frase
Backspace a inizio fraseUnisci alla frase precedente
EscEsci dal testo · chiudi la finestra aperta

Domande frequenti

Le risposte ai dubbi più comuni.

Il formato del mio file non viene letto.

Installa ffmpeg (capitolo Installazione) oppure usa AssemblyAI o Deepgram, che accettano qualsiasi formato perché ricevono il file originale.

Whisper offline è lento.

Scegli il modello Base o Minimo in Impostazioni → Motori. Il modello «Grande turbo» è il più preciso ma senza scheda grafica richiede tempo. Per file lunghi Groq è molto più veloce.

Il testo è in un’altra lingua o tradotto.

Indica la lingua dell’audio invece del riconoscimento automatico e usa Trascrivi di nuovo.

«Chiave del servizio non valida».

Controlla la chiave in Impostazioni → Motori: copiala di nuovo dal sito del servizio, senza spazi.

Il mio cloud non compare.

Verifica che l’app del servizio sia installata e sincronizzata, poi premi Cerca di nuovo in Impostazioni → Cloud. In alternativa aggiungi la cartella a mano.

Il lettore dice «audio non disponibile».

Il file audio originale è stato spostato o rinominato dopo il salvataggio del progetto. Il testo resta disponibile; per riascoltare, rimetti il file al suo posto.

Dove sono le mie chiavi e le mie impostazioni?

Solo sul tuo computer, nel file delle impostazioni dell’app, leggibile soltanto dal tuo utente. Non vengono mai inviate a Voice2Text.

VOICE2TEXT

Dalla voce al testo, in ogni lingua.