Come trasformare l’audio in testo online
Parti dalla registrazione originale, se ce l’hai. Ricomprimere l’audio non recupera i dettagli persi e può rendere meno chiare le parole. Prima di caricare, ascolta l’inizio e un punto centrale per verificare che sia il file giusto e che le voci si sentano.
Carica il file che hai
Nella dashboard scegli MP3, WAV, M4A, FLAC, OGG o OPUS. Servono un’estensione supportata e contenuto audio: rinominare un altro tipo di file in .mp3 non lo converte.
Scegli le opzioni per questa registrazione
Lascia la lingua su auto o suggeriscila se la conosci. Per un’intervista attiva “Identify speakers”. Per una nota con una sola voce, spesso bastano testo e timestamp.
Riascolta i passaggi dubbi
Leggi la trascrizione e confronta con l’audio nomi, numeri e termini specialistici. Correggili nella tua copia prima di usarla per ricerca, appunti o pubblicazioni.
Copia o scarica il testo
Copia un passaggio per una nota veloce, scegli TXT per modificarlo o JSON per elaborarlo nel codice. SRT e VTT servono se abbini la registrazione a un video o a un player.
MP3, note vocali M4A e registrazioni WAV
MP3 e M4A sono comuni per interviste e note vocali perché mantengono contenute le dimensioni. WAV e FLAC possono occupare molto più spazio a parità di durata. Il prezzo dipende dai minuti della registrazione, arrotondati per eccesso, non dalla dimensione del file.
Se il formato è supportato, usa quello che hai. Convertire un MP3 rumoroso in WAV non toglie il rumore e non ricrea le parole perse. Se prepari una nuova esportazione, ascoltala prima di caricarla: deve contenere la traccia giusta, non silenzio o l’audio di un altro microfono.
| La tua registrazione | Prima di caricarla |
|---|---|
| Una nota vocale | Conserva l’M4A originale o un altro formato supportato. Controlla inizio e fine. |
| Una lunga intervista in WAV | Verifica dimensioni e durata per scegliere il caricamento adatto. |
| Più sessioni separate | Invia ogni registrazione da sola e conserva un riferimento alla sessione. |
| Una voce che si sente appena | Riascolta la sorgente. Cambiare estensione non migliora l’audio. |
Chi ha detto cosa nell’intervista
Con il riconoscimento dei parlanti trovi Speaker 1, Speaker 2 e così via vicino agli interventi. Non devi aggiungere un nome a ogni riga, ma devi stabilire tu a chi corrispondono le etichette, ascoltando uno scambio chiaro.
La corrispondenza vale per quella registrazione. Speaker 1 in una seconda intervista può essere un’altra persona. Verifica voci lontane, interruzioni e sovrapposizioni. Conserva il timestamp delle citazioni importanti, così puoi tornare all’audio se devi correggere un’attribuzione.
File lunghi e caricamenti interrotti
La dashboard usa il caricamento a blocchi per file fino a 2 GB, entro i limiti dell’account. Lo speech-to-text accetta registrazioni fino a 5 ore. Sono controlli distinti: un audio compresso può essere piccolo ma troppo lungo; un WAV può raggiungere il limite di dimensione molto prima.
Nell’API puoi inviare fino a 95 MB in una request multipart. Per file più grandi apri un upload, invia i blocchi e conferma il completamento. Se l’invio si interrompe, controlla l’avanzamento e manda solo i blocchi mancanti, senza aprire un nuovo lavoro. La guida spiega anche come rinnovare il token.
Se dividi tu una registrazione in più file, annota il punto di partenza di ciascuna parte nell’originale. I timestamp ripartono da zero per ogni file inviato: quel riferimento ti servirà per ritrovare una citazione nella registrazione completa.
Dal parlato a un documento leggibile
Quando parliamo lasciamo frasi a metà, ci ripetiamo e indichiamo cose senza nominarle. Tieni una trascrizione intatta per i controlli e prepara una copia distinta per i lettori. Prima di correggere, decidi se ti serve una citazione letterale o una versione rielaborata degli appunti.
Usa i timestamp per verificare un termine, separare gli argomenti e conservare il legame tra citazioni e audio. Le etichette della lingua aiutano con una registrazione multilingue; scegliere una lingua non traduce il testo.
Eliminiamo il file caricato 24 ore dopo lo stato finale del lavoro, mentre la trascrizione resta finché non la elimini tu. Conserva l’audio originale per le revisioni future: transcript1 non è un archivio permanente delle registrazioni.