Video in testo online: trascrizione e sottotitoli
Rilascia un MP4, MOV, WebM o MKV: Whisper trascrive il discorso direttamente nel tuo browser. Inglese, russo, 16+ lingue. Nessuna registrazione, i file non lasciano mai il tuo dispositivo.
Trascina e rilascia il tuo file qui o fai clic per selezionarlo
Informazioni sulla trascrizione video nel browser
La conversione da video a testo trascrive automaticamente il parlato di un file video. Carica un MP4, MOV, WebM o MKV: il browser estrae la traccia audio e Whisper, il modello open source di OpenAI, la divide in finestre di 30 secondi, rileva il parlato, aggiunge la punteggiatura e restituisce il testo. Puoi quindi copiarlo, scaricare un .txt oppure premere «Traduci» per aprirlo nel nostro traduttore.
Dietro le quinte viene usato Whisper, convertito in formato ONNX ed eseguito tramite transformers.js (Hugging Face) come WebAssembly direttamente nel browser. Supporta 99 lingue; nell'interfaccia ne proponiamo 16 tra le più comuni: inglese, russo, tedesco, francese, spagnolo, italiano, portoghese, ucraino, polacco, ceco, turco, olandese, cinese, giapponese, coreano e arabo. La modalità «Auto» consente a Whisper di rilevare la lingua dai primi secondi di audio.
Il video non lascia mai il tuo dispositivo: la trascrizione viene eseguita localmente, nel browser. Il modello viene scaricato una volta (~75 MB per Tiny, ~145 MB per Base) e memorizzato nella cache. Nessuna registrazione, nessun caricamento su un server. I file lunghi (>5 minuti) richiedono più tempo per essere trascritti: questo è il prezzo da pagare per rimanere privati.
Quando è utile
Trascrivi un'intervista YouTube
Hai scaricato un'intervista video o un podcast? Carica il file e ottieni un testo pronto per modifiche, citazioni o articoli. Whisper gestisce bene la punteggiatura e il normale parlato.
Crea verbali del webinar
Hai registrato una chiamata Zoom o un webinar? Trasforma il video in testo per trovare rapidamente chi ha detto cosa e inviare un riepilogo al team. La precisione è migliore con una registrazione nitida e poco rumore di fondo.
Estrai i sottotitoli da un video
Riprese per YouTube o TikTok: trascrivi il discorso per aggiungere sottotitoli o scrivi rapidamente una descrizione. Il testo può essere modificato direttamente sulla pagina prima del download.
Trascrivi un tutorial in un'altra lingua
Lezione in inglese, tutorial in tedesco, film in spagnolo: trascrivi prima il discorso, quindi fai clic su "→ Traduci" per aprire il testo nel nostro traduttore (funziona anche localmente).
Domande frequenti
Quali formati video sono supportati?
Tutto ciò che il browser può decodificare: MP4 (H.264 + AAC — il più comune), MOV (da iPhone), WebM, MKV, M4V, AVI, MPEG. Il video in sé non è necessario: estraiamo solo la traccia audio. Se il tuo file non si apre, prova prima a convertirlo in MP4, ad es. con il nostro convertitore video.
Il video è caricato su un server?
No. La trascrizione è completamente lato client: il modello Whisper viene scaricato una volta sul tuo dispositivo e viene eseguito localmente tramite WebAssembly. Il file video stesso non viene mai caricato. Puoi disconnetterti da Internet dopo il caricamento del modello: la trascrizione continuerà a funzionare.
Quanto è accurato?
Con un parlato nitido, la precisione tipica è del 90–96% con il modello Tiny e del 94–98% con Base. Diminuisce con musica di sottofondo, più persone che parlano contemporaneamente, accenti marcati e gergo specialistico. Se il video contiene musica o effetti ad alto volume, prova prima a estrarre il parlato con lo strumento «Audio dal video» e l'editor.
Qual è la dimensione massima del video?
Fino a 500 MB. Ciò copre la maggior parte dei video a 720p fino a 1–2 ore o 1080p fino a 30–60 minuti. Se il tuo file è più grande, ritaglialo prima con qualsiasi editor video o ricodificalo con un bitrate inferiore. La qualità del video non è importante per la trascrizione: conta solo l'audio.
Quanto tempo richiede la trascrizione di un video di un'ora?
Con una CPU, il modello Tiny funziona in genere quasi in tempo reale: per 1 ora di video occorre circa 1 ora di trascrizione. Base è 1.5–2× più lento ma più preciso. La prima esecuzione richiede più tempo perché deve scaricare il modello (~75 MB per Tiny, ~145 MB per Base); in seguito il modello resta nella cache del browser.
In cosa differisce dai sottotitoli automatici di YouTube?
YouTube trascrive soltanto video pubblici, richiede il caricamento su un server e talvolta produce sottotitoli automatici poco accurati. Qui tutto resta privato e non serve un account: puoi trascrivere video di lavoro, personali o riservati. Il testo è modificabile nel browser e si scarica subito.
Posso tradurre subito la trascrizione?
Sì: dopo la trascrizione, fai clic su "→ Traduci". Il nostro traduttore di testo si apre con il testo precompilato. La traduzione viene eseguita anche localmente (tramite Bergamot WASM di Mozilla), non viene caricato nulla.