Trascrivere un M4A senza convertirlo
Scegli un file M4A e l’IA (Whisper o SenseVoice) lo trascrive così com’è, nel browser. L’audio non arriva mai a un server e non servono account né pagamenti.
Con i modelli più piccoli la precisione cala molto per questa lingua. Scegli Whisper Small o un modello più grande
Di solito puoi lasciare «Auto». Cambialo solo se il risultato ha chiaramente un numero di parlanti sbagliato
Non hai un file? Registra con il microfono. La trascrizione parte quando fermi la registrazione (fino a circa 000 min su questo dispositivo con il modello selezionato). Neanche la registrazione viene inviata a un server.
Trascrivere i Memo Vocali di iPhone su un computer
- In Memo Vocali, tocca la registrazione, tocca il pulsante Altro (…), poi tocca Condividi e scegli AirDrop o «Salva su File». Per trasferirla su un Mac, usa AirDrop o la sincronizzazione iCloud; su Windows, salvala su iCloud Drive e aprila con iCloud per Windows o iCloud.com.
- Apri questa pagina in un browser sul computer e scegli il file M4A. La trascrizione parte appena il file viene aperto, quindi imposta prima modello, lingua e riconoscimento dei parlanti.
- Controlla il risultato e scegli TXT, Word, SRT o un altro formato in «Scarica».
Informazioni su M4A
M4A di solito contiene audio compresso con AAC ed è il formato di salvataggio usato da Memo Vocali di iPhone, da alcune app di registrazione Android e dai registratori vocali. La compressione interna può variare con l’impostazione della qualità audio, ma l’estensione è comunque M4A, e questo strumento lo apre senza conversione.
Se nella schermata di condivisione di Memo Vocali tocchi Opzioni e scegli Modificabile, ottieni un file QuickTime Audio invece di M4A. Per la trascrizione, lascia Modificabile non selezionato ed esporta il file M4A predefinito.
Su iPhone 12 e successivi con iOS 18 o successivo, i memo vocali si possono trascrivere sull’iPhone stesso (non disponibile in alcuni paesi o aree geografiche). Puoi però solo copiare il testo: non c’è una funzione per dividere le righe per parlante o esportare un file di sottotitoli (SRT). Per riunioni e interviste è più semplice spostare la registrazione su un computer ed elaborarla con questo strumento.
Se qualcosa va storto
- L’elaborazione di una registrazione lunga sull’iPhone stesso può fermarsi per mancanza di memoria. Spostala su un computer ed elaborala lì.
- Per spostare i file da Android, salvali su Google Drive dal menu di condivisione dell’app di registrazione, oppure collega il telefono via USB e apri la cartella delle registrazioni.
Domande frequenti
Devo convertire M4A in MP3?
No. M4A si apre così com’è. La conversione tra formati compressi può ridurre la qualità audio, quindi scegli l’M4A originale.
Posso usarlo direttamente su iPhone?
Sì. Salva il memo vocale nell’app File dal menu di condivisione, poi scegli quel file in questa pagina. Gli smartphone funzionano in una modalità a memoria ridotta e possono elaborare in una volta durate minori rispetto a un computer, quindi per le registrazioni lunghe è consigliato un computer.
Può distinguere i parlanti (riconoscimento dei parlanti)?
Sì. Con il riconoscimento dei parlanti attivo, le righe vengono divise per parlante (fino a otto). Puoi rinominare i parlanti e unire sullo schermo una persona che è stata divisa in due.
C’è un limite di dimensione dei file?
No. E non c’è nemmeno un limite di tempo. La durata elaborabile in una volta dipende dalla memoria del dispositivo e dal modello selezionato.
Preparare l’audio e cosa fare dopo la trascrizione
Aiutaci a migliorare il servizio
Inviarci le circostanze di un’elaborazione, riuscita o meno, ci aiuta a individuare i problemi (per calcolare un tasso di errore servono entrambi i casi). Sapere quali dispositivi e impostazioni falliscono più spesso ci permette di rivedere i valori predefiniti consigliati e di correggere i bug che ne sono la causa. Se non ti dispiace, lasciare attiva questa opzione è di grande aiuto.
Cosa viene inviato
Le specifiche del dispositivo (modello di GPU, memoria, numero di core), browser e sistema operativo, il modello e la lingua scelti, l’impostazione del riconoscimento dei parlanti (attivo o no e numero di parlanti impostato), la lingua di visualizzazione della pagina, il punto raggiunto dall’elaborazione (anche se l’hai interrotta o hai chiuso la pagina), il tipo e i dettagli dell’errore, il formato del file con dimensione e durata approssimative, e il tempo impiegato. Un numero temporaneo che collega le elaborazioni nella stessa scheda (viene eliminato quando chiudi la scheda). Nella schermata dei risultati: quante volte hai usato le modifiche (come rinominare i parlanti o dividere le righe), la traduzione, i riassunti e l’importazione dei sottotitoli, i formati scelti in «Scarica», quanto spesso hai usato «Copia testo» e «Scarica tutto» e la coppia di lingue della traduzione.
Cosa non viene mai inviato
Audio, trascrizioni (compresi i nomi dei parlanti e le traduzioni), nomi di file e indirizzi IP. I dati vanno solo al server di questo sito, mai a un servizio di terze parti.