Aggiornato al 3 ottobre 2026

Generatore di sottotitoli — SRT e VTT automatici

Carica un video o un audio e scarica il .srt pronto per YouTube Studio, Premiere, DaVinci o CapCut. I primi cinque minuti sono gratis e non richiedono un account.

5 min senza account80 caratteri e 7 s per cue99 lingue

Trascina qui il tuo file audio

oppure clicca per sceglierlo

Audio: MP3 · WAV · M4A · FLAC · OGG · AAC · AIFF · WMA · AMR · OPUS

Video: MP4 · MOV · AVI · MKV · WebM · FLV · WMV

Fino a 200 MB · i primi 5 minuti gratis, senza account

Anteprima gratuita di 5 minuti · senza account · file fino a 200 MB · registrati gratis per 30 minuti e file fino a 5 GB

Come sottotitolare un video in 3 passi con l'IA

Dal video ai sottotitoli SRT pronti per YouTube, TikTok o Premiere in pochi minuti.

1
Carica il video o l'audio
Trascina MP4/MOV/WebM o MP3/M4A/WAV nell'area di caricamento (fino a 5 GB e 10 h per file), o incolla URL di YouTube/TikTok/Drive.
2
Scegli lingua e impostazioni
Rilevamento automatico per italiano o scelta manuale tra 99 lingue. Max caratteri per riga (default ~42), max righe per cue (2). Diarizzazione per separare speaker.
3
Scarica SRT, VTT, DOCX, TXT o JSON
In 5-15 min per ora di video. Scarica SRT (universale), VTT (HTML5/HLS), DOCX (con timestamp), TXT (puro) o JSON — tutti e cinque da un processamento.

Quale strumento per quale lavoro

Gli strumenti tra cui si sceglie davvero, ordinati per ruolo e non per prezzo. Soglie gratuite e tariffe qui non le indichiamo: cambiano troppo spesso perché una tabella le rappresenti in modo affidabile, e non le abbiamo verificate presso ogni fornitore. Ruolo e capacità di export, invece, restano stabili.

Strumento	Ruolo	Export sottotitoli	Scelta migliore per
VexaScribe	Generazione con IA, elaborazione nell'UE	SRT / VTT / DOCX / TXT / JSON	Sottotitoli come lavoro a sé, con export in più formati
CapCut	Editor video con funzione sottotitoli	Incorporati nel video o SRT	Quando montaggio e sottotitoli stanno nello stesso strumento
Submagic	Sottotitoli animati parola per parola	Video con sottotitoli incorporati	Reels e TikTok con sottotitoli stilizzati, senza trascrizione grezza
Subtitle Edit / Aegisub	Editor di sottotitoli da installare, gratuiti	SRT / VTT / ASS	Controllo manuale completo su timing ed effetti
Sottotitoli automatici della piattaforma	Integrati in YouTube, Instagram e TikTok	Nessun export di file	Quando serve subito e non va archiviato niente

Sottotitoli automatici per YouTube, TikTok, Reels e Shorts

Ogni piattaforma tratta SRT diversamente. Guida pratica per piattaforma.

YouTube

Carica il .srt in YouTube Studio → il tuo video → Sottotitoli → Aggiungi lingua → "Con timing". YouTube indicizza il testo SRT per la ricerca — migliore SEO degli auto-caption.

💡 SRT caricati superano gli auto-caption YouTube in precisione e stile.

TikTok

TikTok non accetta upload SRT diretto. Servirà burn-in con CapCut, DaVinci Resolve o Premiere Pro — importa il SRT nell'editor e renderizza il video con sottotitoli incorporati.

💡 CapCut è la scelta più popolare per burn-in su video TikTok italiani.

Instagram Reels

Instagram ha un generatore in-app di sottotitoli automatici (qualità decente, nessun controllo di stile). Per qualità pubblicabile con stile brand consistente: burn-in con SRT esterno.

💡 Sottotitoli in-app bastano per Reels casual; SRT esterno per contenuti brand.

YouTube Shorts

Accetta SRT via YouTube Studio come video normali. Carica il tuo SRT prima della pubblicazione dello Short e apparirà come sottotitolo selezionabile.

💡 Shorts con SRT pre-caricato trattengono spettatori meglio di quelli che dipendono da auto-caption.

Creare un file SRT da MP3, MP4 o video

Il generatore funziona anche come creatore di file SRT da qualsiasi fonte audio o video. Se hai già registrato il video e ti serve solo il .srt da allegare, caricare su YouTube o importare nel tuo editor, questa è la via più rapida.

Fonti accettate: MP4, MOV, MKV, WebM, AVI (video), MP3, M4A, WAV, OPUS, FLAC, AAC, OGG (audio). VexaScribe estrae automaticamente l'audio dal video — senza ffmpeg né conversione preventiva. Il SRT risultante mantiene la sincronizzazione temporale esatta dell'originale.

Se devi convertire un file SRT esistente in VTT (o viceversa), il nostro convertitore VTT ↔ SRT lo fa client-side (senza caricare il file sui nostri server).

Quale motore elabora il tuo file

A ogni file che carichi scegli un livello di qualità, e dietro quella scelta ci sono due sistemi di riconoscimento vocale diversi — non due impostazioni dello stesso sistema. Quasi tutte le pagine sui sottotitoli indicano un nome di modello e si fermano lì. Noi li indichiamo entrambi, perché la scelta è tua e si paga in minuti consumati.

Livello	Motore	Minuti consumati	Quando conviene
Standard	OpenAI Whisper Large-v3	1 minuto per ogni minuto di audio	Audio pulito da microfono, una o due voci
Premium	modello Premium	2 minuti per ogni minuto di audio	Audio basso, rumoroso o con accento marcato, voci sovrapposte
Anteprima senza account	modello Premium	Primi 5 minuti gratis	Lo strumento in cima a questa pagina

L'italiano è supportato da entrambi i motori, quindi la scelta non è già fatta per te. Un dettaglio che vale segnalare: l'anteprima gratuita su questa pagina passa da il modello Premium, non da Whisper. Se crei un account e carichi lo stesso file sul livello Standard, il risultato può differire nei dettagli — è un altro modello, non la stessa trascrizione in confezione diversa.

Quale dei due vada meglio sull'italiano non lo diciamo, perché non l'abbiamo misurato. Il fornitore del modello Premium lo descrive come competitivo con Whisper nelle principali lingue europee, ma i numeri pubblicati dai due fornitori vengono da insiemi di test diversi e non sono confrontabili direttamente. Consiglio pratico senza finta precisione: parti da Standard, e se il risultato si perde su accento, rumore di fondo o voci sovrapposte, passa lo stesso file una volta per Premium e confronta.

Precisione e parametri delle cue in italiano

Precisione della trascrizione: l'italiano è tra le lingue su cui il modello va meglio. Il benchmark FLEURS nel paper di OpenAI riporta un tasso di errore sulle parole del 4,0 % per l'italiano, più o meno il livello dell'inglese. Quel numero però è un tetto, non una descrizione del tuo risultato: è stato misurato sul modello large-v2 su materiale letto in studio. Misure nostre sull'italiano non le pubblichiamo perché non ne abbiamo — servirebbe audio italiano con trascrizione di riferimento. Quello che si può dire con certezza è dove il risultato peggiora: audio con rumore di fondo, voci che si sovrappongono, parlato sotto la musica, e in ogni caso nomi propri e termini tecnici, che restano la parte da ricontrollare.

Sincronizzazione: i confini delle cue cadono sui timestamp per parola restituiti dal modello, non su stime interpolate — una cue inizia e finisce dove inizia e finisce il parlato. I parametri esatti con cui tagliamo sono nella sezione qui sotto: li puoi verificare generando un file e contando i caratteri.

Fonte: Radford et al., «Robust Speech Recognition via Large-Scale Weak Supervision», arXiv:2212.04356, sezione D.2.4 (FLEURS), misurato sul modello large-v2. Tabella completa per 99 lingue in how accurate is Whisper (pagina in inglese).

Come tagliamo il parlato in cue

La parte difficile di un SRT utilizzabile non è la precisione della trascrizione: è dove finisce una cue. Un monologo di trenta secondi non può essere un unico sottotitolo, e una reazione di due parole non deve lampeggiare per un quarto di secondo. Questi sono i valori che il nostro esporter usa davvero — generando un file e contando i caratteri li verifichi.

Parametro	Valore
Massimo caratteri per cue	80
Minimo caratteri per cue	20 (soglia morbida)
Durata massima di una cue	7 secondi
Durata minima di una cue	1 secondo
Ritmo di lettura di riferimento	15 caratteri al secondo

L'ordine in cui si cerca il punto di taglio conta più di quanto sembri. L'algoritmo prova, in sequenza: una pausa di almeno 0,4 secondi, poi la fine della frase, poi la virgola, e solo per ultimo il confine di parola più avanzato che sta nel limite di caratteri. La pausa viene prima della punteggiatura di proposito: chi parla non mette i punti, respira — e quattro decimi di secondo di silenzio delimitano un'unità di senso meglio di una virgola inserita dalla trascrizione.

Dopo il primo taglio il file passa altre correzioni: le cue troppo dense di testo vengono allungate verso il silenzio fino a rientrare nei 15 caratteri al secondo; i buchi tra 83 e 500 ms vengono chiusi a 83 ms (due fotogrammi a 24 fps), perché un intervallo più corto si percepisce come uno sfarfallio invece che come un cambio; e due cue adiacenti molto brevi vengono unite se il risultato resta nei limiti. Un cambio di parlante interrompe sempre la cue, ed è il motivo per cui una registrazione a più voci torna come uno scambio leggibile e non come un muro di testo.

SRT vs VTT — quale formato serve?

SRT (SubRip Text)

Formato universale. YouTube, TikTok (via burn-in), Premiere, DaVinci, Final Cut, CapCut, VLC — tutti accettano SRT senza modifiche. Scelta standard per creator.

Cos'è un file SRT? →

VTT (WebVTT)

Standard W3C per HTML5 web video (elemento <track>) e streaming HLS di Apple. Permette stile CSS-like, positioning e metadati. Uso più tecnico.

Cos'è un file VTT? →

VexaScribe esporta entrambi i formati dallo stesso processamento — paghi i minuti una volta, scarichi SRT + VTT + DOCX + TXT + JSON.

Accessibilità e EAA — sottotitoli come strumento di compliance

L'European Accessibility Act (EAA) è in vigore dal giugno 2025 e obbliga molti operatori economici (tra cui e-commerce, banking, offerte formative digitali) a fornire prodotti digitali accessibili. Per i video significa sottotitoli accurati e sincronizzati conforme alla norma europea EN 301 549 e WCAG 2.1 Level AA.

Nota importante: un file di sottotitoli generato solo automaticamente non soddisfa da sé questi requisiti. EN 301 549 e WCAG 2.1 AA chiedono sottotitoli accurati, e nessuna trascrizione automatica è affidabilmente priva di errori: nomi propri, termini tecnici, voci sovrapposte e parlato sotto la musica sono i punti deboli prevedibili. Una percentuale come soglia qui non la diamo volutamente: non abbiamo mai misurato il nostro output italiano contro una trascrizione di riferimento, e in un contesto di conformità un numero inventato sarebbe il tipo di affermazione peggiore. La strada solida è sempre la stessa — generare automaticamente, poi rivedere le cue una per una nell'editor. Quanta revisione serva dipende dal tuo audio, non da una nostra media. Se è in arrivo un audit formale, fai controllare il risultato da chi si occupa di accessibilità.

EAA fa riferimento alla Direttiva UE 2019/882. Per i requisiti esatti applicabili al tuo settore, consulta un esperto di accessibilità.

GDPR — conformità per file sottotitoli

I file di sottotitoli spesso contengono dati personali — speaker identificabili, nomi che appaiono nel testo, dichiarazioni attribuibili. L'elaborazione avviene all'interno dell'UE, trasmissione e archiviazione sono cifrate. Non addestriamo modelli IA con i tuoi dati video o sottotitoli. Un DPA (accordo sul trattamento dei dati, art. 28 GDPR) è disponibile su richiesta. File e trascrizioni puoi cancellarli tu in qualsiasi momento.

Per pubblica amministrazione, istituti scolastici e ambito medico o legale questo conta: se il fornitore elabora fuori dall'UE, per il trasferimento servono clausole contrattuali standard e una valutazione d'impatto. Dove elabora ciascun fornitore controllalo sul suo sito — noi non abbiamo verificato l'infrastruttura degli altri e non affermiamo nulla al loro posto.

Lingue supportate e traduzione

99 lingue source (Whisper Large-v3 supporta italiano, inglese, spagnolo, francese, tedesco, portoghese, giapponese, mandarino, coreano, russo, arabo, hindi, turco, vietnamita, polacco, olandese, tra le altre) e traduzione in 133 lingue destinazione inclusa in tutti i piani a pagamento.

Flusso tipico: trascrivi il tuo video italiano, poi traduci il SRT nella lingua destinazione (inglese per audience internazionale, spagnolo per LATAM, francese per Francia+Canada, tedesco per DACH). Sincronizzazione temporale mantenuta, pronto per upload nello stesso video come traccia aggiuntiva.

Casi d'uso frequenti

Sei contesti in cui utenti italiani generano sottotitoli con VexaScribe.

Creator YouTube

SRT italiano per video lunghi + traduzione a inglese/spagnolo/francese per audience internazionale. L'indicizzazione dei sottotitoli migliora la SEO.

Creator social

Burn-in con CapCut, DaVinci Resolve o Premiere Pro per TikTok, Reels e Shorts. Molti guardano i video social senza audio — una cifra precisa non la diamo, perché i valori che circolano variano troppo da fonte a fonte.

Educazione e corsi online

Sottotitoli accessibili per lezioni video — conformità EAA, trascrizione ricercabile per studenti.

Marketing e comunicazione aziendale

Video interni, webinar, presentazioni — i sottotitoli moltiplicano engagement su LinkedIn e soddisfano requisiti di accessibilità.

Podcaster con video

Sottotitoli per clip di podcast su YouTube + traduzione per espansione internazionale. Un solo processamento, più lingue.

Accessibilità e EAA

European Accessibility Act (in vigore giugno 2025) richiede sottotitoli accurati per video. Auto-caption soli non bastano — auto-generati + revisione manuale sì.

Cosa controllare prima di pubblicare

Nessuna trascrizione automatica è infallibile, e i punti in cui inciampa sono prevedibili. Vale la pena conoscerli prima di pubblicare, non dopo il primo commento sotto il video.

• Nomi propri e marchi. Cognomi, nomi di aziende e di prodotti sono la parte che va peggio, perché il modello li indovina dal solo suono. Controllali a ogni occorrenza, non solo alla prima: capita che lo stesso nome venga scritto in due modi nello stesso file.
• Elisioni e apostrofi. «l'audio», «dell'intervista», «un'ora» — l'apostrofo è la cosa che il modello sbaglia più spesso in italiano, e un «un ora» in un sottotitolo si nota subito.
• Doppie consonanti. «capello» e «cappello», «cadere» e «caddere»: su audio non pulito la geminata si perde, e il senso cambia.
• Voci che si sovrappongono. Quando due persone parlano insieme, l'attribuzione del parlante e il testo perdono precisione nello stesso momento. È tipico delle tavole rotonde e delle conversazioni informali nei podcast.
• Parlato sotto la musica. Canto e voce con un sottofondo musicale vanno molto peggio del dialogo pulito.
• Numeri e unità. La forma scritta per esteso o in cifre («duemila» o «2000») può risultare incoerente all'interno dello stesso file.

Rivedere dieci minuti di registrazione nell'editor richiede in genere due o tre minuti, ed è la differenza concreta tra sottotitoli che sembrano professionali e sottotitoli che sembrano fatti da una macchina. L'editor per ora è in inglese — l'interfaccia, non il tuo testo — quindi se preferisci correggere in italiano esporta l'SRT e aprilo in un editor di sottotitoli qualsiasi.

Prezzi in euro

Fatturazione in dollari statunitensi. Un prezzo in euro qui non lo indichiamo perché non manteniamo aggiornato il tasso di cambio: una conversione vecchia sarebbe più fuorviante dell'importo in dollari.

Starter

200 minuti

Basic

1.000 minuti

Pro

$10

2.500 minuti

Studio

$20

6.000 minuti

Vedi tutti i dettagli sulla pagina prezzi →

Quando scegliere CapCut, Submagic o burn-in manuale

CapCut — se ti serve editor video + sottotitoli integrati

Se il tuo flusso è "editing video + aggiungere sottotitoli + pubblicare per TikTok/Reels" in un'unica app, CapCut (gratis con filigrana o Pro) integra entrambi. VexaScribe è più flessibile nell'export (SRT/VTT/DOCX/TXT/JSON) e nel volume, ma non contiene editor video.

Submagic — per sottotitoli animati in Reels/TikTok

Se ti servono sottotitoli animati parola-per-parola con emoji, colori e preset stilizzati per massimizzare engagement in Reels/TikTok/Shorts, Submagic (~10 $/mese) è specializzato. VexaScribe genera il SRT grezzo; Submagic applica l'estetica visiva sopra.

Aegisub / Subtitle Edit — per controllo manuale totale

Se ti serve controllo fine di tipografia, posizione, stile e timing (documentario, cinema, TV), importa il SRT di VexaScribe in Aegisub o Subtitle Edit (gratis, multipiattaforma). VexaScribe sostituisce la fase di trascrizione — non l'editing fine dei sottotitoli.

Domande frequenti

Come metto sottotitoli automatici su un video YouTube?

Due percorsi. (1) Consigliato — carica il tuo SRT: YouTube Studio → il tuo video → Sottotitoli → Aggiungi lingua → Carica file → "Con timing" → seleziona il .srt di VexaScribe → Pubblica. YouTube indicizza il testo SRT per la ricerca, il che migliora la SEO rispetto agli auto-caption di YouTube. (2) Carica il MP4 su YouTube e usa i loro sottotitoli automatici (attesa variabile secondo la durata, nessun controllo di stile, nessun export del file). Per qualità pubblicabile in italiano, il percorso (1) dà risultati significativamente migliori nello stesso tempo totale.

I sottotitoli automatici sono davvero gratis?

Da noi i primi 5 minuti sono gratis senza account, e con un account gratuito arrivi a 30 minuti senza carta di credito: tutti i formati (SRT, VTT, DOCX, TXT, JSON), nessuna filigrana. Gli altri strumenti hanno condizioni diverse, e soglie gratuite e tariffe cambiano troppo spesso perché abbia senso elencarle qui — non le abbiamo verificate presso ogni fornitore e preferiamo non pubblicare numeri che non abbiamo controllato. Vale la pena guardarle sul sito di ciascuno. Per un singolo video breve quasi qualsiasi opzione funziona; per un uso continuativo il piano a pagamento parte da 2 $/mese.

Che precisione hanno in italiano?

L'italiano è tra le lingue su cui il modello va meglio: il benchmark FLEURS nel paper di OpenAI (arXiv:2212.04356, sezione D.2.4) riporta un tasso di errore sulle parole del 4,0 %, più o meno il livello dell'inglese. Quel numero è un tetto e non una descrizione del tuo risultato — è stato misurato sul modello large-v2 su materiale letto in studio. Misure nostre sull'italiano non le pubblichiamo perché non ne abbiamo: servirebbe audio italiano con trascrizione di riferimento. Quello che si può dire è dove il risultato peggiora — nomi propri e termini tecnici, elisioni e apostrofi, doppie consonanti su audio non pulito, voci sovrapposte, parlato sotto la musica. Per una qualità pubblicabile metti in conto un passaggio di revisione nell'editor; quanto duri dipende dal tuo audio.

SRT o VTT — quale mi serve?

SRT per quasi tutto: YouTube, TikTok (via burn-in), Premiere, DaVinci, Final Cut, CapCut, VLC — SRT è il formato universale. VTT specificamente per HTML5 web video con l'elemento <track>, streaming HLS di Apple, o se ti serve controllo di stile CSS-like (posizione, dimensione, colore). VexaScribe esporta entrambi i formati dallo stesso processamento — paghi i minuti una volta, scarichi SRT + VTT + DOCX + TXT + JSON. Dettagli in /what-is-an-srt-file e /what-is-a-vtt-file.

Funziona con TikTok, Reels o YouTube Shorts?

Sì, con differenze per piattaforma. TikTok non accetta upload di SRT direttamente — serve burn-in (sottotitoli incorporati nel video) con un editor come CapCut, DaVinci o Premiere. Instagram Reels ha il proprio generatore in-app di sottotitoli automatici (qualità decente), oppure puoi usare SRT esterno burn-in. YouTube Shorts accetta SRT via YouTube Studio come video normali. Per creator su più piattaforme: VexaScribe genera un SRT e lo usi per burn-in (TikTok/Reels) e upload diretto (YouTube/YouTube Shorts).

Posso tradurre i sottotitoli in un'altra lingua?

Sì. VexaScribe supporta traduzione in 133 lingue destinazione, inclusa in tutti i piani a pagamento. Flusso: trascrivi il video nella lingua origine (italiano), poi traduci il SRT nella lingua destinazione (inglese, spagnolo, francese, tedesco, portoghese, ecc.) mantenendo la sincronizzazione temporale. Ideale per creator con mercati multi-lingua — un solo processamento produce un SRT italiano + traduzioni pronte per l'upload. La qualità di traduzione di file SRT è nettamente migliore dell'auto-traduzione in-platform di YouTube/TikTok.

Sono conformi EAA (European Accessibility Act) o WCAG 2.1?

Solo in parte — da soli non bastano. L'European Accessibility Act (EAA, in vigore dal giugno 2025), la norma europea EN 301 549 e WCAG 2.1 Livello AA richiedono per i video sottotitoli accurati e sincronizzati. Un file generato solo automaticamente non soddisfa da sé quel requisito, perché nessuna trascrizione automatica è affidabilmente priva di errori. Una percentuale come soglia non la diamo volutamente: non abbiamo mai misurato il nostro output italiano contro una trascrizione di riferimento, e in un contesto di conformità un numero inventato sarebbe il tipo di affermazione peggiore. La strada solida è generare automaticamente e poi rivedere le cue una per una nell'editor. Se è in arrivo un audit formale, fai controllare il file da chi si occupa di accessibilità.

Posso modificare il testo dei sottotitoli dopo la generazione?

Sì. VexaScribe include un editor in-browser per correggere il testo, aggiustare la segmentazione (dividere/unire cue), rinominare speaker e regolare i timing prima dell'esportazione. Le modifiche vengono salvate e puoi ri-esportare SRT/VTT/DOCX/TXT/JSON quante volte vuoi senza ri-processare. Per editing avanzato di sottotitoli (effetti ASS, karaoke, positioning fine), Subtitle Edit (Windows, gratis) e Aegisub (multipiattaforma, gratis) sono gli standard — entrambi importano ed esportano SRT/VTT.

Devo estrarre l'audio dal video?

No. Carica direttamente il file MP4 — VexaScribe estrae la traccia audio automaticamente, nessuna conversione preventiva necessaria. Accetta MP4, MOV, MKV, WebM, AVI, FLV, WMV, M4V, 3GP sul lato video; MP3, M4A, WAV, OPUS, FLAC, AAC sul lato audio. Puoi anche incollare un URL di YouTube, TikTok, Instagram o Google Drive — VexaScribe scarica il video lato server, senza che tu debba fare nulla. Niente ffmpeg, niente conversioni intermedie, niente installazione locale.

Meglio questo generatore o CapCut/Submagic/VEED?

Dipende dal flusso di lavoro. VexaScribe per generazione pura di sottotitoli con esportazione multiformato (SRT/VTT/DOCX/TXT/JSON), 99 lingue source + 133 target per traduzioni, hosting UE con DPA GDPR, batch (50 file), al miglior prezzo (2 $/mese). CapCut se hai bisogno di editor video completo integrato e sottotitoli come parte del flusso di editing (gratis con filigrana o Pro). Submagic per Reels/TikTok con sottotitoli animati parola-per-parola e preset stilizzati (~10 $/mese, senza trascrizione grezza). VEED per editor + generatore in un'app (13-24 $/mese). Per pipeline pure-play di generazione con massima flessibilità di export e miglior prezzo, VexaScribe.

Genera sottotitoli automatici gratis ora

30 minuti gratis, senza carta. SRT + VTT + traduzione in 133 lingue. GDPR-conforme.

Come sottotitolare un video in 3 passi con l'IA

Carica il video o l'audio

Scegli lingua e impostazioni

Scarica SRT, VTT, DOCX, TXT o JSON