Trascrivere Audio in Testo con IA — Gratis, Online, in Italiano

I primi 30 minuti sono gratis, senza carta di credito. Da lì i piani partono da 2 $/mese (Starter, ~1,85 €, 200 minuti) fino a 20 $/mese (Studio, 6.000 minuti). Il costo per minuto va da 0,01 $ (Starter) a 0,003 $ (Studio) — molto più economico della trascrizione umana (Rev costa 1,50 $/min) e competitivo rispetto a Otter (16,99 $/mese per 1.200 minuti) o HappyScribe (15-72 €/mese). Tutti i piani includono i cinque formati di esportazione (TXT/DOCX/SRT/VTT/JSON) senza restrizioni.

Sì, 30 minuti gratis veri — senza carta, senza filigrana, con esportazione completa in TXT/DOCX/SRT/VTT/JSON. Confronto con i concorrenti: Canva integra il free tier nell'upsell di Canva Pro; Vidnoz limita a 30 min di vita (una tantum); Monica offre 30 min ma solo ai nuovi utenti; Evernote richiede piano a pagamento per esportazioni complete; Transcri è senza registrazione ma limitato a file corti. Per un audio singolo breve, il nostro nivel gratuito basta. Per uso continuo serve un piano a pagamento — senza trucchi.

L'italiano è una lingua Tier 1 di Whisper Large-v3, con tasso di errore parole (WER) del 4-6% nel benchmark FLEURS di OpenAI — livello quasi paragonabile all'inglese. Nella pratica: 94-96% di precisione su audio pulito di studio o podcast professionale; 90-94% su riunioni Zoom/Teams/Meet esportate (gli artefatti di compressione tolgono qualche punto); 92-95% su registrazioni con smartphone in sala tranquilla; 78-88% con rumore di fondo forte (caffè, strada, ufficio open space). I nomi propri e i termini tecnici hanno 20-30% di errore indipendentemente dalla qualità audio — pianifica 5-15 minuti di revisione per ora di audio per contenuto pubblicabile.

Sì con calo di precisione. Whisper Large-v3 è addestrato principalmente su italiano standard (base toscana), con una quota significativa ma minoritaria di dialetti nel corpus. Per napoletano, siciliano, veneziano, sardo e altri dialetti marcati la precisione tipicamente scende 3-5 punti sotto il livello Tier 1 — quindi 89-92% invece del 94-96%. Per italiano del Nord e Centro-Italia standard non c'è penalità. Per materiale con forte dialetto, pianifica una revisione manuale più lunga o pre-elabora l'audio.

5 GB per file, con un massimo di 10 ore di durata — copre podcast lunghi, conferenze intere, giornate di lavoro complete. Inoltre puoi caricare fino a 50 file audio in parallelo, ognuno viene processato indipendentemente (non aspetti il più lento). Confronto: Zamzar limita a 200 MB gratis / 1 GB a pagamento, ElevenLabs a 3 GB, HappyScribe a 4 GB, la API di OpenAI Whisper solo 25 MB. Se il tuo file supera 5 GB, dividilo con LosslessCut (gratis) in due parti e concatena le trascrizioni.

Sì, con la diarizzazione automatica attivata. VexaScribe identifica fino a 10 speaker in un audio, li etichetta come Speaker 1, Speaker 2, ecc., e permette di rinominarli nell'editor. Funziona bene con interviste a due persone, tavole rotonde di 3-5 persone, riunioni di squadra. Su audio di conferenza con speaker lontani o molto sovrapposti la precisione di separazione cala, ma le etichette rimangono utili come impalcatura per la revisione manuale. La diarizzazione è inclusa in tutti i piani a pagamento senza costi aggiuntivi.

I file vengono processati in AWS eu-west-2 (Londra, spazio giuridico UE), con cifratura TLS 1.2+ in transito e AES-256 a riposo. Non addestriamo modelli AI con i tuoi dati. Puoi cancellare file e account in qualsiasi momento. Per uso professionale (studi legali, giornalismo con protezione delle fonti, sanità, HR) offriamo un contratto DPA (Data Processing Agreement) su richiesta, conforme al GDPR e alla normativa italiana. Alternative come Otter, Rev, Descript, Sonix e Evernote hostano negli USA — per trasferimenti internazionali di dati personali servono le SCC (Standard Contractual Clauses).

Sì. Da un solo processamento ottieni cinque formati: TXT (testo puro), DOCX (Word con timestamp ed etichette speaker), SRT (sottotitoli sincronizzati per YouTube, Premiere, DaVinci, CapCut, VLC), VTT (sottotitoli HTML5 nativi per l'elemento <track>) e JSON (strutturato con timestamp al livello di parola). Non serve ri-processare l'audio per ogni formato. Se il tuo obiettivo è creare sottotitoli per video, la nostra pagina dedicata è /it/generatore-sottotitoli.

Dipende dal flusso di lavoro. VexaScribe se cerchi trascrizione batch con esportazione multiformato (TXT/DOCX/SRT/VTT/JSON), 99 lingue, hosting UE, al miglior prezzo (2-20 $/mese). Canva se usi già l'ecosistema Canva per la grafica e ti va bene l'upsell verso Pro. Vidnoz per un audio singolo breve (30 min lifetime). Descript (16 $/mese) se editi video e trascrizione nella stessa app. Otter per riunioni live con cattura calendario automatica. Rev umano (1,50 $/min) solo se serve verbatim per uso legale o notarile.

Per il livello gratuito di 30 minuti chiediamo la registrazione (email + password, senza carta), sia per prevenire abuso automatizzato sia per permettere di scaricare la trascrizione in più formati senza perdite. Strumenti come Transcri offrono "senza registrazione" ma limitano a file molto corti e spesso inseriscono filigrana o restringono le esportazioni. La registrazione su VexaScribe richiede 30 secondi e sblocca i cinque formati completi, il salvataggio della cronologia e la possibilità di riprendere trascrizioni parziali.