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

Sì. I primi 30 minuti sono gratis, senza carta di credito e senza filigrana. Carica il tuo file MP4 (o MOV, AVI, MKV, WebM, FLV, WMV, 3GP) fino a 5 GB e 10 ore di durata; VexaScribe estrae automaticamente la traccia audio e la trascrive con Whisper Large-v3 in italiano (precisione Tier 1, 4-6% WER FLEURS). Ottieni il testo con timestamp e diarizzazione speaker, esportabile in TXT, DOCX, SRT, VTT o JSON — tutti i formati inclusi nel livello gratuito.

Supportiamo otto formati video comuni: MP4 (H.264/H.265), MOV (QuickTime, iPhone), AVI, MKV (Matroska), WebM (VP9/AV1), FLV, WMV e 3GP. La traccia audio viene estratta automaticamente in fase di caricamento — non devi convertire il video in MP3 o WAV prima. Per file oltre 5 GB usa uno strumento gratuito come LosslessCut o HandBrake per dividerlo. Se il tuo formato non è nell'elenco, ricomprimi in MP4 con HandBrake (gratis, cross-platform).

Fino a 10 ore per file e 5 GB di dimensione — copre conferenze intere, giornate di corso, dirette streaming registrate. Puoi caricare fino a 50 video in parallelo (batch), ognuno processato indipendentemente. Tempo di elaborazione tipico: 2-3 minuti per 30 minuti di video, 6-10 minuti per un video di 1 ora. Per video più lunghi di 10 ore, dividi con LosslessCut (gratis) in due parti e concatena le trascrizioni SRT con qualsiasi editor di testo.

Sì. VexaScribe identifica fino a 10 speaker in un video e li etichetta come Speaker 1, Speaker 2, ecc. Puoi rinominarli nell'editor con il nome reale. La diarizzazione funziona bene con interviste a due persone, tavole rotonde di 3-5 partecipanti, riunioni di squadra registrate su Zoom, Teams o Google Meet. Su conferenze con speaker lontani dal microfono o molto sovrapposti la precisione di separazione cala, ma le etichette restano utili come impalcatura per la revisione. Incluso in tutti i piani senza costi aggiuntivi.

Sì. Da un solo processamento ottieni SRT (formato universale per YouTube, Premiere, DaVinci Resolve, Final Cut, CapCut, VLC) e VTT (WebVTT per player HTML5 e streaming HLS). Entrambi sincronizzati al livello di parola con Whisper Large-v3. Se il tuo obiettivo principale è generare sottotitoli professionali con controllo sulla lunghezza delle righe e sui gap, la nostra pagina dedicata è /it/generatore-sottotitoli. Per aggiungere i sottotitoli embedded al video finale (burn-in) usa HandBrake o FFmpeg gratis.

Sì. I file vengono processati in AWS eu-central-1 (Frankfurt, spazio giuridico UE), con cifratura TLS 1.2+ in transito e AES-256 a riposo. I file vengono cancellati automaticamente dopo 30 giorni, o subito su tua richiesta dalla dashboard. Non addestriamo modelli AI con i tuoi contenuti. Conforme GDPR ed eIDAS. 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 sulla privacy.

L'italiano standard (base toscana, italiano del Nord e Centro-Italia) non ha alcuna penalità — resta al livello Tier 1 di Whisper Large-v3 con 4-6% WER FLEURS. Per dialetti stretti — napoletano, siciliano, veneziano, sardo, dialetti calabresi marcati — la precisione tipicamente scende 3-5 punti sotto il Tier 1, quindi 89-92% invece del 94-96%. Per video con forte dialetto, pianifica una revisione manuale più lunga. Gli accenti regionali attenuati (parlato televisivo, doppiaggio, video corporate) restano equivalenti allo standard.

Sì, fino a 50 file video in parallelo. Ogni video viene processato indipendentemente — non aspetti il più lento. Utile per YouTuber che processano un backlog di episodi, formatori e-learning che convertono una serie di lezioni, aziende che archiviano riunioni Teams settimanali. Puoi trascinare tutti i file insieme nell'area di caricamento; il sistema mostra lo stato di avanzamento per ognuno e ti avvisa via email quando l'intero batch è pronto. Tutti i piani, incluso il gratuito, hanno accesso al batch parallelo.