A cura della redazione di whispertranscribe.ai · Ultimo aggiornamento a novembre 2026 · Lettura di 12 min
La traduzione da voce a testo parte da una registrazione in una lingua e produce testo in un'altra. Puoi trascrivere l'audio nella lingua originale e poi tradurre quel testo, oppure usare un modello che scrive nella lingua di arrivo direttamente dall'audio. Il primo metodo facilita la verifica. Il secondo è più rapido.
La guida spiega i due processi e dove possono sbagliare, presenta quattro metodi pratici, inclusi i sottotitoli multilingue SRT e VTT, e descrive cosa influisce sulla qualità. Trovi anche una lista per la revisione e i casi in cui serve un traduttore professionista.
Come tradurre il parlato in testo in breve
Per la maggior parte delle registrazioni, trascrivi nella lingua originale, correggi il testo e poi traducilo. Se ti serve solo l'inglese e hai poco tempo, uno strumento diretto va bene per una prima bozza. In ogni caso, fai controllare da una persona che conosce entrambe le lingue ciò che pubblichi o usi come riferimento.
- Trascrivi nella lingua parlata. Impostala tu anziché affidarti al rilevamento automatico.
- Correggi la trascrizione originale. Parti da nomi, numeri e termini specifici.
- Traduci e rileggi. Traduci il testo, poi confrontalo con l'originale e l'audio.
Che cos'è la traduzione da voce a testo?
Comprende i processi che partono dal parlato nella lingua A e arrivano al testo nella lingua B. La trascrizione semplice resta nella stessa lingua. La traduzione di un documento parte da un testo. Qui le due operazioni si combinano e il modo in cui lo fanno determina quanto sia facile verificare il risultato.
Traduzione a cascata o diretta
I ricercatori chiamano il primo approccio a cascata, perché il riconoscimento del parlato precede la traduzione del testo. Il secondo è la traduzione diretta, o end-to-end, in cui un modello passa dall'audio al testo nella lingua di arrivo. Whisper di OpenAI esegue la traduzione diretta solo verso l'inglese.
| Prima trascrizione e poi traduzione (cascata) | Traduzione diretta dal parlato | |
|---|---|---|
| Passaggi | Due. Trascrizione originale, poi traduzione | Uno. Dall'audio al testo di arrivo |
| Lingue di arrivo | Qualsiasi lingua supportata dallo strumento per il testo | Spesso limitate. La funzione di Whisper produce solo inglese |
| Testo nella lingua originale | Lo conservi | Di solito non viene prodotto |
| Dove trovi gli errori | Tra i due passaggi, nella trascrizione originale | Solo confrontando il risultato con l'audio |
| Tradurre di nuovo in seguito | Riusi la trascrizione corretta | Elabori di nuovo l'audio o traduci dall'inglese |
| Indicato per | Ricerca, pubblicazioni, sottotitoli in più lingue e citazioni | Capire rapidamente in inglese una registrazione |
Dove possono sbagliare i due metodi
Nel metodo a cascata gli errori si propagano. Se la trascrizione scrive «cinquanta» al posto di «quindici», la traduzione ripeterà il numero errato anche con una grammatica perfetta. Correggi la trascrizione prima di tradurla.
Nel metodo diretto manca un testo originale da controllare. Nel risultato un errore di ascolto appare come un errore di traduzione, quindi per distinguerli devi tornare all'audio. Il testo può anche sembrare molto più scorrevole di quanto giustifichi il contenuto, rendendo gli errori più difficili da notare.
Quale metodo scegliere?
Considera l'uso del testo e il numero di lingue che ti servono.
| Situazione | Metodo consigliato | Perché |
|---|---|---|
| Devi capire rapidamente una registrazione in un'altra lingua | Metodo 2. Trascrivi direttamente in inglese | Una bozza leggibile in un solo passaggio |
| Citerai qualcuno in un articolo o una relazione | Metodo 1, più il metodo 4 per i passaggi più importanti | Puoi verificare le parole originali |
| Ti servono sottotitoli in almeno due lingue | Metodo 3. Parti da SRT o VTT nella lingua originale, poi traduci il testo | Un solo file di tempi serve per tutte le lingue |
| Devi analizzare e citare interviste di ricerca | Metodo 1 | La codifica di ricerca e le citazioni restano legate alle parole originali |
| Contratti, atti giudiziari, documenti clinici o di immigrazione | Metodo 4 con un professionista qualificato | Gli errori hanno conseguenze concrete |
Metodo 1. Trascrivi nella lingua originale e poi traduci
È il metodo più flessibile. La trascrizione corretta diventa la copia di riferimento da cui partire per ogni lingua.
1. Trascrivi nella lingua parlata
Carica il file in uno strumento di trascrizione e imposta la lingua. whispertranscribe.ai funziona nel browser e usa il modello Whisper di OpenAI. Puoi scegliere tra oltre 130 lingue, con varianti regionali e modalità Noise / Low-Quality Audio/Video per registrazioni poco chiare. Ci sono pagine dedicate a sorgenti comuni come audio in spagnolo e audio in cinese. Quando le persone cambiano lingua, l'opzione Multilingual Mix copre inglese, spagnolo, francese, tedesco, hindi, russo, portoghese, giapponese, italiano e olandese.
Se la registrazione è su Google Drive, Dropbox, Vimeo o YouTube, trascrivila dall'URL senza scaricarla. Attiva il riconoscimento dei parlanti per interviste e riunioni.
2. Correggi la trascrizione originale
Correggi prima di tradurre, perché ogni errore rimasto si ripete in tutte le lingue. Cerca nomi, nomi di prodotti e acronimi, poi riascolta ogni numero che vuoi mantenere. Con audio chiaro la precisione può arrivare al 99%. Rumore di fondo, accenti marcati e voci sovrapposte la riducono, quindi prevedi una rilettura.
3. Traduci il testo corretto
Esporta in DOCX o TXT e usa uno strumento di traduzione del testo. Controlla prima i formati e i limiti. I dati che seguono si riferiscono a novembre 2026.
- Google Traduttore traduce documenti fino a 10 MB nei formati .docx, .pdf, .pptx e .xlsx. I PDF devono avere al massimo 300 pagine. L'elenco non include i file dei sottotitoli. Guida di Google Traduttore
- DeepL elenca DOCX, PDF e TXT nella pagina sui formati. Sono indicati anche SRT e VTT, nei piani Pro Individual, Pro Team, Pro Business e API, con limite di 150 KB o 200 KB per file di sottotitoli. L'account gratuito non comprende TXT.
Se lo strumento lo permette, spiega chi parla, a quale pubblico si rivolge e quanto deve essere formale il testo.
4. Conserva entrambe le versioni
Salva la trascrizione e la traduzione con nomi abbinati, per esempio interview-04_es_v2.docx e interview-04_en_v2.docx. Potrai risalire alle parole originali se c'è un dubbio su una riga.
Metodo 2. Trascrivi direttamente in inglese
Se l'inglese è la lingua di arrivo e ti serve soprattutto capire o riassumere la registrazione, uno strumento diretto risparmia un passaggio.
Usa la pagina per tradurre l'audio in inglese
La pagina di whispertranscribe.ai per tradurre l'audio in inglese converte il parlato in altre lingue in testo inglese. La pagina descrive l'inglese come lingua di arrivo.
- Scegli la lingua parlata. Il passaggio 1 riguarda la lingua della registrazione. La pagina indica che selezionare quella corretta migliora la precisione del testo inglese e suggerisce di provare un'altra opzione se il risultato non va bene.
- Carica il file. Il passaggio 2 accetta i formati audio e video usuali, tra cui MP3, WAV, M4A, MP4, MOV e MKV.
- Attiva il riconoscimento dei parlanti se parla più di una persona. La funzione è indicata anche per la traduzione.
- Seleziona Translate audio to English, poi rileggi il testo inglese ed esportalo.
Usa il risultato come bozza. La qualità della traduzione va verificata. Se ti serve anche il testo nella lingua originale, fai una trascrizione normale.
Usa Whisper open source sul tuo computer
Il repository di Whisper di OpenAI documenta un comando per tradurre verso l'inglese.
whisper japanese.wav --model medium --language Japanese --task translate
Il README segnala due limiti. Il modello predefinito turbo non è addestrato per tradurre e restituisce la lingua originale anche con --task translate, quindi usa medium o large. La lingua di arrivo è solo l'inglese. Per passare da audio tedesco a testo francese, serve comunque tradurre la trascrizione.
Quali risultati dà? Lo studio su Whisper riporta 125.000 ore di dati di traduzione verso l'inglese. Senza essere stato addestrato sul set CoVoST2, Whisper vi ha ottenuto un punteggio BLEU di 29,1, che gli autori hanno definito un nuovo primato. BLEU misura la somiglianza con traduzioni di riferimento, non una percentuale di frasi corrette. Lo stesso studio rileva che Whisper resta dietro a sistemi precedenti addestrati direttamente per lingue con molti dati. Aggiunge che la quantità di dati prevede la qualità della traduzione molto meno bene della qualità della trascrizione.
Metodo 3. Crea sottotitoli multilingue in SRT o VTT
Per un video, crea un file di sottotitoli nella lingua originale, poi traduci solo il testo di ogni sottotitolo. I tempi restano gli stessi per tutte le lingue.
1. Genera il file di sottotitoli originale
Usa il generatore di sottotitoli o il convertitore da MP4 a SRT ed esporta in SRT o VTT nella lingua parlata. Correggi prima testo e tempi, perché questo file servirà da modello.
2. Traduci solo il testo dei sottotitoli
Un blocco SRT ha un numero, una riga con i tempi e il testo. Cambia soltanto il testo. Qui sotto trovi un esempio inventato.
12
00:01:04,200 --> 00:01:07,900
La reunión empieza el 3 de mayo a las 15:00.
12
00:01:04,200 --> 00:01:07,900
The meeting starts on May 3 at 3 p.m.
Il numero e i tempi sono identici. Data e ora sono adattate al pubblico di arrivo. Se lo strumento accetta solo documenti, copia il testo in una tabella e reinseriscilo un blocco alla volta. Come indicato sopra, i piani Pro a pagamento di DeepL accettano direttamente SRT e VTT.
3. Controlla il tempo di lettura
La traduzione può essere più lunga dell'originale. Un sottotitolo leggibile in 3,7 secondi potrebbe non esserlo più. Dividi i blocchi lunghi o accorcia il testo. Se cambi i tempi, ricontrollali rispetto all'audio.
4. Carica ogni lingua come traccia separata
Inserisci il codice della lingua nel nome del file, per esempio talk.en.srt e talk.es.srt, e carica ciascun file come traccia separata. I sottotitoli selezionabili permettono a chi guarda di cambiare lingua.
Metodo 4. Fai rivedere la traduzione da una persona
Se il testo sarà pubblicato, citato o usato per prendere una decisione, chiedi a una persona bilingue di confrontare la traduzione con l'originale. Il testo automatico può sembrare scorrevole anche quando è sbagliato.
Una scheda di revisione semplice velocizza il controllo. Ecco un esempio inventato.
| Sottotitolo | Testo originale | Traduzione | Voce da verificare | Nota di revisione |
|---|---|---|---|---|
| #37 | Vamos a cerrar el trato el lunes | We'll close the deal on Monday | OK | — |
| #81 | Eso no es moco de pavo | That's not turkey snot | Espressione idiomatica | Usa «That's no small thing» |
| #126 | Facturamos 1,5 millones | We invoiced 1.5 million | Numero | Verifica la valuta con chi parla |
Chiedi di verificare nomi, numeri, citazioni, termini legali o clinici e ogni passaggio segnalato come poco chiaro. whispertranscribe.ai non offre trascrizione o traduzione umana, quindi fai tu la revisione o affidala a un professionista.
Cosa influisce sulla qualità della traduzione da voce a testo?
La qualità dipende sia dalla trascrizione sia dal passaggio alla seconda lingua. Alcuni fattori incidono su entrambe.
| Fattore | Effetto sulla trascrizione | Effetto sulla traduzione | Cosa fare |
|---|---|---|---|
| Qualità audio (rumore, eco, distanza) | Parole perse o comprese male | Gli errori passano in tutte le lingue | Registra vicino al microfono e usa l'originale più chiaro |
| Accenti e dialetti | Più errori nel parlato regionale | Alcune parole regionali vengono tradotte alla lettera | Se disponibile, scegli la variante regionale |
| Termini tecnici | Parole scritte come suonano | Equivalenti sbagliati o incoerenti | Prepara un glossario e correggi i termini nell'originale |
| Coppia di lingue | Dipende dalla lingua parlata | Le coppie comuni in genere danno risultati migliori di quelle rare | Dedica più tempo alla revisione per le lingue meno comuni |
| Nomi propri | Nomi scambiati per parole comuni | Nomi «tradotti» o modificati | Elenca i nomi prima di partire, poi cercali e correggili |
| Cambi di lingua | Viene rilevata la lingua sbagliata a metà frase | Il testo misto confonde lo strumento | Usa una modalità multilingue e indica la lingua di ogni passaggio |
| Voci sovrapposte | Righe unite o saltate | Si perde il senso di un intervento | Usa microfoni separati e controlla le etichette dove le persone si interrompono |
Le buone pratiche di Google per i dati vocali indicano che i codec con perdita, come MP3 e M4A, possono ridurre la precisione e che rumore ed eco incidono di più quando si usa uno di questi codec. Il README di OpenAI aggiunge che le prestazioni di Whisper variano molto tra lingue. Prova un campione breve prima di elaborare molti file.
Controlli dopo la traduzione
Rivedi questi punti dopo ogni traduzione, prima di condividerla fuori dal gruppo di lavoro.
- Numeri. Ogni cifra deve corrispondere all'audio. Controlla i separatori decimali. «1,5» in molte lingue europee si scrive 1.5 in inglese.
- Valute e unità. Mantieni la valuta originale, salvo indicare una conversione. Non sostituire i chilometri con miglia senza dichiararlo.
- Nomi e denominazioni. Usa la grafia di persone, aziende e luoghi nella lingua originale.
- Date e orari. L'ordine di giorno e mese cambia tra paesi. 03/04 può indicare 3 aprile o 4 marzo. Quando conta, scrivi il mese in lettere.
- Citazioni. Confronta le citazioni con l'audio oltre che con la trascrizione.
- Modi di dire e umorismo. Sostituisci le traduzioni letterali con equivalenti naturali o segnalale per la revisione.
- Contesto culturale. Aggiungi una breve nota quando un riferimento non è chiaro nella lingua di arrivo.
- Registro. L'uso delle forme di cortesia e informali (tú/usted, du/Sie) deve rispecchiare il rapporto tra i parlanti.
- Etichette dei parlanti. Verifica che ogni riga sia ancora attribuita alla persona giusta.
- Passaggi poco chiari. Segna i passaggi con
[unclear]in entrambe le lingue senza indovinare.
Quando serve un traduttore professionista?
Affidati a una persona qualificata se un errore può causare perdite economiche, danni alla salute, conseguenze legali o perdita di fiducia. Queste sono informazioni generali, non una consulenza legale. I requisiti variano per paese, tribunale e autorità, quindi verifica con chi riceverà il documento.
| Situazione | Perché la traduzione automatica da sola non basta |
|---|---|
| Pratiche di immigrazione | Le norme statunitensi (8 CFR 103.2(b)(3)) richiedono che i documenti in lingua straniera inviati a USCIS siano accompagnati da una traduzione inglese completa. Il traduttore deve certificare che è completa e accurata e dichiarare di essere competente a tradurre |
| Prove giudiziarie e deposizioni | I tribunali spesso stabiliscono chi può tradurre o certificare |
| Contratti e accordi | Una parola sbagliata può cambiare un obbligo |
| Consultazioni e documentazione medica | Dosi, sintomi e consenso devono essere riportati con esattezza |
| Citazioni pubblicate e materiali per la stampa | Una citazione errata riduce la fiducia e può comportare responsabilità |
Per usi meno delicati, come appunti interni, bozze di ricerca o comprensione di un video, in genere bastano la traduzione automatica e una tua rilettura.
Quale formato di esportazione ti serve?
Scegli il formato del passaggio successivo. In whispertranscribe.ai puoi esportare in DOCX, PDF, TXT, CSV, SRT e VTT.
| Formato | Quando usarlo |
|---|---|
| DOCX | Per tradurre in Word, DeepL o Google Traduttore e modificare con commenti |
| TXT | Per incollare il testo in uno strumento di traduzione o in un'altra app |
| Per una copia con impaginazione fissa della traduzione approvata | |
| CSV | Per schede di revisione affiancate e codifica di ricerca |
| SRT | Per tracce di sottotitoli su YouTube, programmi di montaggio e lettori |
| VTT | Per sottotitoli nei lettori video web HTML5 |
Domande frequenti
Che differenza c'è tra conversione da voce a testo e traduzione da voce a testo?
La conversione da voce a testo mantiene la lingua originale. Da audio spagnolo ottieni testo spagnolo. La traduzione produce testo in un'altra lingua, per esempio inglese a partire da audio spagnolo. Puoi farlo in due passaggi, trascrivendo e poi traducendo il testo, oppure in uno solo con un modello che scrive direttamente nella lingua di arrivo. Il metodo in due passaggi facilita il controllo, perché puoi correggere il testo originale prima di tradurlo e riusarlo in seguito per altre lingue.
Whisper può tradurre l'audio in lingue diverse dall'inglese?
La funzione di traduzione integrata in Whisper produce solo testo inglese, anche se l'audio in ingresso può essere in molte lingue. Per altre lingue di arrivo, trascrivi l'audio nella lingua originale e traduci il testo. Il README di OpenAI indica inoltre che il modello predefinito turbo non è addestrato per tradurre e restituisce la lingua originale anche quando chiedi una traduzione. Per tradurre usa medium o large.
È meglio trascrivere prima e poi tradurre?
Di solito sì, se il testo sarà pubblicato, citato o tradotto in più lingue. La trascrizione ti dà un originale da correggere, così sistemi nomi o numeri interpretati male una volta sola. La traduzione diretta verso l'inglese è più rapida ed è adatta se devi solo capire una registrazione. Per sottotitoli multilingue, parti da un SRT o VTT originale corretto.
Quanto è precisa la traduzione da voce a testo?
Dipende dall'audio, dalla coppia di lingue e dall'argomento. Nessun valore copre tutti i casi. La trascrizione può essere molto precisa se l'audio è chiaro. In queste condizioni whispertranscribe.ai può arrivare al 99%, con risultati inferiori in presenza di rumore e accenti marcati. La traduzione introduce altri errori, soprattutto con espressioni idiomatiche, nomi e termini tecnici. Le coppie di lingue comuni in genere danno risultati migliori di quelle rare. Controlla numeri, nomi e citazioni e fai rivedere i passaggi importanti da una persona bilingue.
Posso tradurre i sottotitoli mantenendo i tempi?
Sì. Traduci solo il testo di ogni blocco e lascia invariati numeri e codici temporali. Puoi procedere a mano, incollare il testo in uno strumento di traduzione e poi reinserirlo oppure usare un servizio che accetta file di sottotitoli. DeepL elenca SRT e VTT per i piani Pro Individual, Pro Team, Pro Business e API. La funzione documenti di Google Traduttore non elenca formati di sottotitoli. Dopo la traduzione, verifica che le righe più lunghe restino leggibili entro il tempo disponibile.
Posso usare la traduzione automatica per registrazioni legali o mediche?
Può servire per una prima lettura. La versione definitiva di materiale legale, medico, contrattuale o di immigrazione richiede spesso un traduttore qualificato e alcune autorità chiedono una traduzione certificata. Per esempio, le norme statunitensi sull'immigrazione richiedono che chi traduce certifichi la completezza e l'accuratezza della traduzione inglese. I requisiti variano per paese e istituzione. Verifica con chi riceverà il documento. Si tratta di informazioni generali, non di una consulenza legale.
Vuoi cominciare? Carica una registrazione in Traduci l'audio in inglese oppure trascrivi prima nella lingua originale per ottenere sottotitoli o traduzioni in altre lingue. Puoi provare gratis senza account. I piani a pagamento partono da 9,99 USD al mese con fatturazione annuale (prezzi). whispertranscribe.ai non offre API, trascrizione umana o bot per le riunioni.
Fonti
- Radford e altri, OpenAI, Robust Speech Recognition via Large-Scale Weak Supervision (sezioni 1, 2.1 e 3.5 e tabella 4)
- OpenAI, Whisper su GitHub (README e uso da riga di comando)
- Guida di Google Traduttore, tradurre documenti e siti web
- Centro assistenza DeepL, formati dei file
- Google Cloud, buone pratiche per fornire dati all'API Speech-to-Text
- eCFR, 8 CFR 103.2, presentazione e valutazione delle domande
