Come trascrivere un audio parlato in testo con un tool di Google

Come trascrivere in un file di testo un audio parlato in qualsiasi lingua con il tool Web Speech API di Google per visualizzarlo, copiarlo e salvarlo

La conversione di un testo in un audio la si può fare in modo abbastanza semplice con un programma gratuito come Balabolka con l'ausilio della sintesi vocale di Windows. Questa azione viene internazionalmente definita come text-to-speech. Alternativamente a Balabolka possiamo usare pure ClipChamp per creare un file audio da testo.

L'operazione inversa viene invece chiamata di speech-to-text e forse è più utile della precedente. Pensate per esempio a un giornalista che deve sbobinare una intervista o una conferenza stampa. Anche nell'ambito scolastico può essere necessario convertire in testo una lezione universitaria o di scuola superiore di cui si sia registrato l'audio.

Una tale funzionalità è presente da tempo su Youtube per generare i sottotitoli automatici. Google però ha reso disponibili le API dello strumento che possono essere usate gratuitamente e senza limiti di tempo dagli utenti.

Il tool in oggetto si chiama Web Speech API Demonstration e ha come sottotitolo una espressione inglese che può essere tradotta in italiano in questo modo: Fai clic sull'icona del microfono e inizia a parlare per tutto il tempo che desideri. Nel tool è possibile naturalmente scegliere la lingua di input dell'audio anche con diverse opzioni.

Di default lo strumento viene impostato in lingua inglese ma nel menù adiacente si può scegliere anche la nazione della lingua tra Australia, Canada, India, Kenya, Tanzania, Ghana, Nuova Zelanda, Nigeria, Sud Africa, Filippine, UK e USA. Per l'italiano si può scegliere tra quello parlato in Italia e quello del Canton Ticino.

Ho pubblicato sul mio Canale Youtube un video in cui illustro come usare questo strumento di Google.

La pagina web del tool linkata sopra funziona anche con altri browser oltre che con Chrome. L'ho verificato per esempio con Edge. Dopo aver scelto la lingua dal menù di sinistra, si sceglie la nazione da quello di destra.

Si clicca poi sulla icona del microfono che rileverà l'audio per poi convertirlo in testo mostrato nell'apposito campo. La prima volta che usate lo strumento vi verrà chiesta l'autorizzazione a usare il microfono da parte di Google.

In questo caso si clicca su Consenti e si inizia a parlare o a riprodurre l'audio da convertire in testo. Si può infatti far andare un file audio con un Media Player come VLC o come Windows Media Player. Il tool convertirà l'input sonoro in testo che verrà mostrato nel riquadro. Per interrompere la trascrizione si clicca ancora sul microfono.

L'audio convertito in testo sarà ovviamente senza punteggiatura e alcune parole risulteranno essere sbagliate, specie se sono state pronunciate in un italiano con un forte accento regionale o in modo esitante e non chiarissimo.

Dalle istruzioni presenti nella pagina sembra che non ci sia un limite massimo di tempo per la trascrizione di un audio parlato. Dopo aver interrotto la trascrizione, si clicca sul testo e si digita Ctrl + A per selezionarlo quindi Ctrl + C per copiarlo e infine Ctrl + V per incollarlo p.e. in un file del Blocco Note.

Quando si riproduce il file audio con le casse del computer, bisogna assicurarci che il microfono sia in grado di rilevare quello che esce dalla scheda audio. In caso di difficoltà può essere utile in un computer Windows abilitare il Missaggio Stereo. Si aprono le Impostazioni con Windows + I quindi si va su Sistema -> Audio.

Si scorre la pagina verso il basso fino a trovare Altre Impostazioni Audio su cui cliccare per aprire una finestra.

Si sceglie la scheda Registrazione quindi ci si clicca sopra con il destro del mouse e si controlla che siano flaggate le opzioni Mostra dispositivi disattivati e Mostra dispositivi disconnessi. Dopo averlo fatto, visualizzeremo il dispositivo Missaggio stereo su cui cliccare con il destro del mouse per poi scegliere Abilita dal menù.