L'analogia

La precisione di una trascrizione è come la nitidezza di una foto. Puoi avere la macchina fotografica migliore del mondo, ma se scatti al buio, con la mano che trema e tre persone che si muovono, la foto viene mossa lo stesso. E se scatti in pieno sole, con il treppiede, anche una macchina media dà uno scatto nitido.

L'audio è la luce. Una voce sola, microfono vicino, stanza silenziosa: anche uno strumento normale trascrive bene. Tre persone che si accavallano in una sala con l'eco: nessuno strumento ti salva. Per questo la domanda "quale è più preciso" è solo metà della domanda. L'altra metà è "in quali condizioni", ed è quella che decide il risultato.

Come funziona davvero

Cosa misura davvero la precisione

Il numero tecnico si chiama tasso di errore sulle parole, in inglese word error rate: la percentuale di parole sbagliate, mancate o aggiunte rispetto a una trascrizione perfetta. Più è basso, meglio è. Il punto è che lo stesso strumento ha tassi molto diversi a seconda dell'audio: il motore di OpenAI scende a pochi punti percentuali su audio inglese pulito, ma sale a doppia cifra su audio reale e disturbato.

Le filosofie diverse degli strumenti

Gli strumenti non competono solo sui decimali di precisione. Si dividono per filosofia. Alcuni puntano alla massima accuratezza grezza, lasciandoti il lavoro di sistemare il testo: vincono sui benchmark ma ti danno un blocco di testo da rifinire. Altri puntano alla trascrizione di riunioni pronta all'uso, con riconoscimento di chi parla, riassunti e punti d'azione: sacrificano qualche decimale di precisione per darti un risultato già organizzato. Altri ancora privilegiano il multilingua e le lingue diverse dall'inglese, dove i primi spesso perdono colpi.

La scelta giusta non è "il più preciso in assoluto", ma "il più adatto a cosa ne devo fare": un testo grezzo perfetto da editare, o un verbale già pronto.

Il fattore che pesa più dello strumento

I numeri da brochure (95-99%) valgono in condizioni ideali: un madrelingua, un microfono professionale, silenzio. Nelle riunioni vere la precisione è tipicamente molto più bassa. Significa che migliorare l'audio prima — microfono vicino, ambiente silenzioso, una persona alla volta — sposta il risultato più di qualunque cambio di strumento. Il collo di bottiglia è la registrazione, non il software.

Cosa puoi fare in pratica

  • Parti dalla lingua. Per l'italiano e le lingue diverse dall'inglese, prova lo strumento sul tuo audio prima di affidargli un lavoro lungo: i primati sull'inglese non si trasferiscono automaticamente.
  • Scegli in base all'uso, non al benchmark. Se ti serve un verbale di riunione con chi-dice-cosa, prendi uno strumento pensato per le riunioni. Se ti serve un testo da rifinire a mano (un'intervista da pubblicare), prendi quello con l'accuratezza grezza più alta.
  • Cura l'audio prima. Microfono vicino a chi parla, ambiente silenzioso, evitare le sovrapposizioni. È l'intervento che migliora di più la trascrizione, a costo zero.
  • Verifica sempre i punti che contano. Nomi propri, numeri, cifre, termini tecnici: sono ciò che le trascrizioni sbagliano più spesso. Rileggi quei passaggi anche su una trascrizione "al 98%".
  • Se il pulsante di una funzione non si trova, cerca nel servizio le voci "speaker identification", "riconoscimento parlanti" o "lingua": i nomi cambiano, le funzioni restano. In dubbio, parti da una prova breve.

Un malinteso comune

"Esiste lo strumento più preciso, basta trovarlo e usare sempre quello." La precisione non è una proprietà fissa dello strumento: è il risultato dell'incontro tra strumento e audio. Lo stesso software che fa 3% di errore su una voce pulita ne fa il triplo su una riunione affollata. Inseguire il vincitore dei test e ignorare la qualità della registrazione è il modo più comune per restare delusi. La precisione si guadagna prima del microfono, non dopo.

Domande frequenti

Per l'italiano qual è il migliore?

Provalo tu, sul tuo tipo di audio. Gli strumenti più forti sull'inglese non sempre tengono lo stesso livello sulle altre lingue, e l'accento, il gergo del tuo settore e la qualità della registrazione cambiano molto il risultato. Una prova di cinque minuti dice più di qualsiasi classifica.

Le trascrizioni automatiche sono già abbastanza buone per il lavoro legale o medico?

Per la bozza sì, per il documento finale no senza rilettura umana. Proprio i dettagli che pesano in quegli ambiti — nomi, dosaggi, cifre, termini tecnici — sono quelli che gli strumenti sbagliano di più. Usa la trascrizione come base e fai verificare i punti critici da una persona competente.

Una trascrizione "al 99%" significa che posso fidarmi senza rileggere?

No, ed è il numero che inganna di più. Il 99% si riferisce a condizioni ideali e a una media: l'1% di errore può cadere proprio sul nome o sulla cifra che conta. La percentuale alta riduce il lavoro di revisione, non lo elimina. I passaggi decisivi si rileggono comunque.