Crea i sottotitoli di un video o di una registrazione
Un’intervista, una lezione, una chiamata con un cliente, la demo di un prodotto: le registrazioni che hanno più bisogno di sottotitoli sono spesso proprio quelle che non andrebbero mandate a un servizio di trascrizione. Qui il modello vocale gira dentro questa scheda, quindi il file non lascia mai il tuo computer.
- Funziona interamente nel tuo browser
- Funziona offline
- Niente upload
- Niente registrazione
- Niente filigrana
Caricamento dello strumento…
Come funziona
- Trascina il video o il file audio. Lascia la lingua su automatico, oppure sceglila se il rilevamento sbaglia.
- Premi «Crea sottotitoli». La prima volta il modello vocale viene scaricato una sola volta (240 o 540 MB, a seconda del computer); poi la registrazione viene trascritta parte per parte.
- Correggi testo e tempi mentre il video te li mostra, poi scarica il .srt o il .vtt, oppure crea un MP4 con i sottotitoli impressi.
Perché non viene caricato nulla
Ogni operazione di questa pagina la esegue codice che gira dentro la scheda del tuo browser, con lo stesso motore che disegna le pagine web. Il file viene letto dal disco alla memoria della scheda, trasformato lì e riscritto come download. Non viene mai inviato da nessuna parte: né a noi, né a terzi.
Verificalo tu stesso
- Apri gli strumenti per sviluppatori del browser (F12) e scegli la scheda «Rete».
- Carica il tuo file e avvia lo strumento.
- Le uniche richieste che vedrai scaricano il codice dello strumento stesso — e, in pochi strumenti pesanti, il loro motore open source (anch’esso da questo sito) o un modello di IA da Hugging Face — più un piccolo segnale di visita verso loreatec.jp (indirizzo e titolo della pagina, nulla di più). Nessuna di esse porta con sé il tuo file.
Domande frequenti
Quanto è preciso?
Con una voce chiara e una persona che parla alla volta, la maggior parte delle parole esce giusta, ma considera il risultato una bozza. La precisione cala con musica di sottofondo, persone che si parlano sopra, accenti marcati, gergo e microfoni scadenti. Controlla nomi, numeri e termini tecnici, e rileggi una volta guardando il video. Durante la musica o il silenzio il modello a volte scrive una frase che nessuno ha detto: cancellala. I tempi possono sbagliare di una frazione di secondo.
Quale modello usa, e perché il download è così grande?
OpenAI Whisper (licenza MIT), nelle versioni pubblicate su Hugging Face. Se il browser offre WebGPU, large-v3 turbo (circa 540 MB) gira sul chip grafico e dà un tempo a ogni parola. Altrimenti Whisper small (circa 240 MB) gira sul processore: più lento, meno preciso e con tempi per frase invece che per parola. Entrambi si scaricano una sola volta e restano nel browser; la pagina di IA locale di questo sito usa gli stessi file, quindi non vengono scaricati due volte.
La mia registrazione viene caricata?
No. Il suono viene decodificato, trascritto e trasformato in sottotitoli dentro questa scheda del browser. Gli unici download sono il modello stesso e, per alcuni formati, il motore video servito da questo sito. Puoi verificarlo: una volta caricato il modello, lo strumento continua a funzionare in modalità aereo.
Come vengono divise le righe?
Al massimo due righe per sottotitolo, circa 42 caratteri per riga (16 in giapponese e cinese) e tra uno e sette secondi sullo schermo. Le righe vanno a capo alla fine delle frasi, nelle pause e alle virgole, e non dopo un articolo o una preposizione quando si può evitare. Ogni sottotitolo si può modificare, unire al successivo o eliminare, e i suoi tempi si possono cambiare a mano.
SRT, VTT o impressi nel video?
L’SRT è accettato quasi ovunque: YouTube, Vimeo, programmi di montaggio, VLC. Il VTT è il formato delle pagine web (l’elemento <track>) e di alcune piattaforme. Imprimerli disegna il testo sull’immagine, per i posti che non accettano file di sottotitoli; ricodifica tutto il video nel browser come MP4 H.264, il che richiede un po’ di tempo, e i sottotitoli non si possono più disattivare.
Quanto tempo ci vuole?
Dipende dal computer. Su un normale portatile con grafica integrata ci è voluto da 1 a 1,5 volte la durata della registrazione; con il solo processore, circa il doppio. Con una scheda grafica dedicata è più veloce. La registrazione viene trascritta in parti da 30 secondi, la barra di avanzamento mostra a che punto è e puoi fermarla quando vuoi.