Subtitle Edit Whisper: configurazione, motori e modelli

Il supporto a Whisper in Subtitle Edit sta in un'unica finestra: Video → Conversione da voce a testo... (English: Video → Speech to text...), che nelle versioni più vecchie si chiama Audio to text. Apri un video, scegli un motore e un modello, imposta la lingua e clicca Trascrivi (English: Transcribe). Subtitle Edit scarica ciò che serve al primo utilizzo. La vera decisione è quale motore si adatta al tuo hardware.

Questo articolo copre quella scelta per Windows con una scheda NVIDIA, Windows senza e Mac, l'unico problema del modello turbo con la traduzione, la modalità batch, il rapporto sulla qualità e cosa controllare quando non esce niente. I fatti su Subtitle Edit vengono dal suo repository GitHub e dalla sua documentazione ufficiale, controllati il 31 ottobre 2026.

Come si usa Whisper in Subtitle Edit?

Sette passaggi, ripresi dalla documentazione su speech to text. Subtitle Edit è gratuito e open source con licenza MIT; l'attuale versione stabile è la 5.3.0, del 14 ottobre 2026.

1. Apri un file video in Subtitle Edit.
2. Scegli Video → Conversione da voce a testo....
3. Seleziona un Motore (English: Engine). I pulsanti accanto aprono il sito del motore, lo scaricano e ne aprono le impostazioni. Whisper CPP e Crisp ASR mostrano anche un menu Backend.
4. Seleziona un Modello (English: Model). Più grande di solito significa più accurato, più lento e più pesante su disco.
5. Seleziona la Lingua dell'audio, oppure il rilevamento automatico dove il motore lo supporta.
6. Se vuoi, spunta Traduci in inglese (English: Translate to English) e Post-elaborazione (English: Post-processing).
7. Clicca Trascrivi.

Motori e modelli si scaricano in automatico la prima volta che li usi, quindi il primo avvio comprende un'attesa. Il risultato è un normale sottotitolo nell'elenco principale, che modifichi come qualsiasi altro file.

Molti cercano ancora «subtitle edit audio to text». È la stessa finestra con il suo vecchio nome, e una riga del changelog della serie Subtitle Edit 5 lo usa ancora.

Quale motore Whisper scegliere in Subtitle Edit?

Dipende dalla tua scheda grafica, perché la maggior parte dei motori in elenco esegue gli stessi modelli Whisper, impacchettati in modo diverso. Il consiglio della documentazione: «Per gli utenti con GPU NVIDIA, usa il backend cuBLAS di Whisper CPP o Purfview Faster Whisper XXL per la trascrizione più veloce.»

Purfview Faster Whisper XXL e Whisper Const-me non sono disponibili su macOS. Whisper OpenAI, l'implementazione Python originale, è elencato per ogni piattaforma. La tabella dei motori nella documentazione è il posto dove le piattaforme di ciascun motore restano aggiornate.

Nello stesso elenco ci sono altri motori. Crisp ASR racchiude vari modelli che non sono Whisper, tra cui Parakeet, Canary e SenseVoice, e può riconoscere chi parla, contrassegnando le righe con (speaker 0). Quattro motori online (OpenAI Compatible Server, OpenRouter, Alibaba Qwen3-ASR e Google Cloud Speech-to-Text) inviano il tuo audio a un server, cosa che conta se il materiale è riservato. Gli altri girano sul tuo computer.

Modelli Whisper in Subtitle Edit: quale è quello giusto?

Scegli il modello più grande che il tuo hardware porta a termine in un tempo che accetti. L'elenco va da tiny, il più veloce e il meno accurato, passando per base, small e medium, fino a large, large-v2 e large-v3, i più accurati e i più lenti.

Alcuni dettagli dalla documentazione:

• I modelli .en sono solo per l'inglese e sono migliori per l'audio inglese. Usali quando ogni parola è in inglese.
• large-v3-turbo è indicato come forte sul giapponese. Per la maggior parte delle lingue è la scelta predefinita sensata quando il tuo hardware può eseguirlo.
• Esistono fine-tuning per lingua: .sv, .nb e anime.ja, il modello anime-whisper per il giapponese di anime e visual novel.

Spazio su disco e tempo di esecuzione crescono insieme. Se vuoi numeri invece di regole empiriche, il nostro confronto dei modelli Whisper riporta la dimensione reale del download di ogni modello e cosa ha colto ciascuno su una clip di prova. È una clip, non un benchmark, ma mostra quanto costa ogni salto di dimensione.

Subtitle Edit Whisper con GPU e CUDA: cosa aiuta davvero

Su Windows, avere una GPU significa prima di tutto NVIDIA. Tre punti pratici:

1. Scegli il backend, non solo il motore. In Whisper CPP il menu Backend decide se il lavoro gira su cuBLAS (NVIDIA CUDA), Vulkan o sulla CPU. Su un computer con una buona GPU, controlla di non averlo lasciato sulla CPU.
2. Fai combaciare le versioni di CUDA. Whisper CTranslate2 richiede CUDA 12.x. Se quel motore ti dà problemi con CUDA, le alternative sono Whisper CPP cuBLAS e Purfview.
3. Memoria esaurita? Scendi di un modello. La risposta della documentazione a «CUDA out of memory» è un modello più piccolo.

Altre due impostazioni stanno sotto le opzioni avanzate del motore: i parametri da riga di comando per motore e il VAD, il filtro di rilevamento dell'attività vocale (VAD), che migliora le tempistiche.

Traduci in inglese restituisce la lingua originale: il problema di turbo

Traduci in inglese converte il parlato non inglese in testo inglese nello stesso passaggio. Se però scegli un modello turbo, il testo può tornare nella lingua originale.

Il motivo è nel README Whisper di OpenAI: il modello turbo «non è addestrato per le attività di traduzione» e restituisce la lingua originale anche quando la traduzione è richiesta. Il consiglio è usare medium o large. Quindi, se spunti la casella con large-v3-turbo selezionato e non vedi inglese, cambia il modello in medium o large e riesegui.

Quella strada produce solo inglese. Per altre lingue di destinazione, trascrivi prima, poi usa Traduci → Traduzione automatica.... Tra i suoi motori ci sono Google Translate V1 (gratuito), DeepL e ChatGPT (entrambi con la tua chiave API), LibreTranslate, MyMemory e modelli locali tramite Ollama, LM Studio o llama.cpp. La nostra guida a tradurre un SRT senza rompere le tempistiche copre cosa controllare dopo.

Come si trascrivono molti video insieme in Subtitle Edit?

Usa la Modalità batch (English: Batch mode). Aggiungi i file video, scegli motore, modello e lingua, e clicca Trascrivi. Subtitle Edit scrive un file .srt accanto a ogni video. Spunta Aggiungi il codice della lingua al nome file (English: Add language code to file name) se vuoi video.en.srt invece di video.srt, cosa che conta non appena più lingue condividono la stessa cartella.

Se i tuoi file sono molto diversi tra loro, per esempio un'intervista silenziosa accanto a una registrazione in strada rumorosa, esegui quelli difficili come batch separato con un modello più grande.

Post-elaborazione e rapporto sulla qualità della trascrizione

L'output di Whisper è accurato ma disordinato, e l'opzione Post-elaborazione lo riordina durante la trascrizione. La documentazione elenca cosa può fare:

• regolare le tempistiche, usando i picchi della forma d'onda
• correggere le durate troppo brevi
• correggere le maiuscole e aggiungere i punti
• unire le righe corte e dividere quelle lunghe
• rimuovere le righe senza parlato come "[Music]"
• rimuovere le righe ripetute

Il rapporto sulla qualità della trascrizione (English: Show quality report after transcription; in italiano: «Dopo la trascrizione visualizza rapporto sulla qualità») è attivo per impostazione predefinita, ed è la parte più utile della finestra per intercettare le abitudini di Whisper. Segnala cinque problemi: troppo corta, troppo lunga, sovrapposizione, senza parlato e ripetuta. «Troppo lunga» comprende quella che la documentazione chiama la tipica allucinazione (whisper hallucination), due o tre parole dilatate su 10-30 secondi. «Ripetuta» significa un motore bloccato in un ciclo.

Considera ogni battuta segnalata come un punto in cui ascoltare, non solo da cancellare. I modelli che stanno dietro e le impostazioni che li prevengono sono in perché Whisper ripete righe e inventa testo.

Subtitle Edit Whisper non funziona: niente testo, errori, CUDA

Parti dalle cause più semplici. Scorri questo elenco, che viene dalle FAQ e dai consigli della documentazione:

1. Motore e modello sono scaricati? Subtitle Edit li richiede entrambi. Per un motore che non hai mai usato, lascia che scarichi il motore e un modello prima di iniziare.
2. Leggi il log della console in fondo alla finestra Conversione da voce a testo. Clic destro sulla finestra e scegli Visualizza file registro Whisper (English: View tools log file) per la registrazione completa. I motori scaricabili hanno una voce per scaricarli di nuovo nello stesso menu.
3. Il file del motore è sparito? La causa tipica è l'antivirus che mette in quarantena l'eseguibile. Subtitle Edit controlla all'avvio della trascrizione, nomina il file mancante e offre di scaricarlo di nuovo.
4. CUDA out of memory? Scegli un modello più piccolo.
5. Crisp ASR non restituisce nulla con VAD attivo? Silero può scartare una clip breve come non parlato. Subtitle Edit riprova una volta senza VAD prima di segnalare un risultato vuoto.

Se la trascrizione finisce ma il testo è sbagliato invece che mancante, controlla prima l'impostazione della lingua, poi prova un modello più grande.

Quando Sablate è più adatto di Subtitle Edit?

Quando l'obiettivo sono sottotitoli pronti da pubblicare invece di un file di sottotitoli da rifinire, e preferisci non dover scegliere tra motori e backend.

Sablate è un'app desktop per Windows 10 o successivo e macOS 12 o successivo. Esegue faster-whisper con quattro livelli: Fast (tiny), Balanced (small), Accurate (large-v3-turbo) e Best (large-v3). Su Windows con una GPU NVIDIA, il runtime CUDA si scarica al primo uso della GPU; su Mac trascrive con la CPU. Non c'è nessun motore o backend da scegliere.

Ciò che aggiunge è la seconda metà del lavoro. Una trascrizione alimenta più livelli di traduzione, ciascuno con il proprio stile e il proprio font per la scrittura. Tredici preset di sottotitoli, tra cui Hormozi e Karaoke, e uno stile karaoke a livello di parola danno forma al risultato, e il burn-in gestisce 9:16, 1:1 o 16:9 con ritaglio o sfondo sfocato. Sottotitoli parola per parola e sottotitoli multilingue mostrano questi flussi di lavoro nel dettaglio.

Il piano gratuito non richiede account e copre video fino a dieci minuti, tre lavori al mese, i modelli Fast e Balanced e un livello di traduzione offline; il suo burn-in ha un piccolo marchio in un angolo. Pro costa $29 una tantum oppure $5.99 al mese, e la pagina dei prezzi elenca il resto. Le altre app che funzionano così sono messe a confronto in generatori di sottotitoli offline.

Subtitle Edit e Sablate a colpo d'occhio

Subtitle Edit vince su prezzo, piattaforme, scelta dei motori, etichette dei parlanti e copertura dei formati. Se modifichi sottotitoli per lavoro o vuoi il pieno controllo della pipeline, resta con lui. Sablate è la strada più breve verso sottotitoli stilizzati in più lingue, per chi preferisce non leggere una tabella di motori.

Quale strada scegliere?

«Ho una scheda NVIDIA e modifico sottotitoli spesso.» Resta in Subtitle Edit con Whisper CPP cuBLAS o Purfview Faster Whisper XXL, un modello large-v3-turbo e il rapporto sulla qualità attivo.

«Ho un portatile senza GPU NVIDIA.» Whisper CPP con il backend Vulkan, un modello small o medium, e pazienza sui file lunghi.

«Sono su Mac.» Prima Whisper CPP. Prova WhisperX su Apple Silicon se ti servono le tempistiche a livello di parola.

«L'audio non è in inglese e voglio sottotitoli in inglese.» Usa medium o large con Traduci in inglese, non turbo.

«Interviste con più persone che parlano.» Crisp ASR con il riconoscimento di chi parla, che Sablate non offre.

«Voglio sottotitoli verticali con parole evidenziate in tre lingue entro stasera.» Scarica Sablate per Windows o Mac.

Domande frequenti

Come uso Whisper in Subtitle Edit?

Apri un video, scegli Video, poi Conversione da voce a testo, seleziona un motore e un modello, imposta la lingua parlata e clicca Trascrivi. Subtitle Edit scarica il motore e il modello la prima volta che li usi. Al termine le righe compaiono nell'elenco principale dei sottotitoli, dove le modifichi come qualsiasi altro sottotitolo.

Qual è il motore Whisper più veloce in Subtitle Edit?

Con una GPU NVIDIA, Whisper CPP con il backend cuBLAS oppure Purfview Faster Whisper XXL, che è ciò che raccomanda la documentazione ufficiale. Senza NVIDIA, Whisper CPP con il backend Vulkan può usare un'altra GPU su Windows. Su Mac, Whisper CPP è il motore che gira ovunque, mentre WhisperX e CTranslate2 richiedono Apple Silicon.

Quale modello Whisper scelgo in Subtitle Edit?

Scegli large-v3-turbo se il tuo computer lo regge, small o medium se non ce la fa, e un modello .en per audio solo in inglese. I modelli più grandi sono più accurati ma più lenti e occupano più spazio su disco. Tiny è il più veloce e il meno accurato, quindi tienilo per le bozze rapide. Evita turbo quando usi Traduci in inglese.

Perché Traduci in inglese restituisce la lingua originale in Subtitle Edit?

Perché i modelli turbo non sono addestrati per la traduzione. La documentazione Whisper di OpenAI dice che un modello turbo restituisce la lingua originale anche quando la traduzione è richiesta, e consiglia invece medium o large. Cambia il modello in Conversione da voce a testo con medium o large, riesegui la trascrizione e la traduzione in inglese dovrebbe comparire.

Perché Subtitle Edit Whisper non dà testo o dà un errore?

Di solito mancano il motore o il modello, un file è stato rimosso dall'antivirus oppure la memoria della GPU è insufficiente. Controlla che entrambi siano scaricati, leggi il log della console in fondo alla finestra e scegli un modello più piccolo se CUDA finisce la memoria. Subtitle Edit nomina anche il file del motore mancante e offre di scaricarlo di nuovo.

Subtitle Edit può trascrivere molti video insieme?

Sì. La modalità batch ti permette di aggiungere più file video e cliccare Trascrivi, e salva un file SRT accanto a ogni video. L'opzione per aggiungere il codice della lingua al nome del file produce nomi come video.en.srt. Se una registrazione è molto più difficile delle altre, eseguila come batch separato con un modello più grande.