Come trascrivere un video in testo gratis, senza caricarlo online

Per trascrivere un video in testo gratis, esegui Whisper di OpenAI sul tuo computer. Legge direttamente il file video, capisce circa 100 lingue, non ha limiti di minuti ed esporta testo semplice o file di sottotitoli. Puoi usarlo da riga di comando, da un'app gratuita come Buzz o Subtitle Edit, oppure da un'app desktop come Sablate.

Anche i siti online di «video in testo gratis» funzionano, ma razionano il servizio: tre file al giorno, trenta minuti ciascuno, un account, un upload. Qui sotto trovi i tre modi per farlo in locale, quanto costa ciascuno in termini di configurazione e come ottenere una trascrizione che non richieda un'ora di pulizia.

Perché i trascrittori online gratuiti si fermano a un limite

Ogni minuto di riconoscimento vocale costa a qualcuno tempo di GPU. Quando carichi un video su un sito di trascrizione, quel qualcuno è il sito, quindi il piano gratuito è un assaggio con il contatore.

I contatori sono simili in tutta la categoria. TurboScribe, uno dei più generosi, offre agli utenti gratuiti tre trascrizioni al giorno, fino a 30 minuti per file, un upload alla volta; i file più lunghi e l'uso illimitato stanno dietro il piano Unlimited, circa $10 al mese fatturati annualmente. Altri servizi limitano il piano gratuito a pochi minuti di audio, applicano una filigrana all'esportazione o trattengono SRT e DOCX finché non paghi. Niente di tutto questo è scorretto. È l'aritmetica di chi affitta GPU.

Esegui lo stesso modello sulla tua macchina e l'aritmetica si ribalta. Il calcolo lo paga il tuo computer, quindi nessuno ha bisogno di misurarlo. In cambio, l'hardware e la pazienza li metti tu: un portatile senza GPU dedicata trascrive lentamente, e alla prima esecuzione si scarica un modello che va da circa 78 MB a 3 GB.

Il motore spesso è lo stesso. TurboScribe dichiara di essere basato su Whisper, come molti suoi concorrenti. Una trascrizione locale gratuita e una in cloud a pagamento possono uscire dallo stesso modello, e la vera differenza sta in chi possiede la GPU e dove finisce il file.

I tre modi per trascrivere un video gratis in locale

1. Whisper da riga di comando. Gratuito, illimitato, tutti i modelli. Richiede Python e FFmpeg, e ti restituisce dei file, non un editor.
2. Un'app Whisper gratuita: Buzz o Subtitle Edit. Gratuita, illimitata, una finestra al posto di un terminale. Poco adatta alla modifica.
3. Sablate. Un'app desktop costruita attorno alla correzione della trascrizione e alla sua trasformazione in sottotitoli in più lingue. Gratuita con dei limiti, $29 una tantum per la versione completa.

Tutti e tre tengono il video sul tuo disco.

Metodo 1: Whisper da riga di comando

L'implementazione di riferimento è il pacchetto openai-whisper di OpenAI. Richiede Python 3 e FFmpeg, che Whisper usa per estrarre l'audio dal file video.

Installa prima FFmpeg. Su Windows:

winget install Gyan.FFmpeg

Su macOS, con Homebrew:

brew install ffmpeg

Poi installa Whisper e trascrivi:

pip install -U openai-whisper
whisper "interview.mp4" --model turbo --language en --output_format txt

Così ottieni interview.txt accanto al punto in cui hai lanciato il comando. Sostituisci txt con srt o vtt per conservare i tempi, oppure usa all per avere tutti i formati in una volta. --model turbo equivale a large-v3-turbo; su una macchina senza GPU, --model small finisce in una frazione del tempo.

I limiti sono reali:

• Su Windows, pip installa una build di PyTorch solo per CPU. Per usare una GPU NVIDIA bisogna reinstallare PyTorch dall'indice CUDA su pytorch.org, ed è lì che se ne va la prima serata di quasi tutti.
• Non c'è un editor. Ottieni un file di testo. Correggerlo vuol dire aprirlo in un editor di testo e riascoltare il video in un'altra finestra.
• Silenzi e musica possono produrre testo inventato. A volte Whisper ripete una frase o scrive «Thanks for watching» su un tratto silenzioso. La nostra guida alle allucinazioni di Whisper spiega perché succede e quali impostazioni lo riducono.

Se ti trovi a tuo agio in un terminale, questa è l'opzione gratuita più flessibile che esista, e si estende a una cartella di file con un ciclo di una riga.

Metodo 2: Un'app Whisper gratuita (Buzz o Subtitle Edit)

Se preferisci cliccare anziché digitare, due app gratuite racchiudono gli stessi modelli in una finestra.

Buzz è un'app di trascrizione open source (MIT) per Windows, macOS e Linux. Importi un video, scegli un modello e una lingua, premi Run ed esporti in TXT, SRT o VTT. Può usare diversi motori, tra cui faster-whisper e whisper.cpp, supporta l'accelerazione GPU e può etichettare chi parla. L'installer per Windows non è firmato, quindi Windows mostra un avviso di SmartScreen da superare con un clic.

Subtitle Edit è lo storico editor di sottotitoli gratuito per Windows, con una build per macOS in beta. Nel menu Video c'è l'opzione Audio to text (Whisper), che scarica per te motore e modello, trascrive e apre il risultato in un editor di tempi completo. Legge e scrive più formati di sottotitoli di qualsiasi altro strumento, e puoi salvare il risultato come testo semplice quando ti servono solo le parole.

Entrambe sono ottime ed entrambe gratuite, senza limiti. Il costo sta soprattutto nella seconda metà del lavoro: Buzz ti dà un visualizzatore della trascrizione con riproduzione e ricerca ma poco per i tempi dei sottotitoli, e Subtitle Edit ti dà un editor potente che presuppone che tu sappia già cosa sono una battuta, un frame rate e un formato di sottotitoli.

Metodo 3: Un'app desktop come Sablate

Sablate esegue faster-whisper in locale su Windows e Mac ed è costruito attorno a ciò che viene dopo la trascrizione: correggerla e trasformarla in sottotitoli.

1. Trascina il file video nell'app e scegli la lingua parlata e un livello di modello: Fast, Balanced, Accurate (large-v3-turbo) o Best (large-v3).
2. La trascrizione si apre in un editor in cui ogni riga è legata al suo momento nel video. Clicca una riga per ascoltarla, poi correggila sul posto.
3. Aggiungi nomi e termini di prodotto al glossario prima di trascrivere e usa trova e sostituisci (Ctrl+H) per correggere una parola sentita male ovunque in una volta sola.
4. Esporta .txt o copia il testo, oppure esporta .srt e .vtt. Se il video ha bisogno di sottotitoli in altre lingue, aggiungi dei livelli di traduzione alla stessa trascrizione invece di trascrivere di nuovo.

Il piano gratuito è permanente e non richiede un account, ma è il più limitato tra le opzioni locali qui elencate: video fino a 10 minuti, tre lavori al mese e i modelli Fast e Balanced. Il primo video più lungo di così viene elaborato per intero una volta. Se ti serve una sola trascrizione lunga, Buzz o la riga di comando la fanno gratis, ed è il consiglio onesto.

Dove Sablate si guadagna il suo prezzo Pro di $29 una tantum è nei volumi e nell'editor: durata illimitata, tutti i modelli Whisper, trascrizione in batch ed esportazione con un clic di ogni lingua che un video ha.

Strumenti gratuiti per trascrivere video a confronto

Prezzi e limiti come pubblicati a ottobre 2026. Lo schema vale per tutta la categoria: gli strumenti locali gratuiti non hanno contatore, gli strumenti online non richiedono installazione, e quella comodità è ciò che paghi in minuti.

Whisper gratuito è preciso quanto una trascrizione a pagamento?

Con un parlato chiaro, la precisione di una trascrizione locale gratuita è quella del modello che scegli, non del prezzo che hai pagato. Un servizio a pagamento che esegue large-v3 e il tuo portatile che esegue large-v3 producono testo quasi identico dallo stesso audio.

La scelta del modello conta molto più dello strumento. large-v3-turbo è large-v3 con il decoder ridotto da 32 a 4 strati: circa otto volte più veloce, con una differenza nella trascrizione finale che su riprese ordinarie è piccola. tiny e small sono veloci ma perdono parole con accenti, voci sovrapposte e parlato rapido. Il nostro confronto dei modelli Whisper riporta dimensioni, velocità e un caso documentato in cui il modello più grande ha saltato un parlato che uno più piccolo aveva colto.

Tre cose che nessun motore risolve per te, gratuito o a pagamento:

1. Nomi propri e gergo. Whisper scrive un cognome insolito in modo fonetico, e ogni volta diverso. Un glossario aiuta di più all'inizio di un file, dove il modello lo legge come contesto; un passaggio di trova e sostituisci sistema il resto.
2. Silenzi e musica. I lunghi tratti silenziosi sono il punto in cui compaiono le frasi allucinate. Taglia i tempi morti o controlla prima quei punti.
3. Voci sovrapposte. Whisper scrive un unico flusso di testo e non indica chi ha detto cosa. Buzz aggiunge un passaggio di identificazione di chi parla e i servizi a pagamento offrono le etichette degli interlocutori; Sablate e la riga di comando di Whisper no.

I servizi a pagamento vincono ancora su due fronti: girano su un telefono e alcuni aggiungono etichette degli interlocutori e riassunti. Se non ti serve né l'uno né l'altro, pagare è facoltativo.

Quale metodo scegliere?

«Mi serve una sola trascrizione, una volta, e col terminale me la cavo.» Usa la riga di comando di Whisper con --model turbo se hai una GPU, con --model small se non ce l'hai.

«Voglio un'app gratuita e non toccherò mai un terminale.» Installa Buzz. È gratuito, senza limiti, ed esporta i formati che ti servono.

«Mi servono davvero dei sottotitoli e i tempi devono essere giusti.» Usa Subtitle Edit se conosci già l'editing dei sottotitoli, oppure Sablate se vuoi trascrizione, correzioni e sottotitoli in un unico posto. La nostra guida per creare un file SRT spiega comunque le regole del formato.

«Sono sul telefono, oppure il video è breve e non riservato.» Il piano gratuito di uno strumento online è la via più rapida. Tre file al giorno bastano e avanzano per un uso occasionale.

«Il video è già su YouTube e mi basta leggerlo.» Il pannello Mostra trascrizione di YouTube è gratuito e immediato per i video con sottotitoli. Non serve nessuno strumento.

«Trascrivo ogni settimana, oppure il video poi richiede sottotitoli in altre lingue.» È il caso per cui è fatto Sablate: durata illimitata in Pro, un vero editor e livelli di traduzione sulla stessa trascrizione.

Come ottenere una trascrizione più pulita al primo colpo

Quasi tutta la pulizia nasce da quattro errori evitabili.

Imposta la lingua in modo esplicito. Il riconoscimento automatico ascolta i primi 30 secondi. Un video che si apre con musica o con un saluto in un'altra lingua viene trascritto nella lingua sbagliata, oppure esce in parte tradotto in inglese, una stranezza nota di Whisper.

Usa il modello più grande che la tua macchina regge comodamente. Passare da small a large-v3-turbo elimina più errori di qualsiasi quantità di correzione a mano, e su una GPU costa poco tempo.

Correggi prima i nomi. Correggi la trascrizione prima di esportare i sottotitoli o di tradurla. Un nome corretto una volta alla fonte è corretto in ogni file che ne ricavi.

Tieni ben distinti TXT e SRT. Il TXT serve per leggere; l'SRT serve per i tempi. Se potrebbero servirti dei sottotitoli in seguito, esporta subito anche l'SRT, perché ricostruire i tempi partendo da un file di testo semplice è il lavoro più lento di tutto questo flusso.

Comincia con un video e con lo strumento adatto alla tua situazione tra quelli sopra. Se vuoi trascrizione, correzioni e sottotitoli in un'unica finestra, scarica Sablate per Windows o Mac; il piano gratuito non richiede un account.

Domande frequenti

Posso trascrivere un video in testo in modo completamente gratuito?

Sì. Whisper di OpenAI è gratuito, open source e gira su un normale computer Windows o Mac, quindi non c'è nessun costo al minuto e nessun limite giornaliero. I servizi online gratuiti di solito lo razionano: il piano gratuito di TurboScribe, per esempio, consente tre file al giorno, di 30 minuti al massimo ciascuno. In locale l'unico limite è quanto sei disposto ad aspettare.

Whisper gratuito è abbastanza preciso da sostituire una trascrizione a pagamento?

Con un parlato chiaro, di solito sì. Diversi servizi di trascrizione a pagamento usano Whisper al loro interno, quindi il prezzo raramente cambia il motore. A cambiare la precisione è la dimensione del modello: large-v3-turbo e large-v3 sono molto migliori di tiny o small con accenti, rumore e parlato veloce. Nomi e gergo vanno corretti con qualsiasi motore, gratuito o a pagamento.

Serve una GPU per trascrivere un video con Whisper?

No. Whisper funziona anche sulla CPU, solo più lentamente. Una GPU NVIDIA è in genere da cinque a dieci volte più veloce della stessa macchina su CPU, ed è questo a rendere praticabili i modelli grandi per le registrazioni lunghe. Senza GPU, il modello small è la scelta realistica di tutti i giorni, mentre turbo è qualcosa che si lascia in esecuzione.

Posso trascrivere un video senza caricarlo da nessuna parte?

Sì. Uno strumento Whisper locale legge il file video dal tuo disco, estrae l'audio e lo trascrive sulla tua macchina, quindi il file non la lascia mai. Il modello si scarica una sola volta, poi non serve più la connessione a internet. I servizi di trascrizione online, per come sono fatti, richiedono prima di caricare il file sui loro server.

Conviene esportare la trascrizione in TXT o in SRT?

Esporta in TXT se vuoi leggere, citare o modificare le parole, e in SRT o VTT se ti servono i tempi, per i sottotitoli o per ritrovare un punto del video. Provengono dalla stessa trascrizione, quindi non devi scegliere subito. La maggior parte degli strumenti Whisper esporta entrambi i formati con una sola esecuzione.

Sablate è gratuito per la trascrizione?

Sì, in modo permanente e senza account, ma con dei limiti. Il piano gratuito copre video fino a dieci minuti, tre lavori al mese, i modelli Whisper Fast e Balanced, e l'esportazione in TXT, SRT e VTT. Il primo video più lungo viene elaborato per intero, a qualsiasi durata. Pro costa $29 una tantum, toglie i limiti di durata e di lavori e aggiunge i modelli Accurate e Best.