La maggior parte degli errori della dettatura vocale nasce nell'audio, non nel programma. I miglioramenti più grandi vengono da quattro cose: il microfono vicino a chi parla, poco rumore di fondo, una persona che parla alla volta e la lingua giusta impostata. Poi parla per frasi intere a ritmo costante, pronuncia bene nomi e numeri e rileggi il testo una volta prima di usarlo. Una riscrittura con l'AI può sistemare punteggiatura e intercalari, ma non può riparare una parola che la trascrizione ha capito male.
| Problema nel testo | Causa più probabile | Cosa cambiare |
|---|---|---|
| Parole mancanti o storpiate | Microfono troppo lontano, o rumore | Avvicina il telefono, spostati in un posto più silenzioso |
| Interi passaggi sbagliati | Lingua sbagliata impostata, o due lingue mescolate | Imposta la lingua parlata; una lingua per registrazione |
| Nomi e marchi sbagliati | Parole rare che il sistema non si aspetta | Pronunciale chiaramente, fai lo spelling una volta, correggile dopo |
| Due voci mescolate | Persone che si parlano sopra | Parlate a turno; una pausa prima di rispondere |
| Nessun testo | Registrazione muta o bassissima | Controlla il livello del microfono; prova prima con una clip breve |
Il microfono e la stanza
Le buone pratiche di Google per il suo servizio Cloud Speech-to-Text lo dicono chiaramente: «Position the microphone as close as possible to the person that is speaking, particularly when background noise is present», cioè metti il microfono il più vicino possibile a chi parla, soprattutto se c'è rumore di fondo. In pratica:
- Tieni il telefono vicino alla bocca quando detti, più o meno come durante una telefonata, e non coprire il foro del microfono con le dita o con la cover.
- Scegli una stanza silenziosa. Spegni musica, TV e ventilatori. Una stanza piccola con tessuti e mobili rimbomba meno di una cucina o di una tromba delle scale.
- Evita il vento. All'aperto dai le spalle al vento o usa un auricolare con microfono.
- Non urlare. Google consiglia anche di evitare la saturazione dell'audio («avoid audio clipping»). Parlare più forte del normale vicino al microfono distorce il segnale.
- Registra una riunione dal centro del tavolo, non da un capo, così ogni voce arriva al telefono a un livello simile.
Come parli
- Frasi intere a ritmo costante. Non serve parlare piano, ma un parlato regolare con brevi pause tra un pensiero e l'altro si trascrive meglio delle raffiche.
- Una lingua per registrazione. Passare da una lingua all'altra a metà frase confonde molti sistemi. Anche le parole inglesi infilate nel discorso («la call», «la deadline», «il meeting») possono uscire storpiate: se non servono, usa la parola italiana.
- Pronuncia bene nomi e numeri. Per un nome insolito dillo una volta lentamente o fai lo spelling: «Szymański, S Z Y M A N S K I». Per i numeri lunghi, come un codice di pratica, detta le cifre una per una e controllale.
- Parlate a turno. Quando due persone parlano insieme, di solito escono sbagliate entrambe.
- Fai una breve pausa dopo aver avviato la registrazione e prima di fermarla, così la prima e l'ultima parola non vengono tagliate.
Le impostazioni che contano
- Scegli la lingua parlata dove lo strumento la chiede. La digitazione vocale di Gboard, le trascrizioni di WhatsApp e i registratori del telefono hanno ognuno la propria impostazione, e una lingua sbagliata rovina il risultato. Su Android WhatsApp non offre l'italiano: vedi la guida sulla trascrizione dei vocali WhatsApp in italiano.
- Aggiungi nomi e termini se il tuo strumento ha un elenco di parole o frasi. La documentazione di Google consiglia i suggerimenti di parole e frasi «to add names and terms to the vocabulary», per aggiungere nomi e termini al vocabolario.
- Tieni il file originale. Ogni nuova registrazione o compressione perde dettagli. Trascrivi il file creato dal registratore, non una copia riprodotta da un altoparlante. Per il proprio servizio Google consiglia formati senza perdita (FLAC o LINEAR16) e una frequenza di campionamento di 16.000 Hz.
- Non aggiungere la riduzione del rumore dopo. Google sconsiglia il controllo automatico del guadagno e la riduzione del rumore per il suo servizio, e dice che il suo riconoscimento è pensato per ignorare voci e rumori di fondo senza ulteriore cancellazione del rumore.
Sui Pixel 6 e successivi le funzionalità avanzate di digitazione vocale di Gboard aggiungono la punteggiatura da sole e funzionano anche in italiano; vedi come dettare un'email su Android.
Audio difficile da capire
Se la registrazione è già fatta ed è difficile da capire:
- Trascrivi tutto il file una volta e guarda quali parti non funzionano.
- Riascolta quelle parti rallentate, con le cuffie, e scrivile tu.
- Segna quello che non senti come [incomprensibile] invece di tirare a indovinare. Una parola inventata in una citazione o in un verbale è peggio di un buco.
- Non aspettarti miracoli da voci lontanissime. Se tu stesso senti a malapena una voce, nemmeno il software la recupererà in modo affidabile.
Misurare la precisione da solo
La precisione della trascrizione si misura di solito con il tasso di errore sulle parole (WER, word error rate): WER = (S + D + I) / N, dove S è il numero di parole sostituite, D quelle cancellate, I quelle inserite e N il numero di parole di un testo di riferimento corretto. Più basso è, meglio è.
Una versione casalinga richiede cinque minuti:
- Scegli un paragrafo di circa 100 parole con qualche nome e qualche numero.
- Leggilo ad alta voce nel tuo strumento, nelle tue condizioni normali.
- Conta le parole sbagliate, mancanti o aggiunte e dividi per il numero di parole del paragrafo.
- Cambia una cosa (distanza, stanza, lingua impostata) e ripeti.
Il risultato ti dice cosa aiuta con la tua voce, il tuo telefono e la tua stanza. Non confronta gli strumenti in generale: una percentuale di precisione pubblicata vale solo per l'audio su cui è stata misurata.
Cosa sistema una riscrittura con l'AI, e cosa no
Retexta, un'app Android che trasforma la voce in testo e scrive con l'AI (elaborazione nel cloud), prima trascrive e poi può riscrivere il testo. La riscrittura si occupa bene di ciò che rende difficile leggere una trascrizione grezza:
- punteggiatura, maiuscole e paragrafi;
- intercalari e false partenze («allora, cioè, ehm»);
- frasi ripetute e spezzate.
I menu di Retexta sono in inglese (non c'è un'interfaccia in italiano). Se vuoi solo rimettere in ordine la trascrizione, l'obiettivo Clean up a text (sotto More templates) secondo la descrizione nell'app tiene il tuo testo e ne sistema grammatica, punteggiatura e scorrevolezza. Gli obiettivi di scrittura, come Write a message o Take notes, vanno oltre e riorganizzano quello che hai detto.
Quello che una riscrittura non può sapere è che «Szymański» è stato capito come «Scimanschi», o che il codice di pratica aveva un 7 e non un 1. Può perfino trasformare una parola capita male in una frase scorrevole che sembra giusta. Quindi controlla nomi, numeri, date e importi sulla registrazione. Retexta segna i risultati con «AI-generated. Check important details.».
Due dettagli dell'app che aiutano: Retexta riconosce da sola la lingua parlata, quindi una clip breve con una prima frase completa le dà più appigli di una parola sola. E se una registrazione è muta o bassissima, lo dice invece di restituire un testo («Transcription finished, but no text was produced»).
Retexta si può provare gratis: i nuovi utenti ricevono alcuni risultati Pro gratuiti da vedere nell'app, e dopo quelli anche Transcript only richiede Retexta Pro o i crediti. Gli obiettivi di riscrittura e Import audio fanno parte di Retexta Pro, e per copiare, condividere o esportare i risultati servono Retexta Pro o i crediti.
Continua a leggere
Registri una nota vocale? Vedi come trascrivere un audio in testo su Android. Due voci in una registrazione: trascrivere un'intervista. Formati di file: convertire un MP3 in testo. Per saperne di più sull'app: Retexta, da voce a testo su Android.
Fonti
Controllato da FLAME Apps il 25 e il 26 settembre 2026.
- Google Cloud, Best practices, Cloud Speech-to-Text (in inglese, ultimo aggiornamento 18 settembre 2026): posizione del microfono, saturazione, frequenza di campionamento, codec senza perdita, niente controllo del guadagno né riduzione del rumore, suggerimenti di parole e frasi. Sono consigli per il servizio di Google.
- Guida di Gboard, Utilizza le funzionalità avanzate di digitazione vocale: Pixel 6 o successivi, punteggiatura automatica, italiano tra le lingue.
- Wikipedia, Word error rate (in inglese): definizione WER = (S + D + I) / N.
- Codice dell'app Retexta (Android, versione 2026.1.23): riconoscimento automatico della lingua, descrizione dell'obiettivo Clean up a text e messaggi di errore.
