Trascrivere i vocali WhatsApp in testo: cosa fare quando non funziona

Prima prova: la trascrizione integrata di WhatsApp

WhatsApp ha introdotto una funzione che mostra il testo dei messaggi vocali direttamente nella chat. Si attiva dalle impostazioni dell'app, nella sezione dedicata alle chat, e quando è attiva compare l'opzione per trascrivere sotto ai vocali ricevuti. La disponibilità e le lingue supportate dipendono dal telefono, dal sistema operativo e dalla versione dell'app, e cambiano nel tempo.

Se l'opzione non c'è, i controlli da fare sono pochi:

• Aggiorna WhatsApp dallo store e riavvia l'app.
• Controlla nelle impostazioni delle chat se la trascrizione va attivata o se va scaricata la lingua.
• Verifica che la lingua del vocale sia tra quelle proposte: se non lo è, la funzione non comparirà per quel messaggio.

Per un vocale di un minuto da leggere al volo, questa è quasi sempre la soluzione più comoda.

Quando ti serve il testo fuori da WhatsApp

La trascrizione integrata resta dentro la chat. Ci sono casi in cui non basta:

• Un cliente ti manda le specifiche di un lavoro in cinque vocali da tre minuti e tu devi incollarle in un preventivo.
• Un parente anziano ti ha lasciato dei ricordi di famiglia a voce e vuoi conservarli per iscritto.
• Il gruppo di studio si scambia spiegazioni a voce e ti serve un testo da rileggere prima dell'esame.
• Il vocale è in inglese, in tedesco o in un'altra lingua e ti serve anche la traduzione in italiano.

In tutti questi casi il primo passo è avere il vocale come file sul telefono o sul computer.

Come salvare un vocale come file

Non si può dare a nessuno strumento esterno «il link» di un vocale: serve il file. Le strade più semplici:

1. Su Android: tieni premuto il vocale, tocca l'icona di condivisione e scegli dove salvarlo, per esempio su Drive, in una mail a te stesso o in un'app di file.
2. Su iPhone: tieni premuto il vocale, scegli «Inoltra», poi l'icona di condivisione, e salvalo in File o mandalo a te stesso.
3. Se ti servono molti vocali di una stessa chat, la funzione di esportazione della chat con i file multimediali crea un archivio che contiene anche gli audio.

Il file ottenuto avrà quasi sempre l'estensione .opus. È lì che di solito nasce il problema successivo.

Perché il file .opus viene rifiutato e come convertirlo

Opus è un codec audio molto efficiente, pensato per la voce e le chiamate, e WhatsApp lo usa per tenere i vocali leggeri. Molti programmi però non accettano l'estensione .opus, e mydubly è tra questi: accetta MP3, WAV, M4A, AAC, OGG, FLAC e WebM, ma non i vocali .opus di WhatsApp né le registrazioni di chiamata in formato .amr che producono alcuni telefoni Android. Se vuoi capire meglio il formato, c'è un approfondimento sul codec Opus (in inglese).

La soluzione è convertire il file in MP3 o M4A:

• Con un programma sul computer: VLC, per esempio, ha una funzione «Converti/Salva» nel menu Media che permette di scegliere un profilo audio MP3.
• Con un'app di conversione sul telefono, scegliendo un'app di cui ti fidi e che non richieda permessi eccessivi.
• Con un sito di conversione online, solo se il contenuto non è riservato: stai caricando la voce di qualcuno su un server di cui spesso non sai nulla.

Rinominare il file da .opus a .mp3 non serve: cambia il nome, non il contenuto, e il file resta illeggibile per chi si aspetta un vero MP3. I memo vocali registrati con il telefono, invece, di solito sono già in M4A e non hanno bisogno di conversione.

Trascrivere il vocale con mydubly

Una volta che hai il file in MP3 o M4A:

1. Passa il file sul computer, apri mydubly nel browser e trascina il file nell'area «Drop audio here».
2. Lascia spento «Audio and text output»: ti serve solo il testo, cioè «Timestamped transcript only».
3. La lingua parlata viene rilevata da sola, ma in «Select language» va sempre scelta la lingua del testo: per la trascrizione originale scegli la stessa lingua del vocale (il testo torna senza traduzione); se il vocale è in una lingua straniera e lo vuoi in italiano, scegli Italian.
4. Premi «Transcribe audio» e aspetta senza chiudere la scheda.
5. Scarica «Download transcript» per avere il testo semplice da copiare dove ti serve.

Ogni file costa 1 credito al minuto avviato, con un minimo di 5 crediti: un vocale di 40 secondi costa quindi 5 crediti. I 100 crediti gratuiti alla registrazione bastano per 20 vocali brevi caricati uno per uno, o per un massimo di 100 minuti di audio se li unisci. L'audio viaggia via HTTPS e viene cancellato dal server, insieme ai risultati, entro 30 minuti dalla fine del lavoro.

Cosa non fa: non si collega a WhatsApp e non legge le chat, non accetta il file .opus così com'è e non distingue chi parla se nel vocale ci sono più voci. Non esiste un'app per il telefono: si usa dal browser. Le opzioni sono descritte nella pagina dall'audio al testo (in inglese), mentre la pagina sui memo vocali in testo (in inglese) copre il caso delle registrazioni fatte con il telefono.

Il testo è vuoto, incompleto o sbagliato: cause comuni

Se il risultato non ti convince, la causa è quasi sempre nell'audio, non nel passaggio di trascrizione:

• Testo vuoto o quasi: il vocale contiene soprattutto silenzio o rumore. Il riconoscimento salta le parti senza voce, quindi un vocale mandato per sbaglio con la tasca sopra il microfono non produce nulla.
• Frasi mancanti: chi parlava era lontano dal telefono, in auto con il finestrino aperto o in un locale rumoroso. Ci sono indicazioni utili nella guida sul rumore di fondo nel riconoscimento vocale (in inglese).
• Parole storpiate: dialetto stretto, nomi di persone e di paesi, termini di settore. Sugli accenti e le parlate locali c'è un approfondimento su trascrizione e accenti regionali.
• Italiano e inglese mescolati, come in molti vocali di lavoro: il testo riporta quello che il modello ha capito, in modo imperfetto, e le parole inglesi possono uscire scritte all'italiana.
• Volume bassissimo: alcuni telefoni registrano molto piano se il microfono è coperto. Un file troppo debole va prima alzato di volume con un editor audio.

Tanti vocali brevi: come non sprecare crediti

Il minimo di 5 crediti per file pesa solo sui vocali molto corti. Se ne hai tanti dalla stessa persona, conviene unirli in un unico file con un editor audio prima di caricarli.

Unendo i file, lascia un secondo di silenzio tra un vocale e l'altro: nella trascrizione con i tempi sarà più facile capire dove finisce un messaggio e inizia il successivo. Se poi vuoi trasformare quel testo in un documento ordinato, con paragrafi e senza ripetizioni, la guida sulla sbobinatura spiega come passare dalla trascrizione grezza a un testo pulito.

Privacy: i vocali degli altri

Un vocale ricevuto contiene la voce e spesso i dati personali di un'altra persona. Prima di caricarlo su qualsiasi servizio esterno chiediti se chi l'ha mandato sarebbe d'accordo, soprattutto se si parla di salute, soldi o questioni di lavoro riservate. Nei contesti professionali, per esempio uno studio o un'azienda, chiedi al responsabile della protezione dei dati quali strumenti sono ammessi. Per un quadro generale su cosa succede all'audio quando lo elabora un servizio online, leggi l'articolo sulla privacy nell'elaborazione vocale in cloud (in inglese).