Che cos'è la dettatura vocale: il percorso dalla tua voce al testo sullo schermo
Dettatura vocale, trascrizione e controllo vocale sono tre cose diverse. Cosa fa davvero la dettatura, quali fasi ci sono tra microfono e cursore e dove può funzionare ciascuna.
In breve
La dettatura vocale trasforma ciò che dici in testo modificabile proprio nel campo dove si trova il cursore. Lungo il percorso il suono viene registrato e digitalizzato, un modello di riconoscimento vocale stima le parole più probabili e una pulizia facoltativa aggiunge la punteggiatura e toglie gli intercalari. Ogni fase può funzionare sul tuo dispositivo o su un servizio remoto, e ognuna incide a modo suo su precisione, velocità e privacy.
Hai detto
ricordami di chiamare la banca lunedì ehm e chiedere del limite della carta
SayVelio ha scritto
Ricordami di chiamare la banca lunedì e chiedere del limite della carta.
Tre cose che chiamiamo «da voce a testo»
Una stessa espressione indica tre compiti diversi, ed è utile distinguerli:
- La dettatura (scrittura vocale) inserisce in un'app un testo che puoi modificare: un'email, una chat, un documento. Parli invece di digitare e il risultato resta sotto il tuo controllo.
- La trascrizione produce una versione scritta di un discorso già avvenuto: una riunione, un'intervista, una lezione. Nessun cursore la sta aspettando.
- Il controllo vocale usa il parlato riconosciuto per fare qualcosa: aprire un'app, inviare un messaggio, impostare un timer. Le parole sono un comando, non un testo.
Tutte e tre usano il riconoscimento vocale, ma avere l'una non significa avere le altre. SayVelio è uno strumento di dettatura: scrive quello che dici. Non esegue comandi vocali e non è un chatbot, quindi «scrivi ad Anna che sono d'accordo» arriva esattamente con queste parole. La guida per dettare bene spiega come formulare le frasi per ottenere il testo che vuoi.
Il percorso dal microfono al cursore
Ogni dettatura segue più o meno la stessa catena. Alcuni sistemi uniscono passaggi, mostrano le parole mentre parli o saltano quelli facoltativi, ma l'ordine resta lo stesso:
- Acquisizione. Il microfono trasforma la pressione dell'aria in un segnale elettrico, e il dispositivo in numeri. Vedi come il microfono registra la voce.
- Preparazione. L'audio può essere livellato, ripulito da eco o rumore e diviso in parti. Vedi riduzione del rumore e rilevamento della voce.
- Riconoscimento. Un modello stima quali parole sono state dette. Vedi come funziona il riconoscimento vocale.
- Pulizia (facoltativa). Si aggiungono punteggiatura, maiuscole, numeri e paragrafi e si tolgono gli intercalari. Vedi dalla trascrizione al testo.
- Revisione e inserimento. Il testo arriva al cursore, dove puoi leggerlo e correggerlo. Vedi cosa rende buona un'interfaccia vocale.

Il risultato è una stima, non una registrazione delle tue intenzioni
Il riconoscimento è statistico. Il sistema sceglie la sequenza di parole che si adatta meglio al suono e a ciò che ha imparato da milioni di esempi, quindi il testo può leggersi benissimo e comunque non coincidere con quello che hai detto, soprattutto con nomi, numeri e termini rari. Per questo i buoni strumenti di dettatura ti permettono di insegnare loro delle parole (un dizionario) e rendono il testo facile da controllare e correggere.
Dove funziona ogni fase
Ogni passaggio può avvenire sul tuo dispositivo, su un servizio remoto o un po' in entrambi:
- Su un servizio remoto, la registrazione viaggia su una connessione cifrata verso un fornitore di riconoscimento vocale, che restituisce il testo. Così hai i modelli più grandi e precisi.
- Sul dispositivo, un modello scaricato sul computer o sul telefono fa il riconoscimento: nulla lascia il dispositivo e funziona senza internet. I modelli locali di solito sono più piccoli e più lenti sull'hardware datato.
In SayVelio la registrazione va direttamente dal tuo dispositivo al fornitore di riconoscimento vocale e, se la pulizia è attiva, la trascrizione va al fornitore del modello linguistico; i nostri server non ricevono mai le tue registrazioni né il tuo testo. Puoi anche scaricare un modello offline facoltativo su Mac, Windows, iPhone e Android e dettare senza alcuna connessione (le dettature offline sono senza pulizia). I dettagli sono in privacy nella dettatura vocale.
Cosa cambia la qualità del risultato
Precisione, velocità e privacy dipendono da anelli diversi della catena:
- La precisione dipende soprattutto da microfono, stanza e modello di riconoscimento, più eventuali suggerimenti come un dizionario.
- La formattazione dipende dalla pulizia: come si scrivono numeri, elenchi e punteggiatura.
- La velocità dipende dalla durata della registrazione, dalla rete e dalla presenza della pulizia. Le modalità di dettatura ti permettono di scambiare un po' di rifinitura con la velocità.
- La privacy dipende da chi riceve audio e testo e da cosa conserva ciascuno.
Domande frequenti
La dettatura vocale può funzionare del tutto offline?
Sì, se il modello di riconoscimento gira sul dispositivo. Molte app dipendono da un servizio in rete, quindi poter registrare senza internet non vuol dire che l'app sappia trascrivere senza internet. SayVelio offre un modello offline facoltativo su tutte e quattro le piattaforme.
La dettatura vocale è come un assistente vocale?
No. Un assistente vocale interpreta ciò che dici come una richiesta e agisce. La dettatura scrive le tue parole perché sia tu a modificarle e inviarle.


