Quale formato audio scegliere per una trascrizione?

Che cos'è davvero un formato audio?

Dietro l'estensione di un file ci sono due cose diverse. La prima è il codec, cioè il metodo usato per codificare il suono occupando meno dati possibile. La seconda è il contenitore, l'involucro che tiene insieme l'audio, l'eventuale video e i metadati come titolo e durata. MP3 è sia un codec sia un contenitore. M4A e MP4, invece, sono contenitori che di solito racchiudono audio compresso con il codec AAC.

Ecco perché due file con la stessa estensione possono comportarsi in modo diverso, ed ecco perché cambiare nome a un file non vuol dire convertirlo. Quando converti un audio, il file viene decodificato e ricodificato da capo. Meglio evitarlo, se non serve davvero.

Quali sono le differenze tra MP3, M4A, WAV, OPUS e OGG?

I file WAV di solito contengono audio non compresso. Sono molto grandi, circa dieci megabyte al minuto per una traccia stereo in qualità CD, e conservano tutto quello che il microfono ha captato. MP3 e M4A sono invece formati con perdita di dati (lossy). Scartano i dettagli che l'orecchio umano nota di meno, riducendo di parecchie volte il peso del file. Ai bitrate che usano i telefoni e le app di registrazione, la voce resta comunque chiara.

OPUS è un codec moderno pensato per far suonare bene voce e musica anche con pochi dati. Si usa molto nei messaggi vocali e nelle chiamate, e di solito finisce dentro file OGG o OPUS. OGG è un contenitore che può avere al suo interno sia il più vecchio formato Vorbis sia il più recente Opus. Su iPhone, l'app Memo Vocali salva in M4A. Su Android le app di registrazione cambiano a seconda del telefono e dello sviluppatore, e molte lasciano scegliere il formato.

Ai fini della trascrizione, la scelta tra questi formati cambia raramente il risultato. La distanza dal microfono, il rumore della stanza e le voci sovrapposte influiscono sull'esito molto più del codec.

Si può trascrivere un file video come MP4 o MOV?

Sì. MP4 e MOV sono contenitori che tengono insieme le tracce video e audio, e il parlato si trova nella traccia audio. Puoi caricare il video direttamente su KolWrite per avere la trascrizione, senza dover prima esportare l'audio. Caricare il video ha anche un altro vantaggio: in un secondo momento puoi generare i sottotitoli sincronizzati con le immagini, oppure imprimerli direttamente nel video.

I video molto grandi ci mettono di più a caricare. Se hai un file pesante e ti serve solo il testo, può convenire estrarre prima l'audio. Basta fare un'esportazione semplice, senza ricodificare il suono a qualità bassissima.

La compressione penalizza la trascrizione?

Una compressione leggera non dà problemi alla trascrizione, e su una registrazione pulita anche una compressione media passa quasi sempre liscia. I guai iniziano quando si comprime troppo. A bitrate molto bassi le voci sembrano sott'acqua e le consonanti si impastano, proprio quei suoni che servono a distinguere una parola dall'altra. Se poi comprimi un file che era già compresso, per esempio salvando ed esportando di nuovo un messaggio vocale, la perdita di qualità si somma.

La regola pratica è comprimere una volta sola, il più tardi possibile, o non comprimere affatto. Se ti serve un file più leggero da mandare a qualcuno, fai una copia compressa e non toccare l'originale. Non mandare mai a trascrivere una copia ridotta se hai ancora il file originale.

Quali impostazioni di registrazione bastano per il parlato?

Per registrare chi parla non servono impostazioni da studio. Se usi un solo microfono, registrare in mono va benissimo. Una frequenza di campionamento da 16 kilohertz in su cattura la voce in modo pulito, quindi i 44,1 o 48 kilohertz predefiniti nella maggior parte delle app avanzano pure. Se l'app ti fa scegliere la qualità, imposta standard o alta. Lascia stare le opzioni chiamate bassa qualità o le modalità vocali compatte, che riducono il peso del file a scapito della chiarezza.

Disattiva gli effetti che modificano il suono mentre registri, come la riduzione aggressiva del rumore o il controllo automatico del guadagno che alza e abbassa il volume. Sono funzioni che possono aiutare chi ascolta in diretta, ma tagliano via dettagli che servono per trascrivere bene.

Quale file conviene conservare?

Tieni il file audio originale e rinominalo con data e argomento. Prendi la trascrizione come una copia di lavoro, perché il testo generato in automatico può contenere errori. Quando una frase non torna, l'unico riscontro sicuro resta la registrazione. Lo spazio su disco costa pochissimo rispetto a una conversazione importante che non puoi più ricontrollare.

Se un file non si carica o non si apre, usa un programma affidabile per convertirne una copia in M4A, MP3 o WAV, e tieni da parte l'originale. Una volta corretta la trascrizione, puoi esportarla in TXT, DOCX, PDF o SRT in base a quello che devi farci.