Migliori AI per trascrizione e sottotitoli

Non esiste un'unica AI migliore: per l'italiano le opzioni più solide sono ElevenLabs Scribe v2, le API di trascrizione di OpenAI, Google Cloud Speech-to-Text Chirp 3 e Deepgram Nova-3, mentre Whisper large-v3 è la scelta open source. A fare la differenza sono prezzo, privacy e formato di uscita.

• ElevenLabs Scribe v2: supporta oltre 90 lingue e colloca l'italiano nella fascia "Excellent", cioè un tasso di errore sulle parole pari o inferiore al 5%, secondo quanto dichiara l'azienda stessa. Via API costa 0,22 USD all'ora.
• OpenAI: gpt-transcribe, il modello ora consigliato, costa 0,0045 USD al minuto. whisper-1 e i modelli di trascrizione gpt-4o sono deprecati e verranno disattivati il 26 febbraio 2027. I file caricati non possono superare i 25 MB.
• Deepgram Nova-3: 0,0043 USD al minuto per audio preregistrato in una sola lingua, 0,0052 USD per audio multilingue.
• Google Cloud Speech-to-Text Chirp 3: disponibile a livello generale anche per it-IT.
• Whisper large-v3: licenza Apache 2.0, 99 lingue, gira sul proprio computer e l'audio non lascia la macchina.
• Sottotitoli automatici di YouTube: 67 lingue, italiano compreso, per video lunghi e Shorts, ma con una qualità che può variare.

Per i sottotitoli servono i timestamp e l'esportazione in SRT o VTT, quindi conviene verificare che lo strumento scelto li offra. Rileggete sempre nomi, numeri e termini tecnici: è proprio lì che tutti i sistemi sbagliano.