Tre prodotti, un nome
L’espressione copre strumenti che si somigliano a malapena, ed è per questo che i risultati della ricerca sembrano così sparpagliati.
I servizi di trascrizione prendono una registrazione, una riunione, un’intervista, un promemoria vocale, e dopo ti danno un documento. Il lavoro avviene a cose fatte, di solito su un server, e il prodotto finito è un file in cui puoi cercare e che puoi condividere. Ottimi per documentare, inutili per scrivere un messaggio.
Le app di dettatura ti danno una finestra con un microfono. Parli, il testo compare nell’app, e poi lo copi dove doveva andare. Ottime per passaggi lunghi dentro un documento, fastidiose per una risposta di due righe.
Le tastiere con la dettatura mettono un tasto microfono sulla tastiera stessa, così le parole atterrano dritte nel campo in cui stavi già scrivendo. Ottime per tutto quello che è corto e frequente, cioè quasi tutta la scrittura da telefono.
Scegliere fra quelle tre è tutta la domanda. Ogni altra cosa, prezzo, precisione, lingue, è un dettaglio interno a quella che hai scelto.
Quale ti serve
Vuoi un documento alla fine? Allora vuoi la trascrizione, non la dettatura. Se il valore sta nel poter cercare cosa ha detto una persona in una riunione di sei mesi fa, nessuna tastiera lo sostituisce.
Stai producendo testo lungo verso un posto solo? Un’app di dettatura va bene, e il passaggio della copia avviene una volta sola, alla fine.
Stai scrivendo tante cose corte dentro app diverse? Messaggi, risposte, note, caselle di ricerca, campi di un modulo. Allora vuoi una tastiera, perché aprire un’app a parte per dire dodici parole è più fatica che scriverle.
Quasi tutti quelli che si fanno questa domanda scoprono di volere la terza, e non sapevano che fosse una categoria.
La domanda che sta sotto: dove avviene
Una volta stabilito quale tipo ti serve, resta una scelta tecnica, e ha conseguenze pratiche più di qualunque elenco di funzioni.
Il riconoscimento vocale gira o su un server o sul tuo telefono.
Lato server vuol dire che il tuo audio viene caricato, elaborato altrove e restituito come testo. I modelli possono essere molto grandi, quindi la precisione sul materiale difficile è forte, e le lingue supportate sono moltissime. Vuol dire anche che la dettatura si ferma quando si ferma la connessione, e che la tua voce viene trasmessa ogni volta.
Sull’apparecchio vuol dire che un file di modello sta sul tuo telefono e fa il lavoro lì. Non si carica niente, non si aspetta nessuna rete, e un aereo o una galleria sono irrilevanti. I limiti sono il tuo hardware: un modello più piccolo di quello che farebbe girare un server, un po’ di spazio occupato, e meno lingue coperte.
Quale dei due usi un’app lo scopri in dieci secondi. Spegni dati mobili e Wi-Fi e prova a dettare. Nella risposta non c’è nessuna ambiguità.
Perché sul telefono i risultati sembrano peggiori delle dimostrazioni
Questa delusione capita spesso.
I numeri di precisione che si citano in rete arrivano quasi sempre da modelli grandi che girano su hardware da scrivania, mentre trascrivono registrazioni pulite. Il tuo telefono sta facendo una cosa parecchio più difficile: un modello più piccolo, parlato dal vivo invece di una registrazione preparata, e la stanza in cui ti trovi a essere.
Aspettati un divario. Si stringe parecchio con le cose pratiche, tenere il telefono più vicino, parlare in frasi complete, aggiungere i tuoi nomi e il tuo gergo dove l’app lo permette, e su un apparecchio tascabile non si chiude mai del tutto.
Non è una ragione per evitare la dettatura sul dispositivo. È una ragione per giudicarla rispetto allo scrivere col pollice invece che rispetto a una dimostrazione su un portatile, perché scrivere col pollice è quello che faresti altrimenti.
Cosa vuol dire di solito «gratis» in questa categoria
La stessa parola copre tre sistemazioni diverse.
Gratis con pubblicità vuol dire che il prodotto è finanziato mostrandoti delle cose, il che di solito implica un profilo di qualche genere.
Gratis nel senso di open source vuol dire che qualcuno lo ha costruito e ha pubblicato il codice, spesso senza nessun finanziamento. Un valore eccellente, e spesso più stretto per ampiezza o per lingue di un prodotto commerciale.
Gratis come facciata di un servizio a pagamento vuol dire che l’app non costa niente e la trascrizione viene fatturata al minuto, oppure è limitata, oppure è sovvenzionata mentre il servizio cresce.
Nessuna delle tre è disonesta. Ma «gratis» da solo non ti dice quasi niente, e conviene sapere quale delle tre hai davanti prima di decidere che costa meno.
Cosa controllare prima di installare qualsiasi cosa
Quattro cose valgono qualunque categoria tu abbia scelto.
Serve un account? I prodotti lato server di solito sì, perché a qualcuno l’elaborazione va fatturata. Quelli locali spesso no.
Funziona dentro le app che usi davvero? Una tastiera per definizione sì. Un’app di dettatura vuol dire copiare e incollare ogni volta.
Quali lingue, e come funziona il passaggio da una all’altra? Se scrivi in più di una, scopri se vuol dire scaricare un pacchetto per lingua e scegliere prima di parlare, oppure se l’app se ne accorge da sola.
Che fine fa l’audio? Non quello che dice la pubblicità. Quello che l’app fa quando la rete è spenta.
Dove si colloca LocalType fra le tre
È il terzo tipo: una tastiera Android con un tasto microfono, che fa il riconoscimento sul telefono.
Nella pratica vuol dire che il testo arriva dentro il messaggio, la nota, il browser o il modulo in cui eri già, senza copiare niente e senza toccare gli appunti. Funziona ovunque si apra una tastiera, su telefoni e tablet con Android 8.0 e versioni successive, e il resto del tempo è una tastiera normale: correzione automatica e suggerimenti della parola successiva da un dizionario legato alla tua lingua, i layout standard compresi QWERTZ e AZERTY, un set di emoji completo, e i tuoi nomi e il tuo gergo aggiunti a mano.
Sulla domanda del dove avviene, dentro l’app c’è una risposta sola. Il modello vocale è un file in uno spazio di archiviazione che può leggere solo LocalType, e non esiste nessuna strada verso il cloud su cui ripiegare. L’accesso a internet viene chiesto per uno scopo soltanto, prendere il modello che scegli, e mai dopo. Non esiste nessun account, nessuna pubblicità, nessun tracciamento del comportamento dentro il prodotto, nessun archivio delle tue registrazioni, e i dati dell’app sono esclusi apposta dal backup nel cloud di Android. Nei campi password il microfono si spegne da solo.
Tre taglie di modello, da 60, 190 e 539 MB, ti lasciano regolare da te lo scambio fra velocità e precisione. Quella di mezzo ha avuto bisogno di 4,1 secondi per mettere per iscritto 6,9 secondi di parlato sull’apparecchio di prova da 4 GB. Le diciotto lingue sono coperte da un modello multilingue solo, e capisce quale stai parlando dalla registrazione invece che da un menu.
Cosa non è
La differenza decide se alla fine installi la cosa giusta.
Non trascrive registrazioni. Puntalo su un’ora di audio e non farà niente, perché è una tastiera e lavora sul parlato mentre lo produci.
Non traduce. Parla in tedesco e ottieni testo tedesco.
E non è un assistente. Mette per iscritto quello che hai detto, e la funzione è tutta lì.
Se una di queste tre è quello che cercavi, la prima sezione ti ha indirizzato alla categoria giusta, e non ti serve altro.