Riconoscimento vocale gratuito per l'italiano

L'italiano ha circa 65 milioni di parlanti madrelingua. È lingua ufficiale di Italia e San Marino, lingua di lavoro della Città del Vaticano, una delle quattro lingue nazionali della Svizzera — dove circa l'8 % della popolazione la indica come lingua principale — e lingua minoritaria riconosciuta in Istria e lungo la costa slovena. È anche uno standard giovane: quando l'Italia si unificò nel 1861, solo una piccola minoranza usava l'italiano nella vita quotidiana e la maggior parte delle persone parlava una lingua romanza locale. L'italiano si è diffuso attraverso la scuola, poi la radio e la televisione, ed è per questo che quasi ogni registrazione in italiano porta uno strato regionale sotto lo standard.

La prima cosa che l'italiano pretende da una trascrizione è la lunghezza consonantica. Le consonanti doppie non sono un ornamento: cambiano la parola. Casa e cassa, nono e nonno, caro e carro, sete e sette non hanno nulla in comune se non i suoni che le compongono; papa, papà e pappa sono tre cose diverse. L'unica differenza che arriva all'orecchio è per quanto tempo la consonante viene tenuta, quindi un sistema che ascolta l'italiano deve misurare una durata e poi impegnarla in una grafia. A rendere la cosa davvero scomoda è che lo stesso allungamento avviene anche tra una parola e l'altra: nel Centro e nel Sud «a casa» si pronuncia con la c lunga, [akˈkaːsa], ma si continua a scrivere con una sola c. Il suono raddoppia, la grafia no.

Ci sono poi i segni sopra e tra le lettere. Un accento grave è spesso l'intera differenza di significato: è contro e, dà contro da, sì contro si, né contro ne. L'italiano moderno scrive perché, poiché e né con l'accento acuto, non con il grave, e un motore che li appiattisce tutti sul grave si tradisce subito. Gli apostrofi segnano l'elisione, e le regole sono abbastanza strette da far inciampare chiunque: l'amico, dell'anno, d'accordo; un'amica vuole l'apostrofo perché è femminile, un amico no; un po' lo vuole perché è troncamento di poco; qual è non lo vuole affatto. Sopra tutto questo sta la h muta, che in italiano esiste quasi soltanto per tenere separati gli omofoni: ha e a, hanno e anno, ho e o sono identici all'orecchio e possono essere decisi solo dalla grammatica.

ConvertSpeech gestisce tutto questo in automatico. Carichi il file e il motore mette per iscritto l'italiano parlato come testo punteggiato e consultabile, da incollare in un documento, in un file di sottotitoli o in uno strumento di traduzione. Non c'è nulla da installare, funziona nel browser, e i primi minuti sono gratuiti senza bisogno di un account.

Questi sono 45 secondi reali di un audiolibro in italiano, passati attraverso il nostro motore IA esattamente come ci passerebbe il tuo file. Dopo non è stato sistemato nulla: quello che leggi qui sotto è ciò che è tornato indietro, sviste comprese. Premi play e segui il testo.

Vale la pena notare quanta parte di tutto questo sia ortografia e non ascolto. Ve l'ho già detto fonde lo e ho in l'ho e conserva la h muta che separa il verbo dalla vocale o. L'altro e d'economia portano il loro apostrofo. Perché arriva con l'accento acuto moderno, anche se l'edizione a stampa da cui è stata letta la registrazione lo compone alla vecchia maniera, perchè, con il grave. Le consonanti doppie cadono dove l'italiano le richiede — settimana, bottega, avvertire, accadesse, sufficiente — compreso il carro di non mettiamo il carro avanti ai buoi, che è tutt'altra parola rispetto a caro. Dapprima e pianterreno sono scritti come parole singole, così come le scrive l'italiano moderno, là dove la vecchia edizione le divide in da prima e pian terreno. I nomi Spinello Spinelli e Fiordalisa sopravvivono intatti, e il motore chiude perfino la battuta di dialogo con un caporale, », dove la pagina stampata usa una lineetta.

Non è impeccabile, ed entrambe le sviste stanno esattamente dove ce le si aspetta: ai due bordi del taglio, dove il motore ha a disposizione solo mezza frase. Il brano si apre a metà periodo e il per filo e per segno del libro torna indietro come A filo per segno. E finisce a metà periodo, e la domanda dell'originale — la ragione sufficiente? I filosofi… — viene risolta come la ragione sufficiente: il filosofo! Nessuna delle due è stata corretta. Al di là di questo, ricorda che cos'è questa registrazione: una voce professionale che legge con cura in un microfono in ambiente silenzioso, all'incirca la difficoltà di una lezione o di un appunto dettato. Un'intervista in piazza con tre persone che si sovrappongono non tornerà indietro altrettanto pulita, e non lo farà con nessun sistema automatico. La qualità della registrazione resta il fattore che più di ogni altro determina il risultato.

L'italiano standard è nato dal toscano di Firenze — la lingua di Dante, Petrarca e Boccaccio, poi limata da Manzoni — ed è quello che usano le registrazioni radiotelevisive, accademiche e professionali. ConvertSpeech è ottimizzato per questo e lo gestisce in modo affidabile con parlanti, età e velocità di eloquio diverse.

La divisione tra Nord e Sud è quella che si sente davvero. All'incirca lungo la linea La Spezia-Rimini, il raddoppiamento delle consonanti oltre il confine di parola si ferma: un romano o un napoletano dicono «a casa» con la c lunga, un milanese o un torinese no. I parlanti settentrionali sonorizzano la s tra vocali, così casa suona più vicino a «caza», mentre al Centro e al Sud resta sorda. I toscani indeboliscono la c tra vocali quasi fino a una h — la casa come «la hasa», la gorgia toscana. E al Sud si usa abitualmente il passato remoto nella narrazione quotidiana, dove al Nord si ricorre al passato prossimo: la stessa storia torna indietro come andai, dissi, feci a Napoli e sono andato, ho detto, ho fatto a Milano. È tutto italiano corretto e si trascrive tutto bene; significa solo che il tempo verbale e il registro della tua trascrizione rifletteranno la provenienza di chi parla.

L'italiano svizzero è un caso a sé. Si parla in Ticino e nelle valli meridionali dei Grigioni ed è italiano pienamente standard nella struttura, quindi si trascrive in modo affidabile quanto l'italiano d'Italia. A cambiare è un sottile strato di lessico — gli elvetismi, in gran parte calchi dal tedesco e dal francese dell'amministrazione svizzera. Azione è un'offerta speciale del supermercato e non un'azione, riservazione sta al posto di prenotazione, comandare si usa dove in Italia si dice ordinare, e un telefono cellulare può ancora essere un natel. Passano nella trascrizione così come sono, e non sono errori: sono ciò che chi parla ha detto.

Il dialetto è il vero limite, e vale la pena essere precisi sul perché. Napoletano, siciliano e veneto non sono accenti dell'italiano: sono lingue romanze distinte, sviluppatesi in parallelo dal latino, e ciascuna ha un proprio codice ISO 639-3 (nap, scn, vec). Sardo e friulano vanno ancora oltre e sono tutelati come lingue minoritarie dalla legge italiana 482/1999. Chi parla italiano standard con accento napoletano o siciliano si trascrive bene. Chi passa al napoletano o al siciliano veri e propri sta parlando un'altra lingua, e nessun sistema impostato sull'italiano — il nostro compreso — la riprodurrà fedelmente: aspettati un'approssimazione resa con l'ortografia dell'italiano standard. Per materiale fortemente dialettale, un audio pulito e parlanti che restino sull'italiano standard danno di gran lunga il risultato migliore.