Come trascrivere un'intervista (in privato)

Autore: Hushscript | Pubblicato: 23 maggio 2026 | Ultima revisione: 21 luglio 2026

Trascrivere bene un’intervista significa due cose contemporaneamente: testo accurato e attribuzione chiara. Un muro di parole in cui non puoi dire chi ha detto cosa richiede quasi tanto lavoro quanto la registrazione grezza. E quando la conversazione è delicata, una questione legale, una fonte riservata, una situazione delle risorse umane, il modo in cui viene gestito l’audio è importante tanto quanto la trascrizione stessa. Questa guida copre l’intero arco: ottenere un audio pulito prima di registrare, eseguire la trascrizione, tenere separati intervistatore e soggetto, citare accuratamente con timestamp e mantenere il tutto privato.

Cosa ti serve prima di iniziare

L’elenco è breve. È necessaria una registrazione dell’intervista come file audio o video. Hushscript accetta qualsiasi formato comune, quindi un memo vocale del telefono, una registrazione Zoom, un WAV di un registratore dedicato o un’acquisizione dello schermo MP4 funzionano tutti senza conversione. È necessario il consenso di tutti coloro registrati, che è spiegato di seguito e non è facoltativo. E hai bisogno di un modo per visualizzare e modificare la trascrizione, ovvero l’app Hushscript nel tuo browser. Nessuna installazione, nessun plugin.

Non è necessario scegliere una lingua. Hushscript lo rileva automaticamente in circa 99 lingue, quindi un’intervista bilingue o un argomento che cambia a metà frase vengono gestiti senza che tu imposti nulla. Se vuoi vedere l’elenco completo, puoi trovarlo nella pagina delle lingue.

Prima di registrare

La qualità dell’audio al momento della registrazione è il fattore più importante per l’accuratezza della trascrizione. Nessun motore di trascrizione, automatico o umano, può recuperare una parola che il microfono non ha mai catturato chiaramente. Alcuni dettagli ripagano più di qualsiasi cosa tu faccia in seguito.

Posizionamento del microfono. Per un’intervista di persona, un piccolo registratore posizionato sul tavolo equidistante da entrambi i parlanti batte un telefono lasciato in tasca. Se potete dare ad ogni persona il proprio microfono, fatelo: due ingressi puliti sono più facili da separare rispetto ad una stanza mista. Per le interviste remote durante una videochiamata, registra ciascun lato come traccia separata quando la piattaforma lo consente, perché due tracce si separano in modo più netto di un singolo flusso downmixato.

Un ambiente tranquillo. Il ronzio dell’impianto di climatizzazione, il traffico attraverso una finestra, il chiacchiericcio di sottofondo di un bar e il riverbero di una stanza nuda si sgretolano con precisione. Una piccola stanza con moquette, o anche un armadio con abiti appesi, suona meglio di un ufficio aperto. Sul campo, un microfono direzionale puntato verso il soggetto aiuta a sollevare la sua voce rispetto all’ambiente circostante.

Il consenso, prima di ogni altra cosa. Registrare una persona a sua insaputa è illegale in molti luoghi e inaccettabile ovunque. Di’ al soggetto che stai registrando prima di iniziare. Alcune giurisdizioni prevedono il consenso di una sola parte, ma molte, tra cui un certo numero di stati degli Stati Uniti e molti paesi, richiedono che tutti i presenti siano d’accordo. In caso di dubbi, chiedi un sì esplicito sulla registrazione stessa, subito dopo aver iniziato, in modo che l’accordo faccia parte del file.

Impostazioni di formato ragionevoli. Non hai bisogno della qualità dello studio. WAV o MP3 a 128 kbps o superiore sono sufficienti e la frequenza di campionamento di 16 kHz o superiore è comoda. L’unica cosa da evitare è ridurre la qualità del telefono, intorno a 8 kHz, dove le consonanti si confondono e la precisione diminuisce notevolmente.

Trascrivi l’intervista, passo dopo passo

Il flusso è costruito in modo che tu possa vedere la qualità prima di impegnarti. Ecco il vero ordine.

1. Trascina la tua registrazione su /audio-to-text. Se si tratta di un video, l’audio viene prima estratto nel tuo browser, quindi il file video stesso non lascia mai il tuo dispositivo. Da qui è coinvolto solo l’audio.
2. Leggi l’anteprima di 30 secondi. Hushscript trascrive il primo mezzo minuto e te lo mostra con le etichette dei parlanti già applicate, prima di creare un account. Questo è il passaggio senza account: puoi giudicare la separazione dei relatori e il testo sul tuo file vero e proprio, non su una demo.
3. Registrati per trascrivere il resto. La creazione di un account sblocca la trascrizione completa. I nuovi account ricevono 30 minuti gratuiti per provare, sufficienti per una breve intervista o una parte di una lunga. Successivamente Hushscript è a consumo senza abbonamento, quindi acquisti minuti solo quando ne hai bisogno.
4. Rietichetta ed esporta. La trascrizione finale ritorna come una riga per espressione, ciascuna contrassegnata con un’etichetta dell’oratore e un timestamp. Rinomina le etichette con nomi reali, quindi esporta.

Una nota sui minuti gratuiti, poiché le persone chiedono come funziona la parte “gratuita”. I 30 minuti vengono concessi una volta. Il modo più rapido per sbloccarli è un rapido controllo della carta: viene autorizzata una trattenuta di $ 1 per confermare la carta e poi rilasciata immediatamente, mai addebitata. Se preferisci pagare in un altro modo, funziona anche un metodo alternativo disponibile nel tuo Paese, e i 30 minuti arrivano con il tuo primo acquisto. In ogni caso non è necessaria una scheda.

Mantieni l’intervistatore e il soggetto separati

È qui che diventa utilizzabile una trascrizione dell’intervista anziché una trascrizione che devi comunque riascoltare. La funzione di identificazione dell’oratore assegna a ogni voce distinta la propria etichetta, senza alcuna configurazione né costo aggiuntivo. Per un’intervista a due persone ciò significa un dialogo come questo:

Parlante A [00:00:07]: Puoi riportarmi a quando ti sei reso conto per la prima volta che il progetto era in difficoltà?
Parlante B [00:00:13]: Era l'inizio del 2019. Stavo eseguendo il lancio e i numeri hanno smesso di aggiungere su.
Parlante A [00:00:28]: E cosa hai fatto a riguardo?
Parlante B [00:00:31]: Onestamente, all'inizio, niente. Questa è la parte di cui mi pento.

Per inserire nomi reali:

1. Fai clic su qualsiasi istanza di Parlante A nella trascrizione.
2. Digita il nome che desideri, ad esempio “Intervistatore” o il nome del soggetto.
3. Ogni riga di quell’oratore si aggiorna contemporaneamente.

Fai questa operazione una volta per ogni oratore. Per un colloquio di 90 minuti per due persone, l’intero pass richiede meno di un minuto e si conclude con un documento pronto per la citazione in cui ogni riga è attribuita a una persona nominata. Se vuoi i dettagli di come funziona effettivamente questa separazione dietro le quinte, come funziona la diarizzazione dei parlanti lo spiega in modo semplice.

Un esempio pratico: un colloquio di ricerca di un’ora

Supponiamo che tu abbia registrato un colloquio di ricerca di 58 minuti sul tuo telefono come file .m4a. La stanza era silenziosa, entrambi eravate vicini al telefono e c’è la solita sovrapposizione quando il soggetto si anima.

Trascina il file su /audio-to-text. L’anteprima di 30 secondi mostra la tua domanda di apertura come Parlante A e la prima risposta del soggetto come Parlante B, il che ti dice che la separazione è netta. Ti iscrivi e lasci che il file completo venga trascritto. Un colloquio di 58 minuti utilizza 58 minuti del tuo saldo, quindi i 30 minuti gratuiti coprono poco più della metà e tu ricarichi il resto.

La trascrizione si legge come un chiaro avanti e indietro. Fai clic sul primo Parlante A, digita il tuo nome, fai clic sul primo Parlante B, digita il nome dell’argomento e l’intero documento si aggiorna. Scorrendo, noti tre brevi tratti in cui il motore ha diviso il soggetto in una seconda etichetta perché si allontanava dal telefono, quindi li unisci di nuovo. Esporti in DOCX per le tue note e in JSON in modo che lo script di analisi possa estrarre ogni espressione con la sua ora di inizio, ora di fine e oratore. Tempo totale di utilizzo dopo il caricamento: pochi minuti.

Cita accuratamente con i timestamp

Ogni espressione nella trascrizione porta un timestamp, che è ciò che rende sicuro l’output da cui citare. Quando inserisci una citazione per un articolo, un rapporto o un documento, annota il timestamp accanto ad esso. Ciò ti dà un punto preciso da riascoltare durante il controllo dei fatti, dà a un editore un modo per verificare la citazione e ti dà qualcosa a cui puntare se una fonte in seguito contesta ciò che ha detto. Riordinare una citazione una volta ottenuta, se mantenere ogni falsa partenza o ammorbidire la formulazione in una prosa pulita, è una scelta di stile che vale la pena fare apposta e trascrizione ripulita rispetto al vero parola per parola stabilisce entrambe le convenzioni.

L’esportazione DOCX mantiene i timestamp in linea. Se hai bisogno della struttura grezza, l’esportazione JSON ti fornisce dati a livello di espressione, ciascuna voce con un’ora di inizio, un’ora di fine, un relatore e un testo, che puoi elaborare a livello di codice. L’esportazione TXT è la copia di lettura pulita e SRT fornisce righe di didascalie temporizzate se l’intervista verrà posizionata sotto un video.

Un limite che vale la pena conoscere: i timestamp sono a livello di espressione, non di singola parola. Per la maggior parte dei colloqui questo è esattamente ciò che desideri, poiché stai citando una frase, non una sillaba. Se hai specificamente bisogno di una temporizzazione a livello di parola per masterizzare i sottotitoli sul filmato, la temporizzazione della riga SRT è abbastanza vicina per quasi tutti gli scopi.

Problemi comuni e come risolverli

La maggior parte delle registrazioni delle interviste vengono trascritte in modo pulito. Quando qualcosa non va, si tratta quasi sempre di una manciata di problemi e ognuno ha una soluzione semplice.

Un oratore diviso in due etichette. È l’anomalia più comune. Di solito significa che il suono della persona è cambiato nel corso della conversazione: si è avvicinata o allontanata dal microfono, è passata dalle cuffie al vivavoce o la qualità della linea è cambiata durante una chiamata. Il motore raggruppa le voci in base alle loro caratteristiche sonore, quindi un grande cambiamento può essere letto come una nuova voce. Unisci le due etichette nell’editor e il problema verrà risolto in un unico passaggio, come nell’esempio sopra riportato.

Due persone unite in un’unica etichetta. Il contrario. Ciò accade quando due voci sono veramente simili o quando la registrazione è bassa e le differenze sono difficili da sentire. È più difficile risolvere il problema in modo netto a posteriori, ed è per questo che due input separati al momento della registrazione, uno per persona, sono la migliore assicurazione contro questo problema.

Diafonia e persone che parlano tra loro. Quando entrambi parlano contemporaneamente, qualsiasi trascrittore, automatico o umano, ha difficoltà, perché le parole si sovrappongono fisicamente nell’audio. Aspettatevi che i momenti più impegnativi di un’intervista accesa necessitino di un ascolto manuale. I timestamp consentono di trovare rapidamente quei momenti.

Accenti forti o termini specialistici. La precisione regge bene con tutti gli accenti, ma i nomi propri, il gergo tecnico e i nomi non familiari sono i luoghi in cui è più probabile che la trascrizione automatica sfugga. Esegui un passaggio di ricerca e sostituzione per una manciata di nomi e termini specifici della tua intervista e conferma quelli che intendi citare. Quando l’intervista è una conversazione clinica o di ricerca ricca di vocabolario specialistico, la trascrizione medica per dettatura e interviste spiega come gestire tali termini.

Una registrazione silenziosa o distante. Se il soggetto era lontano dal microfono o parlava a voce bassa, la precisione diminuisce su tutta la linea e non è prevista alcuna correzione software a posteriori. In questo caso esiste la sezione “prima della registrazione” per prevenirlo. Se sei bloccato con una registrazione debole, trascrivila comunque come bozza, quindi correggila rispetto all’audio.

Un file molto lungo o di grandi dimensioni. Una registrazione può durare fino a 10 ore, senza limiti di dimensione del file: anche uno molto grande viene preparato direttamente nel browser. Dividi solo le registrazioni che superano il limite di 10 ore, utilizzando una pausa naturale, quindi trascrivi ogni parte.

Fonte audio o fonte video: quale caricare

Se hai sia un file audio che un video della stessa intervista, carica entrambi. La trascrizione è identica, perché Hushscript funziona dall’audio in entrambi i casi. La differenza pratica è la privacy. Quando gli dai un video, l’audio viene estratto nel tuo browser e solo quell’audio viene inviato, quindi il video, spesso l’artefatto più identificativo e più sensibile, non lascia mai la tua macchina. Per un colloquio delicato questa è l’impostazione predefinita migliore. Se disponi già di un file solo audio pulito, caricarlo è la soluzione più semplice.

Mantenere private le interviste sensibili

Per le interviste che toccano questioni legali, fonti riservate, casi di risorse umane o divulgazioni personali, il modo in cui viene gestito l’audio conta oltre la qualità della trascrizione. Hushscript è progettato esattamente per questo.

L’audio viene eliminato dal server nel momento in cui la trascrizione è pronta. Non esiste una finestra di conservazione e nessuna copia di backup della registrazione conservata da qualche parte successivamente. Se hai caricato un video, è stato inviato solo l’audio estratto e anche quello è sparito. Il motore vocale non si addestra sulle tue registrazioni, quindi nulla di ciò che invii alimenta un modello.

Le trascrizioni stesse vengono crittografate quando non sono attive. In parole povere, se l’archivio venisse mai violato, ciò che un utente malintenzionato troverebbe è un testo cifrato illeggibile, non le parole del soggetto. Questa è protezione dalle perdite, non un’affermazione secondo cui non possiamo leggere le tue trascrizioni: la chiave è tenuta dalla nostra parte in modo che il prodotto possa mostrarti il ​​tuo lavoro. Significa invece che una fuga di dati, la minaccia realistica per qualsiasi strumento cloud, non fornisce contenuti leggibili dell’intervista.

Per i casi più gravi, protezione della fonte nel giornalismo, materiale legale riservato, prendi la precauzione standard: conserva la tua copia offline dell’audio e la trascrizione finale su un dispositivo che controlli e non trattare alcun servizio cloud, questo incluso, come unica copia. Se desideri un quadro completo della gestione dei dati, la pagina trascrizione privata lo illustra.

Se la tua registrazione è un podcast multi-host anziché un’intervista individuale, il flusso di lavoro è lo stesso e come trascrivere un podcast copre le specifiche multi-voce.