Come scaricare la trascrizione di un video YouTube (e renderla utilizzabile)

Ogni video sottotitolato su YouTube è già stato trascritto. La macchina ha fatto il lavoro, il testo esiste ed è a tre clic da te. La parte frustrante non è ottenerlo: è che quello che ne esce è quasi, ma non del tutto, la cosa che volevi.

Sei andato a cercarla perché ti servivano quelle parole. Un intervento di due ore con un segmento utile da qualche parte a metà. La demo di prodotto di un concorrente che vuoi citare con precisione. Quaranta minuti di lezione che entro giovedì devono diventare appunti. Qualunque sia il motivo, trascinare il mouse sulla timeline non è un metodo di ricerca, e lo sai.

Ecco quindi come scaricare la trascrizione di un video YouTube da computer e da telefono, cosa fare quando il pulsante che dovrebbe esserci non c'è e — la parte che quasi tutte le guide saltano — come trasformare il testo grezzo in qualcosa che rileggeresti davvero.

Tre vie d'uscita, nell'ordine in cui conviene provarle

Quale ti serve dipende da una sola domanda: il video è tuo?

Se sei uno spettatore: il pannello della trascrizione

Da computer, apri il video, espandi la descrizione e clicca su Mostra trascrizione. A destra del player si apre un pannello scorrevole con il testo completo, diviso in righe con timestamp che si evidenziano mentre il video va avanti. Seleziona, copia e incolla dove stai lavorando.

È tutto qui il metodo, ed è il punto su cui vale la pena essere netti: per gli spettatori non esiste un pulsante di download. YouTube ti mostra il testo e si aspetta che tu te lo porti via con Ctrl+C. Ogni strumento per "scaricare la trascrizione di YouTube" che troverai fa una versione di questo al posto tuo: recupera la traccia dei sottotitoli e te la restituisce come file.

Se il video è tuo: YouTube Studio

I creator ottengono quello che gli spettatori non ottengono: un file vero. In YouTube Studio vai su Sottotitoli, scegli il video e usa il menu di download per esportare .srt o .vtt. Sono formati di sottotitoli veri e propri, con i dati di sincronizzazione intatti, cosa che conta se devi caricarli in un montaggio o ripubblicare i sottotitoli altrove. Se la trascrizione è destinata a qualcosa che non sia un documento di testo, parti da qui.

Se nessuna delle due funziona: uno strumento di trascrizione

Incolli l'URL del video, ricevi il testo. Questi strumenti esistono per via dei due buchi qui sopra: nessun download per gli spettatori e niente di niente sul telefono. Quelli buoni fanno anche girare il riconoscimento vocale quando un video non ha sottotitoli da recuperare, che è l'unica cosa che YouTube stesso non può fare per te.

Consiglio rapido: una volta aperto il pannello, cerca nel testo con Ctrl+F (Cmd+F su Mac) e clicca la riga trovata. Il player salta esattamente a quel momento. Un video di due ore diventa navigabile in una quindicina di secondi, e non devi copiare niente.

Quando il pulsante che dovrebbe esserci non c'è

È il guasto più comune, e la spiegazione è più semplice di quanto lascino intendere i thread nei forum. La trascrizione di YouTube viene generata dai sottotitoli. Niente sottotitoli, niente trascrizione: sotto la funzione non c'è proprio nulla da mostrare.

Quindi, quando Mostra trascrizione manca, è vera una di queste cose:

• Il creator ha disattivato i sottotitoli. È una sua scelta, e dal lato spettatore non c'è modo di aggirarla.
• Il video è troppo recente. I sottotitoli automatici partono dopo il caricamento e ci mettono un po'. Riprova più tardi.
• La lingua non è coperta. I sottotitoli automatici supportano un elenco lungo, ma non tutto.
• Un'estensione del browser sta interferendo. Ad blocker ed estensioni per YouTube rimaneggiano la pagina e a volte seppelliscono proprio quel comando.

C'è un modo rapido per distinguere i primi tre casi dal quarto: cerca l'icona CC nel player. Se non c'è, non esiste alcuna traccia di sottotitoli e nessuno strumento al mondo può recuperarla — l'unica strada che resta è far girare il riconoscimento vocale sull'audio. Se il CC c'è ma l'opzione della trascrizione no, la colpa è della pagina, non del video.

Consiglio rapido: apri lo stesso video in una finestra anonima prima di metterti a cercare soluzioni. Lì le estensioni non si caricano e i dati del sito non possono interferire. Se la trascrizione compare, hai trovato il colpevole in cinque secondi.

L'app te la legge ma non te la lascia portare via

Questa è quella che spedisce la gente su Google alle undici di sera. Nell'app di YouTube puoi toccare il titolo del video o …altro per espandere la descrizione, e in molti video la trascrizione è lì. Puoi leggerla. Puoi seguirla. Quello che non puoi fare è selezionare il testo e copiarlo.

È una limitazione strana, e dentro l'app non c'è alcun modo di aggirarla. Due cose funzionano:

1. Richiedere il sito desktop. Da Safari o Chrome sul telefono, apri il video e usa il menu del browser per passare alla versione desktop. Il pannello della trascrizione compare come comparirebbe su un portatile, e insieme a lui torna la selezione del testo.
2. Copiare il link e incollarlo in uno strumento di trascrizione. Tocca Condividi, Copia link, poi incolla nello strumento che usi. È la strada su cui finisce la maggior parte delle persone, ed è il motivo per cui gli strumenti per la "trascrizione YouTube" ricevono così tanto traffico da mobile: risolvono una limitazione dell'app, non un problema tecnico.

Se sei al telefono e hai fretta, la seconda opzione è più veloce. Il trucco del sito desktop è più macchinoso di quanto sembri su uno schermo piccolo.

Quanto costa davvero il 90% di precisione

Chi ha letto con attenzione i sottotitoli automatici ha una frase storpiata preferita. I creator hanno persino un nome per loro: craptions. Ma il problema merita numeri veri, perché "abbastanza buono" e "buono abbastanza da citarlo" sono due standard molto diversi.

I sottotitoli automatici di YouTube stanno tra l'85% e il 95% di precisione, e la variabile è quasi interamente l'audio, non l'algoritmo. Una registrazione pulita in studio, con una sola persona che parla chiaramente, arriva al 94–96%. Lo stesso sistema su un video girato all'aperto, con traffico e vento, scende al 78–82%.

Ora fai il conto. Si parla a circa 150 parole al minuto, quindi un video di 40 minuti sono più o meno 6.000 parole. Al 90% di precisione sono 600 parole sbagliate sparse nella tua trascrizione. Non incomprensibili: soprattutto piccole cose, una virgola mancante che ribalta una frase, un nome scritto in quattro modi diversi, un termine tecnico sostituito da quello che ci faceva rima. Abbastanza da rendere rischiosa una citazione diretta e imbarazzante un estratto pubblicato.

La regola pratica: i sottotitoli automatici vanno bene per cercare, scorrere e riassumere. Non vanno bene quando una frase precisa finisce in un articolo, in una citazione o in un atto. In quei casi rileggi il passaggio che vuoi citare confrontandolo con l'audio prima di pubblicare. Costa un minuto e risparmia una rettifica.

Nel file non c'è il nome di nessuno

Cerca come far comparire i nomi di chi parla in una trascrizione di YouTube e troverai un sacco di espedienti e nessuna risposta vera. La risposta vera è che i sottotitoli automatici di YouTube non hanno alcuna nozione di chi stia parlando. L'output è un unico flusso continuo di testo. Una tavola rotonda con tre persone torna indietro identica a un monologo.

Per un video esplicativo con una persona sola, chi se ne importa. Per un'intervista, una puntata di podcast o una riunione registrata è la differenza tra un documento utilizzabile e un muro da ricostruire a memoria. Finisci comunque a trascinare la barra del video — proprio la cosa che volevi evitare.

Quello che risolve è la diarizzazione: la trascrizione separa le voci e le etichetta una per una. La maggior parte degli strumenti a pagamento la include, e quelli pensati per le riunioni — Laxis tra questi — la trattano come comportamento predefinito e non come funzione, perché una trascrizione di riunione senza l'indicazione di chi parla non è granché come trascrizione. Le etichette restano generiche (Interlocutore 1, Interlocutore 2), quindi le rinomini una volta in cima e l'intero documento diventa leggibile.

Consiglio rapido: qualunque strumento tu usi, controlla a campione la trascrizione nei punti in cui cambia chi parla. La diarizzazione scivola soprattutto quando due persone si sovrappongono, e un errore lì non sembra un errore: sembra che qualcuno abbia detto qualcosa che non ha detto.

I venti minuti tra il testo grezzo e qualcosa che rileggeresti

Una trascrizione è materia prima. Copiarla in un documento e considerare il lavoro finito è il punto in cui si ferma la maggior parte delle persone, ed è il motivo per cui tante trascrizioni vengono scaricate una volta e mai più riaperte.

Quattro cose fanno la differenza, e nessuna richiede molto:

Togli i timestamp se non ti servono. Dentro il pannello della trascrizione, il menu a tre puntini ha l'opzione Attiva/disattiva timestamp. Spegnili prima di copiare e ottieni prosa continua invece di un elenco numerato che altrimenti dovresti ripulire a mano.

Sistema prima i nomi propri. Nomi, prodotti e gergo tecnico sono i punti in cui il riconoscimento vocale fallisce peggio e in cui gli errori fanno più danno. Un trova-e-sostituisci sui tre o quattro termini che contano ripulisce gran parte del pasticcio in meno di un minuto.

Aggiungi gli a capo. I sottotitoli automatici arrivano come un blocco unico e indifferenziato. Spezzarlo ai cambi di argomento è ciò che trasforma una trascrizione da una cosa che si cerca a una cosa che si legge.

Scrivi il riassunto finché è fresco. Tre punti in cima: di cosa si trattava, cosa è stato deciso o affermato, cosa vuoi farci. Il te del futuro leggerà quei tre punti e salterà il resto, che è esattamente lo scopo.

È in quest'ultimo passo che sta gran parte del valore, ed è quello che la gente salta perché è l'unica parte che richiede di pensare. È anche quello che gli strumenti di trascrizione migliori ormai fanno al posto tuo. Se la tua registrazione è una riunione e non un video YouTube, quel flusso è in buona parte automatico: Laxis registra la chiamata, etichetta chi ha parlato e produce la versione con decisioni e attività accanto al testo integrale, così il riassunto esiste prima ancora che tu lo vada a cercare. Fonte diversa, stesso principio: la trascrizione è l'input, non il risultato.

La trascrizione non è mai stata l'obiettivo

Guarda cos'è successo a questo compito negli ultimi anni. Tirare fuori le parole da un video era davvero difficile: pagavi qualcuno, oppure lo battevi tu a quattro ore per ogni ora di girato. Oggi il testo è già generato, gratuito e a tre clic di distanza, e l'intera difficoltà si è spostata a valle, sulla forma: niente nomi di chi parla, niente paragrafi, niente riassunto e un pulsante per copiare che misteriosamente non funziona sul dispositivo che quasi tutti hanno in mano.

Il che suggerisce che la cosa da ottimizzare non è l'estrazione. Quasi nessuno vuole davvero una trascrizione. Le persone vogliono trovare un momento dentro due ore, verificare una citazione o trasformare un intervento in appunti — e la trascrizione è solo il formato meno peggio che sta tra loro e quell'obiettivo. Gli strumenti per cui vale la pena pagare nel 2026 non sono quelli che recuperano il testo più in fretta. Sono quelli che hanno capito che il testo non è mai stato il punto.

Domande frequenti

Come scarico la trascrizione di un video YouTube?

Da computer, espandi la descrizione del video e clicca su Mostra trascrizione. Accanto al player si apre un pannello con i timestamp: seleziona il testo e copialo. YouTube non dà agli spettatori alcun pulsante di download, quindi copiare è il download. Se il video è tuo, YouTube Studio ti consegna un file vero: Sottotitoli, scegli il video, poi scarica come .srt o .vtt.

Perché su YouTube manca Mostra trascrizione?

La trascrizione è costruita a partire dai sottotitoli, quindi senza sottotitoli non c'è trascrizione. Succede quando il creator li ha disattivati, quando il video è troppo recente perché i sottotitoli automatici abbiano finito, o quando la lingua non è ancora supportata. Se nel player manca anche l'icona CC, non c'è alcuna traccia da leggere. Anche le estensioni del browser possono nascondere il pulsante: aprire il video in una finestra anonima lo esclude in pochi secondi.

Come ottengo una trascrizione di YouTube dal telefono?

L'app di YouTube può mostrare la trascrizione sotto la descrizione espansa, ma non ti lascia selezionare né copiare il testo. Per portartelo via, richiedi il sito desktop nel browser del telefono e usa il pannello che compare lì, oppure copia il link del video e incollalo in uno strumento di trascrizione. Copiare dentro l'app è l'unica cosa che non è permessa.

Quanto sono precisi i sottotitoli automatici di YouTube?

Tra circa l'85% e il 95%, e la variabile è l'audio, non l'algoritmo. Le registrazioni pulite in studio arrivano al 94–96%; un video girato all'aperto con rumore di fondo scende al 78–82%. Al 90% di precisione un video di 40 minuti porta con sé circa 600 parole sbagliate, ed è per questo che i sottotitoli automatici sono un punto di partenza e non una trascrizione finita.

Come rimuovo i timestamp da una trascrizione di YouTube?

Apri il menu a tre puntini dentro il pannello della trascrizione e scegli di attivare/disattivare i timestamp. I marcatori temporali spariscono e il testo diventa prosa continua, che puoi incollare in un documento senza cancellare numeri riga per riga.

Le trascrizioni di YouTube includono i nomi di chi parla?

No. I sottotitoli automatici di YouTube sono un unico flusso di testo indifferenziato senza etichette, quindi un'intervista o una tavola rotonda arrivano identiche a un monologo. Gli strumenti con diarizzazione separano le voci e le etichettano come Interlocutore 1 e Interlocutore 2, lasciando a te il compito di attribuire i nomi veri una volta sola.