Che cos'è una trascrizione? Tipi, formati ed esempi

Qualcuno ti chiede di mandargli la trascrizione e tu rispondi certo, perché ovviamente sai cos'è. Poi il file arriva e ci sono marcatori temporali ogni pochi secondi, nomi tutti in maiuscolo e una riga che dice soltanto [voci sovrapposte]. All'improvviso è meno ovvio.

Prima un bivio. In inglese transcript indica anche il documento ufficiale con gli esami sostenuti e i voti ottenuti a scuola o all'università, quello rilasciato dalla segreteria. Se è quello che ti serve, l'ufficio carriere studenti del tuo istituto è il posto giusto. Questa guida parla dell'altro significato: il resoconto scritto di qualcosa detto a voce, prodotto a partire da una registrazione.

Una trascrizione è un documento, non un'attività

Una trascrizione è un documento di testo che riporta ciò che è stato detto in una registrazione, nell'ordine in cui è stato detto, attribuito a chi lo ha detto. La definizione è tutta qui. Tutto il resto — marcatori temporali, note tra parentesi quadre, il blocco di intestazione, l'estensione del file — è convenzione sovrapposta per rendere il documento utilizzabile.

La parola viene usata con leggerezza sia per il lavoro sia per il risultato, ed è lì che nasce la confusione. Produrre il documento — il costo, la velocità, la questione macchina o essere umano — è un argomento a parte, e abbiamo trattato il processo di trascrizione in sé in una guida gemella. Questa pagina parla dell'oggetto.

Due proprietà separano una trascrizione dagli appunti. È lineare: segue la registrazione dall'inizio alla fine invece di saltare alle parti interessanti. Ed è completa rispetto allo stile che dichiara. Un riassunto sceglie cosa tenere; una trascrizione non ne ha il diritto. Salta i cinque minuti noiosi in cui nessuno trovava la slide giusta e quello che hai sono appunti: chiamarli trascrizione prima o poi farà nascere una discussione.

I quattro stili di trascrizione, e cosa butta via ciascuno

Ogni trascrizione decide quanto tenere del disordine del parlato reale. Quattro stili si distribuiscono su quello spettro, e sceglierne uno sbagliato è il modo più comune in cui una commessa di trascrizione va storta.

Verbatim integrale (detto anche trascrizione letterale)

Tutto. Ogni «ehm», ogni balbettio e ogni falsa partenza, più i suoni non verbali come risate, pause lunghe e rumore di fondo, tutti segnalati. Il verbatim integrale cattura non solo cosa è stato detto, ma come è stato detto. È lento da produrre e sgradevole da leggere, che è esattamente il punto in cui viene richiesto: procedimenti giudiziari, interrogatori di polizia e ricerche in cui l'esitazione è essa stessa il dato.

Verbatim pulito

Le parole come sono state dette, meno il rumore. Il verbatim pulito toglie intercalari, tic verbali e balbettii, ma non parafrasa: le frasi restano di chi parla. La maggior parte degli operatori conserva le false partenze e le autocorrezioni che hanno un senso, perché segnalano incertezza reale, mentre taglia il «capisci» riflesso che spunta quaranta volte all'ora. È l'impostazione predefinita per riunioni, sessioni di convegno, focus group e registrazioni di lezioni.

Verbatim intelligente

Un passo in più verso la leggibilità. Oltre a rimuovere gli intercalari, chi trascrive ripara leggermente la grammatica, comprime le ripetizioni e toglie gli incisi che non portano significato («scusate, il cane sta impazzendo»). La voce di chi parla resta intatta; la ruvidezza no. I ricercatori spesso lo preferiscono per le interviste che citeranno. A complicare le cose, alcuni fornitori usano «verbatim intelligente» e «verbatim pulito» come sinonimi.

Trascrizione editata

La versione più lavorata. Un redattore riordina le proposizioni, stringe le frasi, corregge la grammatica e dà forma al testo per un lettore che non era nella stanza. Interviste pubblicate, testi di discorsi e note di puntata dei podcast vivono qui. Il compromesso è reale: una trascrizione editata è la più piacevole da leggere e la meno difendibile come documentazione.

Consiglio: definisci lo stile prima che chiunque inizi a lavorare. Questi termini non sono standardizzati: il «verbatim pulito» di un fornitore è il «verbatim intelligente» di un altro. Non fidarti dell'etichetta. Manda invece una specifica di due righe: «tenere le false partenze, togliere gli intercalari, marcare l'ora dei passaggi incomprensibili». Quella frase evita il rifacimento più costoso che esista, cioè rifare quaranta ore di audio perché gli intercalari dovevano restare.

Che aspetto ha davvero una trascrizione

Le descrizioni arrivano fino a un certo punto. Ecco la trascrizione in verbatim pulito di una breve riunione di lavoro, formattata come lo sono la maggior parte di quelle professionali.

Trascrizione di esempio — verbatim pulito

TRASCRIZIONE — Revisione prezzi T3 Registrata: 5 agosto 2026 | Durata: 00:42:11 | Interlocutori: 3 Stile: verbatim pulito

[00:00:04] MAYA CHEN: Ok, stiamo registrando. Dan, avevi i numeri di margine aggiornati?

[00:00:09] DAN OKAFOR: Sì. Enterprise è al sessantuno per cento di margine lordo, quattro punti in più rispetto al T2. È il mid-market che diventa brutto.

[00:00:21] MAYA CHEN: Brutto in che senso?

[00:00:23] DAN OKAFOR: Carico di supporto. Stesso prezzo, più o meno il triplo dei ticket. Penso sia [incomprensibile 00:00:27] l'onboarding.

[00:00:31] PRIYA RAO: Torna. Abbiamo rilasciato l'onboarding self-service a giugno e l'adozione è sotto il trenta per cento.

[00:00:38] MAYA CHEN: Quindi la cosa da sistemare non è — [voci sovrapposte] —

[00:00:39] DAN OKAFOR: — la cosa da sistemare è l'onboarding, non il prezzo.

[00:00:44] MAYA CHEN: Allora mettiamola come azione. Priya, riesci a tirare fuori l'adozione per coorte entro giovedì?

[00:00:51] PRIYA RAO: Sì. Mercoledì.

[00:00:53] [Registrazione in pausa]

Lì dentro sono all'opera quattro convenzioni quasi universali:

• Un blocco di intestazione. Titolo, data, durata, numero di interlocutori, stile. È ciò che trasforma un muro di testo in un documento citabile sei mesi dopo.
• Etichette dei parlanti. Nomi completi in maiuscolo, oppure etichette di ruolo come INTERVISTATORE e INTERVISTATO quando conta l'anonimato. Sii coerente: una trascrizione etichettata metà «DAN» e metà «D. OKAFOR» rompe qualsiasi ricerca fatta su di essa.
• Marcatori temporali. A ogni cambio di parlante, come sopra, oppure a intervalli fissi da 30 secondi a due minuti. Più fitti diventano rumore; più radi rendono difficile ritrovare i momenti.
• Parentesi quadre per tutto ciò che non è parlato. [incomprensibile], [voci sovrapposte], [risate], [registrazione in pausa]. Le trascrizioni serie marcano l'ora dell'etichetta di incomprensibilità, così qualcuno può andare ad ascoltare e colmare il buco.

Azzeccarle tutte e quattro a mano è noioso, ed è per questo che ormai gran parte del lavoro è generata. Gli strumenti per riunioni producono intestazione, etichette e marcatori temporali in automatico: Laxis, per esempio, trascrive le chiamate Zoom, Google Meet e Microsoft Teams in un documento etichettato e con marcatori temporali, ed estrae contestualmente le azioni da fare, così che il compito che Priya si è appena presa non dipenda dal fatto che qualcuno si ricordi di scriverlo. Da qualunque parte arrivi la tua, le convenzioni qui sopra sono lo standard con cui viene misurata; la nostra guida passo passo su come trascrivere l'audio in testo copre la meccanica.

Trascrizione, closed caption, sottotitoli, verbale: quattro documenti diversi

Questi quattro vengono usati continuamente come sinonimi e non sono intercambiabili. Si riduce a due domande: il testo è sincronizzato a una timeline, ed è completo o selettivo?

Una trascrizione è completa e autonoma: puoi leggerla con il video chiuso. Un closed caption è completo ma sincronizzato, spezzato in blocchi che compaiono mentre scorre l'audio, e porta informazione non verbale perché è pensato per chi non sente. Un sottotitolo è sincronizzato ma selettivo, solo dialogo, perché dà per scontato che tu senta la colonna sonora e semplicemente non parli la lingua. Un verbale non è né l'uno né l'altro: è un riassunto strutturato di decisioni, responsabili e scadenze.

Questi documenti scorrono in una sola direzione. Puoi spezzare e temporizzare una trascrizione per farne caption, o riassumerla in un verbale. Non puoi tornare indietro in modo affidabile: i caption sono stati tagliati su interruzioni di riga arbitrarie e privati della struttura in paragrafi, e il verbale ha buttato via il 95% delle parole apposta. Tieni la trascrizione.

Closed caption contro sottotitoli, visto che sbagliano tutti

Chiedi a dieci persone cosa sono i sottotitoli e nove descriveranno i closed caption. La differenza non è estetica, e nei contesti regolamentati separa il conforme dal non conforme.

I sottotitoli danno per scontato che tu senta. Risolvono un problema di lingua, quindi portano il dialogo e nient'altro. Una porta che sbatte fuori campo non ha bisogno di sottotitolo: l'hai sentita.

I closed caption danno per scontato che tu non senta. Risolvono un problema di accessibilità, quindi portano tutto ciò che porta la colonna sonora: chi parla, cosa ha detto e l'audio non verbale che incide sul significato — [musica minacciosa che cresce], [vetro che si infrange], [sospiro]. È per questo che i caption sembrano più affollati.

Due altri termini completano il quadro. SDH — sottotitoli per sordi e ipoudenti — è l'ibrido: resa in stile sottotitolo che veicola contenuto in stile caption, ed è quello che le piattaforme di streaming di solito distribuiscono. E «closed» significa soltanto attivabile; gli open caption sono impressi nel video e non si possono disattivare, ed è per questo che dominano nei feed che partono in automatico senza audio. I formati differiscono anche meccanicamente: i closed caption per la trasmissione sono tradizionalmente limitati intorno ai 32 caratteri per riga, mentre i file SDH ne consentono fino a 42, ed è per questo che la stessa battuta va a capo in modo diverso in due player che mostrano lo stesso film.

Consiglio: verifica quale dei due richiede davvero la tua politica di accessibilità. I team pubblicano abitualmente sottotitoli tradotti, spuntano la casella accessibilità e poi scoprono di non aver mai soddisfatto il requisito. L'accesso per persone sorde e ipoudenti richiede caption o SDH: testo che identifichi i parlanti e descriva i suoni che contano. Un pubblico internazionale richiede sottotitoli tradotti. La maggior parte delle videoteche ha bisogno di entrambi, come file distinti e con costi distinti.

I formati di file in cui arriva una trascrizione

L'estensione ti dice per cosa è costruita una trascrizione, e ne incontrerai circa sei.

.txt è il minimo comune denominatore: nessuna formattazione, nessun metadato, si apre ovunque, entra pulito in script e motori di ricerca. .docx serve quando una persona leggerà, commenterà o oscurerà — regge stili, rientri sporgenti, revisioni tracciate. .pdf è la versione che viene firmata, certificata o archiviata, con l'impaginazione congelata. .json è la più ricca: marcatori temporali a livello di parola, punteggi di confidenza per parola, ID dei parlanti come campi strutturati. Se costruirai ricerca o analisi sulle tue trascrizioni, chiedi JSON.

Poi i due formati di caption che vengono scambiati a torto per formati di trascrizione. .srt (SubRip) è il formato di caricamento universale — blocchi numerati con orario di inizio e fine, accettati da quasi ogni editor, player e piattaforma, separatore dei millisecondi una virgola: 00:00:01,500. .vtt (WebVTT) è nativo del web, costruito per l'elemento <track> di HTML5. Richiede una riga WEBVTT in cima, usa il punto invece della virgola (00:00:01.500), rende opzionale la numerazione dei blocchi e porta cose che SRT non può: stili CSS, posizionamento sullo schermo, marcatori di capitolo, tracce di metadati e una gestione migliore delle lingue che si scrivono da destra a sinistra come l'arabo e l'ebraico.

Nessuno dei due è un buon posto dove conservare una trascrizione. Entrambi scartano per progetto la struttura in paragrafi, e ricostruire prosa leggibile a partire da blocchi temporizzati è un lavoro davvero fastidioso. Tieni un master in testo o JSON; esporta SRT o VTT quando serve a un video.

Chi vive davvero dentro le trascrizioni

Le trascrizioni sembrano un oggetto di nicchia finché non conti le professioni che ci sono costruite sopra.

• Legale. Di gran lunga gli utenti più severi: deposizioni e processi richiedono resoconti in verbatim integrale, di solito con righe numerate perché un avvocato possa citare «pagina 43, riga 12». Una trascrizione certificata porta una dichiarazione di fedeltà firmata e funziona come prova.
• Sanità. I clinici dettano referti, verbali operatori e lettere di dimissione che entrano nella cartella del paziente. Gli standard di accuratezza non perdonano, il lessico è denso e i tempi di conservazione si contano in anni.
• Ricerca. Il lavoro qualitativo gira su interviste e focus group trascritti. I ricercatori codificano le trascrizioni riga per riga alla ricerca di temi, quindi la scelta dello stile — se le esitazioni sopravvivono — plasma i risultati.
• Media. I giornalisti trascrivono le interviste per citare con precisione e poi difendere la citazione. Chi fa podcast pubblica le trascrizioni perché è l'unico modo in cui un contenuto parlato diventa ricercabile — ed è così che la trascrizione è diventata in silenzio un asset SEO.
• Aziende. La categoria più ampia e disordinata: chiamate commerciali, consigli di amministrazione, riunioni plenarie, registrazioni di compliance. Nessuno le legge dall'inizio alla fine; esistono per essere cercate, citate e scandagliate in cerca di decisioni. Ed è per questo che una trascrizione Laxis, per esempio, sincronizza il riassunto e i passi successivi su HubSpot o Salesforce — così le note della chiamata atterrano dove vive la trattativa, e non in un documento che nessuno apre.

E poi tutti gli altri: memo vocali, lezioni, interviste di storia familiare, video di YouTube che preferiresti leggere anziché guardare. È qui che la trascrizione sfiora la dettatura, anche se sono due atti diversi — dettare significa comporre un testo parlando di proposito, e se è quello che cerchi la nostra panoramica delle migliori app di dettatura con AI è un punto di partenza migliore.

Ottieni una trascrizione pulita e con i parlanti indicati di ogni riunione

Laxis registra, trascrive e riassume Zoom, Google Meet e Microsoft Teams in oltre 100 lingue — etichette dei parlanti, marcatori temporali e azioni da fare inclusi. Il piano gratuito copre 300 minuti di trascrizione al mese.

Prova Laxis gratis

In conclusione

Le trascrizioni invecchiano nella direzione opposta rispetto a tutto il resto di ciò che produci. Un riassunto è utile la settimana in cui lo scrivi e non vale nulla un anno dopo, perché ha conservato ciò che contava per chi lo ha scritto quel martedì. Una trascrizione è quasi inutile la settimana in cui la fai — nessuno legge 9.000 parole di una riunione a cui ha partecipato — e diventa più preziosa ogni mese che passa, perché ha tenuto ciò che nessuno sapeva sarebbe contato. È per questo che i noiosi dettagli di formattazione meritano attenzione. Niente di tutto ciò è per te. È per chi dovrà trovarci dentro una sola frase tra diciotto mesi.

Domande frequenti

Che cos'è una trascrizione?

Una trascrizione è un documento di testo che registra ciò che è stato detto in una registrazione audio o video, nell'ordine in cui è stato detto. Identifica ogni parlante e di solito porta marcatori temporali, così qualsiasi riga risale a un momento del file di origine.

Che aspetto ha una trascrizione?

Una trascrizione si apre con una breve intestazione che indica titolo, data, durata e partecipanti, poi procede come una sequenza di turni di parola. Ogni turno inizia con un marcatore temporale e un'etichetta di parlante in maiuscolo. Tutto ciò che non è chiaro compare tra parentesi quadre, come [incomprensibile] o [voci sovrapposte].

Quali sono i principali tipi di trascrizione?

Quattro stili sono comuni. Il verbatim integrale tiene ogni suono, balbettii e intercalari compresi. Il verbatim pulito tiene le parole ma toglie intercalari e tic verbali. Il verbatim intelligente sistema anche la grammatica ed elimina le ripetizioni. Una trascrizione editata è riscritta per la pubblicazione. I fornitori etichettano tutto questo in modo incoerente, quindi fatti confermare cosa intende il tuo.

Qual è la differenza tra una trascrizione e i sottotitoli?

Una trascrizione è un documento autonomo che leggi per conto suo, senza bisogno del video. I sottotitoli sono brevi righe di dialogo tagliate in blocchi temporizzati e mostrate sopra un video, di solito tradotte per spettatori che sentono l'audio ma non parlano la lingua.

Una trascrizione è la stessa cosa di un verbale di riunione?

No. Una trascrizione registra tutto ciò che è stato detto, parola per parola, in sequenza. Un verbale è un riassunto breve e strutturato di ciò che è stato deciso: presenti, decisioni, responsabili e scadenze. Un'ora di riunione può produrre una trascrizione da 9.000 parole e un verbale di una pagina, ed entrambi essere corretti.

In quale formato di file dovrebbe essere una trascrizione?

Usa .docx o .pdf quando una persona leggerà, annoterà o archivierà il documento. Usa .txt o .json quando lo elaborerà un software. Usa .srt o .vtt solo quando il testo deve sincronizzarsi con il video come caption. Tieni un master in testo semplice ed esporta il resto.

La parola transcript indica anche il certificato degli esami?

Sì. In ambito scolastico, un academic transcript è il documento ufficiale dei corsi seguiti da uno studente e dei voti ottenuti, rilasciato dalla segreteria di una scuola o di un'università. Con il significato audio condivide la parola inglese e nient'altro. Richiedilo alla segreteria.