Link video — Speakly

Incolla il link di un video e Speakly scarica il suo audio e lo trascrive. Non è solo YouTube: lo stesso downloader legge più di 1500 siti, tra cui i reel di Instagram e TikTok.

Come si usa

Clicca Links nella barra laterale sinistra — è una voce a sé, sotto Transcribe Media, non parte di essa
Clicca New Transcription per aprire Transcribe a video from a link
Incolla il link nel campo ("Paste a video link here...")
Scegli Transcription engine e Model per questo video — lo stesso selettore delle Riunioni, con il logo di ogni fornitore. La scelta viene ricordata per il video successivo e non cambia il motore della dettatura
Imposta Speech language sulla lingua parlata nel video
Clicca Transcribe Video

Quali link funzionano

La pagina di un singolo video. YouTube (Shorts compresi), post e reel di Instagram — sia /reel/ sia /reels/ — TikTok, X, Facebook, Vimeo, Twitch, LinkedIn e il resto dei 1500+ siti supportati dal downloader.
Un link a un canale, un profilo o una playlist viene rifiutato, con This link is a channel, profile or playlist, not a single video. Apri il video stesso e incolla il suo link.
I video pubblici non richiedono un account. Tutto ciò che un sito mostra solo a chi ha effettuato l'accesso — un account privato, un video con limite di età — richiede che tu sia connesso a quel sito in Chrome, Firefox, Brave o Edge; Speakly riprova il download con i cookie di quel browser prima di arrendersi.
Se un sito blocca il download, Speakly aggiorna il suo downloader all'ultima versione e riprova, poi tenta con i cookie del tuo browser. Il messaggio nomina allora il sito e cosa fare.

Limiti

Video fino a 2 ore; quelli più lunghi falliscono con Video is too long (… min). Maximum duration is 120 minutes for transcription.
Oltre gli 8 minuti l'audio viene diviso in parti di 9 minuti e ricomposto in un'unica trascrizione
I video divisi mantengono i tempi: i segmenti di ogni parte vengono spostati sulla linea temporale completa e i dieci secondi di sovrapposizione vengono tagliati, così un video di due ore ha tempi reali dall'inizio alla fine
Alcuni siti non pubblicano alcuna durata — Instagram è uno di questi — quindi l'anteprima non ne mostra nessuna prima della trascrizione. La durata reale compare sulla trascrizione salvata, misurata dall'audio stesso.

L'avanzamento mentre lavora

La finestra indica la fase in cui si trova e, appena la trascrizione inizia, disegna una barra vera con la percentuale: Downloading audio..., poi Converting format..., poi Transcribing (may take a while for long videos)....

Preparing the audio… — una seconda riga sotto la fase, mentre l'audio viene letto e, per un video abbastanza lungo da essere diviso, ricodificato in parti. Su un video di due ore questo avviene prima che appaia una sola parola.
Part x of y — mostrato mentre ogni parte viene trascritta, con la percentuale che sale accanto alla fase.
Complete! — le parti sono state unite nella trascrizione finale.

Con il motore Local Model (On-Device) la percentuale avanza anche all'interno di ogni parte, perché il motore locale riporta il proprio avanzamento di decodifica. I motori cloud rispondono a una parte in una sola richiesta e non possono riportare nulla nel frattempo, quindi lì la barra avanza parte per parte.

Il risultato

Una trascrizione completata di un link video — La finestra File Transcription: trascrizione, conteggio parole e azioni IA

Titolo e durata del video nell'intestazione della finestra, più il conteggio delle parole
La trascrizione come righe con marca temporale, raggruppate perché una riga finisca dove finisce la frase
Azioni IA: Flashcards, FAQ, Ask, Translate
Copy All copia tutta la trascrizione; Close chiude la finestra

Tempi e player

Per un link YouTube il video è incorporato sopra la trascrizione, e ogni marca temporale è un pulsante — il suo tooltip dice "Jump to this moment" — che porta il player a quel secondo e riproduce da lì. Il player appare solo nella vista trascrizione; è nascosto su Flashcards, FAQ, Ask e Translate, dove continuerebbe a suonare dietro il testo. I link da altri siti non hanno un player incorporato: la trascrizione e i suoi tempi ci sono tutti, ma non c'è un video a cui saltare.

Le righe sono raggruppate alla fine delle frasi, non una riga per segmento del motore. Il parlato senza punteggiatura si interrompe comunque: un gruppo viene tagliato dopo 320 caratteri o 30 secondi.
Un gruppo conserva l'inizio del suo primo segmento, così un clic cade dove la frase comincia.
Se il player incorporato non risponde ancora, il clic ricarica l'embed a quel secondo — più lento, ma arriva sempre.

Le trascrizioni più vecchie non possono ottenere i tempi

Tutto ciò che è stato trascritto prima che questo esistesse ha un unico segmento a 00:00, perché i tempi di ogni parte venivano scartati quando l'audio veniva diviso. I dati dei segmenti non sono mai stati salvati, quindi il solo modo di avere tempi reali è trascrivere di nuovo il video.

Dove va l'audio

L'audio viene scaricato in un file temporaneo ed eliminato appena la trascrizione finisce. La trascrizione stessa è prodotta dal motore che scegli nella finestra (configurato in Settings → Transcription): con il modello locale nulla lascia la tua macchina, con un fornitore BYOK l'audio viene caricato su quel fornitore.