Risposta diretta — Come si creano sottotitoli SRT e VTT da un video su Mac senza caricarlo?
Puoi creare sottotitoli SRT e VTT da un video offline sul tuo Mac trascrivendo il file in locale, modificando il testo in base ai suoi timestamp, quindi esportando file di sottotitoli con codice temporale. Weesper Transcribe fa esattamente questo on-device: trascina un MP4 o MOV, controlla la trascrizione, esporta .srt o .vtt. Nulla viene caricato online, e macOS 13 o versioni successive è l’unico requisito.
I sottotitoli non sono più opzionali. Le didascalie sono un requisito WCAG di Livello A per i video preregistrati con audio, mantengono gli spettatori a guardare nei feed con autoplay silenzioso, e offrono ai motori di ricerca qualcosa da indicizzare. Il problema è che la maggior parte dei generatori di sottotitoli richiede di caricare prima il filmato su un server — il che è scomodo quando il video è il lancio di un prodotto sotto embargo, un’intervista a un cliente o una registrazione soggetta a norme sulla protezione dei dati.
Questa guida copre il percorso offline su macOS: cosa sono realmente SRT e VTT, come produrli da un file video senza passare per il cloud, quale formato scegliere per quale destinazione, e come verificare il risultato prima di pubblicare.
Cosa sono i file di sottotitoli SRT e VTT?
Entrambi sono file di testo semplice che abbinano blocchi di testo a codici temporali di inizio e fine. Il tuo player, editor o piattaforma legge i tempi e mostra la riga corretta sullo schermo al momento giusto.
SubRip (.srt) è il formato più vecchio e più ampiamente accettato. Ogni cue ha un numero di sequenza, una riga temporale che usa la virgola per i millisecondi, e una o due righe di testo.
1
00:00:01,500 --> 00:00:04,200
Abbiamo registrato questa intervista in un'unica ripresa.WebVTT (.vtt) è il formato W3C progettato per il web. Secondo la specifica W3C, un file valido deve iniziare con la stringa WEBVTT, e i suoi tempi usano il punto prima dei millisecondi.
WEBVTT
00:00:01.500 --> 00:00:04.200
Abbiamo registrato questa intervista in un'unica ripresa.La differenza pratica riguarda le funzionalità. WebVTT supporta stili, posizionamento dei cue, regioni e tag di markup inline come <b>, <i> e <v> per le voci dei parlanti, motivo per cui MDN lo documenta come il formato usato con l’elemento HTML <track>.
SRT vs VTT a colpo d’occhio
| Criterio | SRT (SubRip) | VTT (WebVTT) |
|---|---|---|
| Riga di intestazione | Nessuna | WEBVTT obbligatorio |
| Separatore dei millisecondi | Virgola (,) | Punto (.) |
| Numerazione dei cue | Sequenziale, prevista | Identificatori opzionali |
| Stili e posizionamento | Non supportati | Supportati (CSS ::cue, impostazioni cue) |
| Markup inline | Nessuno | <b>, <i>, <u>, <v>, <lang> |
<track> HTML5 nativo | Non supportato | Supportato |
| Supporto editor e piattaforme | Quasi universale | Web-first, ampiamente supportato |
| Ideale per | Editor video, upload social, archivi | Video web self-hosted, player HTML |
Nessuno dei due formati è “migliore”. Sono destinati a scopi diversi, motivo per cui uno strumento di trascrizione che vale la pena usare li esporta entrambi.
Perché generare sottotitoli offline invece di caricarli su un servizio cloud?
Perché il file stesso è l’asset sensibile. Un generatore di sottotitoli cloud ha bisogno di una copia completa del tuo video prima di poter restituire anche solo una riga di didascalia.
Per molti filmati, questo semplicemente non è accettabile:
- Contenuti non rilasciati — trailer, lanci di prodotto e materiale di corsi sotto embargo
- Registrazioni per clienti e legali — interviste, deposizioni, consulenze
- Dati personali — qualsiasi registrazione in cui i partecipanti sono identificabili, il che comporta obblighi di protezione dei dati
- Riunioni interne — discussioni commercialmente sensibili che non dovrebbero rimanere nella finestra di conservazione di terze parti
La trascrizione on-device elimina completamente il problema: non c’è alcun caricamento, nessuna policy di conservazione da verificare e nessun account da creare. Elimina anche il conteggio al minuto, il che conta quando devi sottotitolare ore di catalogo arretrato invece di una singola clip. Abbiamo analizzato nel dettaglio i compromessi nel nostro confronto su come si confrontano la trascrizione on-device e quella cloud.
Il compromesso riguarda l’hardware. La trascrizione locale usa la CPU e la GPU del tuo Mac, quindi un file lungo occupa la tua macchina per un po’ — Weesper Transcribe usa l’accelerazione Metal su Apple Silicon per rendere questo gestibile, e funziona sia su Mac Apple Silicon che Intel a partire da macOS 13.
Come si creano sottotitoli SRT da un video su Mac, passo dopo passo?
Il flusso di lavoro è in quattro passaggi: aggiungi il file, lascialo trascrivere in locale, modifica il testo, esporta il formato di sottotitoli richiesto dalla tua destinazione. Ecco come farlo con l’app di trascrizione on-device per macOS.
- Trascina il video. Trascina il tuo MP4, MOV o qualsiasi altro file che macOS può leggere nella finestra dell’app. Non serve estrarre prima una traccia audio.
- Lascialo trascrivere sul tuo Mac. Il modello di riconoscimento vocale funziona in locale. Nulla viene caricato online, non è richiesto alcun account, e la trascrizione finisce in una cronologia privata e ricercabile.
- Rileggi con timestamp cliccabili. Ogni segmento è collegato al suo momento nel file originale, quindi clicchi su una riga, ascolti l’audio e correggi ciò che hai sentito. Le correzioni si salvano mentre digiti.
- Esporta
.srto.vtt. Scegli il formato di sottotitoli per la tua destinazione. Entrambi escono con codice temporale e pronti per essere inseriti in un editor o in un player web.
Sottotitolare un intero catalogo arretrato
Per più di una manciata di file, procedi in batch. Metti in coda una cartella di episodi o registrazioni di lezioni e lascia che il tuo Mac le elabori in sequenza mentre lavori a qualcos’altro.
Il piano gratuito trascrive file fino a 15 minuti a piena qualità, il che è sufficiente per testare il flusso di lavoro su una clip reale. L’upgrade Pro con pagamento unico rimuove il limite di durata e sblocca l’elaborazione batch, l’intero set di esportazione, la modifica inline e la ricerca — un singolo acquisto sul Mac App Store invece di un abbonamento.
Trasformare la stessa trascrizione in altri output
Il file dei sottotitoli è raramente l’unica cosa di cui hai bisogno da una registrazione. Weesper Transcribe esporta nove formati da un’unica trascrizione:
| Output | Formato di esportazione |
|---|---|
| Sottotitoli per un editor o una piattaforma | SRT, VTT |
| Note dello show o bozza di un blog | Markdown, HTML |
| Documento pronto per il cliente | DOCX, PDF |
| Copia-incolla rapido | TXT |
| Pipeline di dati o foglio di calcolo | JSON, CSV |
Questo è il vero risparmio di tempo: un solo passaggio sull’audio produce contemporaneamente i sottotitoli, le note dello show e la voce d’archivio.
Quale formato di sottotitoli dovresti esportare per ciascuna piattaforma?
Abbina il formato alla destinazione e, in caso di dubbio, esporta SRT. La documentazione ufficiale di YouTube elenca sia SubRip che WebVTT tra i formati di didascalie supportati, e consiglia SRT per chi ha bisogno solo di informazioni di temporizzazione di base.
| Destinazione | Esportazione | Perché |
|---|---|---|
| YouTube, Vimeo | SRT | Accettato direttamente, più semplice da rimodificare |
| Final Cut Pro, Premiere Pro, DaVinci Resolve | SRT | Importazione standard per una traccia di sottotitoli |
| Video HTML5 self-hosted | VTT | Richiesto dall’elemento <track> |
| LinkedIn, upload social | SRT | Accettazione più ampia sulle piattaforme |
| Sottotitoli incisi (burned-in) | Prima SRT, poi stile nell’editor | Lo stile appartiene al montaggio, non al file |
| Player web con stile personalizzato dei sottotitoli | VTT | Supporta posizionamento e CSS ::cue |
Poiché entrambi i formati sono testo semplice, convertirli in seguito è banale. Esportare quello giusto ora fa solo risparmiare un passaggio.
Come si verificano i sottotitoli prima della pubblicazione?
Tratta l’output automatico come una prima bozza. La W3C Web Accessibility Initiative è inequivocabile sul fatto che le didascalie generate automaticamente non soddisfano i requisiti di accessibilità a meno che non sia confermato che siano completamente accurate — e sottolinea che le didascalie sono un requisito WCAG di Livello A per i video preregistrati con audio.
Verifica questi punti prima di esportare il file finale:
- Nomi e gergo tecnico. Nomi propri, nomi di prodotti e termini tecnici sono i punti in cui il riconoscimento vocale sbaglia di più. Cerca ciascuno di essi nella trascrizione e correggilo ovunque.
- Numeri e unità di misura. Prezzi, date e misure vanno lette, non indovinate.
- Cambi di parlante. Segnali chiaramente. VTT può farlo con il tag vocale
<v>; SRT di solito usa un trattino iniziale. - Lunghezza delle righe e temporizzazione. Mantieni i cue a un paio di righe brevi in modo che gli spettatori possano davvero finire di leggere prima che il cue cambi.
- Audio non parlato. Le didascalie dovrebbero riportare suoni significativi, non solo il dialogo.
- I primi trenta secondi. Questo è il segmento visto dalla maggior parte degli spettatori, e quello più spesso lasciato senza controllo.
I timestamp cliccabili rendono questo passaggio rapido, perché stai verificando rispetto all’audio invece di riguardare l’intero video. Se ti blocchi sull’app stessa, la documentazione di supporto copre le impostazioni di esportazione e la gestione dei file.
E le alternative?
La sottotitolazione on-device su macOS è una categoria in buona salute, e la risposta onesta è che diversi strumenti fanno bene la parte di trascrizione. Le differenze emergono nel flusso di lavoro: abbonamento o acquisto unico, come vengono gestiti i file lunghi, se esiste una cronologia ricercabile, e quanti formati di esportazione ottieni da un solo passaggio.
Se stai valutando le principali app dedicate, abbiamo messo a confronto MacWhisper e Superwhisper. E se preferisci assemblare tu stesso la pipeline con componenti open-source, la nostra guida su come eseguire whisper.cpp in locale illustra il percorso da riga di comando — più controllo, decisamente più configurazione, e devi costruire tu stesso il passaggio di esportazione SRT e VTT.
Domande frequenti
Qual è la differenza tra un file di sottotitoli SRT e uno VTT?
Entrambi sono file di didascalie in testo semplice con codice temporale, ma differiscono per sintassi e funzionalità. SRT usa cue numerati e la virgola per i millisecondi (00:00:01,500), ed è accettato quasi ovunque. WebVTT inizia con un’intestazione obbligatoria WEBVTT, usa il punto per i millisecondi (00:00:01.500) e supporta stili, posizionamento e markup inline. Usa SRT per la massima compatibilità e VTT quando servi le didascalie con l’elemento HTML <track>.
Posso generare sottotitoli da un video senza caricarlo su un server?
Sì. Le app on-device eseguono il modello di riconoscimento vocale in locale, quindi il file multimediale non lascia mai il tuo Mac. Trascini un MP4, MOV, MP3 o qualsiasi altro file che macOS può leggere, la trascrizione viene prodotta sulla tua macchina, ed esporti SRT o VTT in locale. Questo è ciò che rende il flusso di lavoro praticabile per filmati sotto embargo, interviste a clienti e registrazioni contenenti dati personali.
Devo prima convertire il mio video in audio?
No. I file video, inclusi MP4 e MOV, sono accettati direttamente, insieme a formati audio come MP3, WAV e M4A. Non serve estrarre una traccia audio con uno strumento separato. Se la tua suite di montaggio esporta già un riferimento solo audio, funziona comunque — i tempi sono identici finché il file inizia nello stesso punto del video.
Quanto sono precisi i sottotitoli generati automaticamente?
La trascrizione automatica è una solida prima bozza, non un file di didascalie finito. La precisione dipende dalla qualità dell’audio, dagli accenti, dai parlanti che si sovrappongono e dal rumore di fondo. Le linee guida sull’accessibilità sono chiare nell’affermare che le didascalie automatiche non soddisfano i requisiti a meno che non sia confermata la loro accuratezza, quindi pianifica un passaggio di modifica su nomi, termini tecnici e punteggiatura prima di pubblicare.
Posso sottotitolare una cartella di video contemporaneamente?
Sì, con l’elaborazione batch: metti in coda una cartella e il tuo Mac elabora i file in sequenza. Il piano gratuito di Weesper Transcribe gestisce file fino a 15 minuti a piena qualità, e l’upgrade Pro con pagamento unico rimuove il limite di durata e sblocca l’elaborazione batch, l’intero set di esportazione, la modifica inline e la ricerca.
In quali lingue posso creare sottotitoli?
Weesper Transcribe supporta 57 lingue di trascrizione e trascrive nella lingua parlata nella registrazione invece di tradurla. Per una seconda lingua, esporta prima il file nella lingua originale, poi traduci il testo lasciando invariate le righe di temporizzazione — qualsiasi versione tradotta si inserisce direttamente nel tuo editor.
Conclusione
Creare sottotitoli SRT e VTT su Mac non richiede un caricamento, un account o un conteggio al minuto. Trascrivi il file on-device, modifica in base ai timestamp cliccabili, ed esporta il formato richiesto dalla tua destinazione — SRT per editor e piattaforme, VTT per il web.
Il flusso di lavoro scala anche: metti in batch una cartella di episodi, e ricava note dello show, un documento per il cliente e una voce d’archivio dallo stesso passaggio di trascrizione.
Pronto a sottotitolare il tuo primo file? Scopri come Weesper Transcribe gestisce audio e video su macOS, oppure scaricalo direttamente dal Mac App Store — gratuito da scaricare, con un upgrade Pro con pagamento unico e nessun abbonamento.