Risposta diretta — Come si converte un video in testo su Mac senza caricarlo online? Trascrivi la traccia audio del video sul Mac stesso. Puoi estrarre l’audio dall’MP4 o dal MOV con ffmpeg come WAV a 16 kHz e passarlo a whisper.cpp, una versione gratuita da riga di comando di Whisper, oppure trascinare il video in Weesper Transcribe, un’app per Mac che legge direttamente MP4 e MOV e trascrive on-device. Il file non lascia mai il tuo Mac.
Una clip girata con l’iPhone durante un sopralluogo, la registrazione dello schermo di una demo di prodotto, un webinar salvato, l’MP4 scaricato di un intervento: gran parte del parlato presente su un Mac sta dentro file video, non file audio.
Questa guida mostra come convertire video in testo su Mac offline, da MP4 a testo e da MOV a testo. Spiega che cosa c’è dentro un MP4 o un MOV, che cosa macOS può e non può fare da solo, la strada gratuita con ffmpeg e whisper.cpp e quella drag and drop. Se il tuo file è solo audio, la nostra guida su come trascrivere audio in testo su Mac offline è un punto di partenza migliore.
Che cosa c’è dentro un file video da trascrivere?
Un file video è un contenitore che racchiude stream separati: di solito uno stream video e uno o più stream audio. Quando trascrivi un video su Mac conta solo l’audio, quindi il primo compito di qualsiasi strumento è trovare lo stream audio giusto e decodificarlo.
Per questo l’estensione del file dice poco. Un .mp4, .mov o .m4v indica il contenitore, non l’audio che contiene, e due file MOV possono avere stream molto diversi.
La documentazione di ffmpeg mostra come indirizzare direttamente questi stream: in uno specificatore di stream, a indica l’audio e a:1 “corrisponde al secondo stream audio”. Lo strumento gemello ffprobe “raccoglie informazioni dagli stream multimediali” e -show_streams elenca ogni stream di un file.
Per vedere che cosa contiene davvero il tuo video, esegui:
ffprobe -v error -show_streams -select_streams a input.movOgni stream audio compare con il suo indice, il codec e il numero di canali. Un blocco significa una sola traccia audio; due o più significano che devi fare una scelta, spiegata più avanti.
File video comuni su un Mac e a che cosa fare attenzione
| Origine | Contenitore | Che cosa conta per la trascrizione |
|---|---|---|
| Video iPhone | .mov | HEVC (H.265) descrive lo stream video quando la fotocamera usa Alta efficienza; la trascrizione dipende solo dall’audio |
| Registrazione dello schermo di macOS | .mov | Il microfono è facoltativo; con “Nessuno” selezionato non c’è voce da trascrivere |
| Registrazione di Zoom o Teams | .mp4 | Dove viene salvato il file dipende dalla piattaforma; vedi la nostra guida alle registrazioni di Zoom e Teams |
| Intervento o webinar scaricato | .mp4 | Può contenere più di una traccia audio, per esempio in due lingue |
| Montaggio esportato da un editor video | .mov o .mp4 | Controlla che musica o effetti non siano stati mixati sopra il parlato |
La pagina di Apple su HEVC conferma l’impostazione della fotocamera: in Impostazioni > Fotocamera > Formati, “Più compatibile” fa usare ai nuovi video H.264. Non devi cambiarla per ottenere una trascrizione, perché il codec video non arriva mai al modello vocale.
Un Mac può convertire video in testo da solo?
Non come funzione documentata. Nessuna delle guide di Apple alle app integrate descrive come trasformare in trascrizione un file video esistente.
- QuickTime Player. La guida di Apple descrive modifiche “come ritagliare, riordinare e ruotare”, non la trascrizione. Può comunque aiutare con l’estrazione: File > Esporta come > Solo audio produce “un file audio Apple MPEG 4 con una traccia audio AAC”.
- Memo Vocali. Con macOS Sequoia su Apple silicon può mostrare la trascrizione delle registrazioni fatte in Memo Vocali, nei paesi e nelle regioni in cui la funzione è disponibile. La guida di Apple non copre l’importazione di un video.
- Note. Sui Mac con M1 o successivi, Note trascrive l’audio che registri all’interno di una nota, nelle lingue supportate. La guida non copre file audio o video già esistenti.
Quindi, per un MP4 o un MOV che hai già, ti serve uno strumento di trascrizione. L’esportazione audio di QuickTime è un comodo primo passo se preferisci non installare ffmpeg, purché lo strumento scelto legga quel file audio.
Come si converte un video in testo con ffmpeg e whisper.cpp?
Estrai l’audio come WAV a 16 bit con ffmpeg, poi trascrivilo con whisper.cpp. Entrambi gli strumenti sono gratuiti e girano interamente sul tuo Mac.
whisper.cpp è un’implementazione C/C++ open source di Whisper di OpenAI con licenza MIT; il suo README definisce Apple Silicon un “first-class citizen”. Richiede Git, CMake e ffmpeg. La nostra guida all’installazione di whisper.cpp copre installazione e scelta del modello, quindi i passaggi qui sotto si concentrano su ciò che cambia con i video.
Passo 1: estrai la traccia audio dal video
Il README di whisper.cpp dice che whisper-cli “al momento funziona solo con file WAV a 16 bit” e fornisce un comando di conversione ffmpeg. Per un video, aggiungi -vn in modo che nell’output non finisca nessuno stream video:
ffmpeg -i input.mov -vn -ar 16000 -ac 1 -c:a pcm_s16le output.wav-ar 16000 imposta una frequenza di campionamento di 16 kHz, -ac 1 riduce a mono e -c:a pcm_s16le scrive audio non compresso a 16 bit. Lo stesso comando funziona per i file .mp4 e .m4v.
Il risultato è molto più piccolo della maggior parte dei video. L’audio mono non compresso a 16 bit con 16.000 campioni al secondo pesa 16.000 × 2 byte = 32.000 byte al secondo, circa 1,9 MB al minuto, ovvero circa 115 MB all’ora.
Passo 2: scegli la traccia audio giusta se ce ne sono più di una
ffmpeg sceglie automaticamente uno stream audio: secondo la sua documentazione, “lo stream con il maggior numero di canali” e, a parità, quello con l’indice più basso. Potrebbe non essere la traccia con il parlato che ti interessa.
Se ffprobe ha mostrato due stream audio e ti serve il secondo, mappalo esplicitamente:
ffmpeg -i input.mp4 -map 0:a:1 -ar 16000 -ac 1 -c:a pcm_s16le output.wav0:a:1 significa “primo file di input, secondo stream audio”. Ascolta qualche secondo del WAV prima di trascrivere un file lungo, così sai di aver scelto la traccia giusta.
Passo 3: avvia la trascrizione e scegli un output
Esegui whisper-cli sul WAV con un modello e uno o più output: testo semplice (-otxt), SRT (-osrt), VTT (-ovtt), CSV (-ocsv) o JSON (-oj).
./build/bin/whisper-cli -m models/ggml-base.en.bin -f output.wav -otxtLa lingua parlata è l’inglese per impostazione predefinita (-l en). Per un video in un’altra lingua, usa un modello multilingue e passa -l con il codice della lingua, oppure -l auto per rilevarla.
Come si converte un video in testo con Weesper Transcribe?
Trascina l’MP4 o il MOV in Weesper Transcribe, lascia che trascriva sul tuo Mac, poi esporta. Non c’è nessun passaggio di estrazione e non viene caricato nulla.
Weesper Transcribe è un’app per Mac per trascrivere i file che hai già. La sua scheda sull’App Store descrive “drag-and-drop audio AND video, in one window” e cita MP3, M4A, WAV, MP4 e MOV tra i formati supportati.
Passo 1: rilascia il video nell’app
Trascina il file sulla finestra. L’app non richiede il permesso per il microfono né per l’Accessibilità, e un modello incluso le permette di trascrivere offline fin dal primo avvio.
Passo 2: lascia che trascriva on-device
La trascrizione gira in locale, con accelerazione Metal su Apple silicon. Richiede macOS 13 o successivi e funziona anche sui Mac Intel con AVX2 (Haswell, 2013 o successivi). Grazie al rilevamento automatico della lingua, un webinar in francese o un’intervista in tedesco non richiedono prima un’impostazione manuale.
Passo 3: esporta testo o sottotitoli
La versione gratuita esporta testo semplice. Pro aggiunge i sottotitoli SRT e VTT, Word (DOCX), PDF, Markdown, HTML, CSV e JSON, oltre a timestamp cliccabili, modifica e ricerca.
La versione gratuita gestisce file fino a 15 minuti, uno alla volta, il che copre la maggior parte delle registrazioni dello schermo e delle clip del telefono. Pro è un acquisto unico, senza abbonamento, che elimina il limite e aggiunge l’elaborazione in batch; l’App Store mostra il prezzo nella tua regione prima dell’acquisto.
L’etichetta privacy dell’App Store dichiara che lo sviluppatore non raccoglie alcun dato dall’app. Per un’intera cartella di video, vedi come trascrivere in batch file audio e video su Mac.
Ti serve una trascrizione o dei sottotitoli?
Scegli una trascrizione quando vuoi leggere, citare o cercare ciò che è stato detto; scegli i sottotitoli quando le parole devono comparire sullo schermo in sincronia con l’immagine.
- Trascrizione (TXT, DOCX, Markdown, PDF). Testo continuo per appunti di riunione, citazioni da interviste, la bozza di un articolo o una ricerca. Le interviste registrate finiscono di solito qui.
- Sottotitoli (SRT, VTT). Blocchi brevi e temporizzati associati al video, per la pubblicazione o l’accessibilità. La nostra guida su come creare sottotitoli SRT e VTT offline su Mac copre formati, piattaforme e controlli sulla lunghezza delle righe.
- Dati strutturati (CSV, JSON). Timestamp e testo per uno script, un foglio di calcolo o un indice di ricerca.
Dallo stesso passaggio puoi ottenere più output: whisper-cli accetta più opzioni di output contemporaneamente e l’app esporta la stessa trascrizione in ciascun formato.
Quale strada da video a testo fa per te?
Scegli in base a quanto vuoi fare nel Terminale. Entrambe le strade tengono il video sul tuo Mac.
| ffmpeg + whisper.cpp | Weesper Transcribe | |
|---|---|---|
| Input video | Prima estrarre l’audio in WAV a 16 bit | Trascini direttamente l’MP4 o il MOV |
| Più tracce audio | Si sceglie con -map 0:a:N | Non documentato nella scheda; se serve, estrai prima la traccia |
| Interfaccia | Terminale | App per Mac |
| Lingua | Opzione -l, inglese per impostazione predefinita | Rilevamento automatico |
| Esportazioni | TXT, SRT, VTT, CSV, JSON | TXT gratis; SRT, VTT, DOCX, PDF, Markdown, HTML, CSV, JSON con Pro |
| Requisito Mac | Si compila dal sorgente | macOS 13+, Apple silicon o Intel con AVX2 |
| Costo | Gratis, licenza MIT | Gratis fino a 15 min per file; Pro a pagamento unico |
Come ottenere una trascrizione migliore da un video?
La maggior parte dei problemi nella trascrizione dei video nasce dalla traccia audio, non dal modello vocale. Controlla la traccia prima di dare la colpa alla trascrizione.
- Verifica che ci sia parlato. Una registrazione dello schermo fatta con il microfono impostato su Nessuno non ha voce da trascrivere. Riproduci prima il file con l’audio attivo.
- Controlla quante tracce ci sono. Esegui ffprobe su un MP4 scaricato o su un file proveniente da un editor; una traccia di commento o in un’altra lingua può nascondersi dietro quella predefinita.
- Usa il file originale. Un video ricondiviso tramite un’app di messaggistica può essere stato ricodificato con un audio di qualità inferiore. Chiedi l’esportazione originale.
- Ignora il codec video. HEVC o H.264 non fa nessuna differenza per la trascrizione; influisce solo sull’immagine.
- Imposta la lingua per whisper.cpp. Presume l’inglese se non passi
-l, quindi un video in spagnolo elaborato con un modello solo inglese produrrà un testo scadente. - Rivedi nomi e gergo. Nomi propri e termini tecnici sono il punto in cui qualsiasi modello vocale sbaglia più spesso, quindi confronta quei passaggi con il video prima di condividere la trascrizione.
Per i file MP3 e altro audio compresso, la nostra guida su come convertire MP3 in testo su Mac spiega perché il bitrate conta.
Trasforma il tuo primo video in testo
Convertire video in testo su Mac offline significa raggiungere la traccia audio e trascriverla in locale. ffmpeg e whisper.cpp ti danno pieno controllo su quale traccia e quale output; un’app dedicata elimina il passaggio di estrazione.
Hai un MP4 o un MOV in attesa? Scopri come Weesper Transcribe trasforma i file video e audio in testo modificabile, poi scaricalo dal Mac App Store: gratuito per file fino a 15 minuti, con un upgrade Pro unico e senza abbonamento. Le domande sulla configurazione trovano risposta nel centro assistenza.