Modelli vocali

Trascrizione delle riunioni

Apri Impostazioni → Trascrizione → Modelli vocali per vedere le opzioni locali e cloud. Scarica un modello locale prima di sceglierlo per una registrazione.

Il modello predefinito della configurazione iniziale è Nemotron 3.5 Streaming. Parti da lì, poi confrontalo con un altro modello se la tua lingua o le tue registrazioni richiedono qualcosa di diverso.

Opzione locale	Download approssimativo	Come valutarla
Nemotron 3.5 Streaming	716 MB	Il modello predefinito della configurazione iniziale, per la trascrizione in tempo reale
Parakeet 0.6B v3	705 MB	Un modello vocale locale alternativo; lo usa anche l’opzione «Più rapido» della dettatura
Whisper Small	190 MB	Un download più leggero da provare quando hai poco spazio su disco
Whisper Medium	540 MB	Un’altra opzione Whisper da confrontare sulle tue registrazioni
Whisper Large v3 Turbo	575 MB	Un’ulteriore opzione Whisper: verificane i risultati e la reattività

È una selezione per iniziare, non il catalogo completo. Le dimensioni dei download sono quelle approssimative dei file dei modelli, non la RAM necessaria. Alcuni motori mostrano il testo a blocchi, invece di aggiornare di continuo le parole parziali.

Scegli la lingua giusta

Prima di scegliere un modello, controlla le lingue indicate. Le opzioni sono diverse: per esempio, Parakeet Unified (EN) funziona solo in inglese, mentre Parakeet 0.6B v3 è un altro modello, che supporta più lingue.

Imposta Lingua delle riunioni in Impostazioni → Trascrizione. Se lavori in più lingue, fai una breve prova in cui le alterni prima di usare il modello per un’intera riunione.

La dettatura è indipendente

Il modello vocale e la lingua della dettatura si trovano in Impostazioni → Dettatura. Non seguono automaticamente il modello delle riunioni.

Inizia con Più rapido (Parakeet v3) se supporta la tua lingua. Per la formattazione e le scorciatoie, consulta la guida alla dettatura.

Riconoscimento vocale nel cloud

Kimiko offre anche il riconoscimento vocale di Deepgram ed ElevenLabs. La trascrizione cloud invia l’audio al fornitore che scegli e richiede i suoi dati di connessione e l’accesso alla rete.

Configura il riconoscimento vocale nel cloud separatamente dall’IA nel cloud. Segui la guida alla configurazione di Deepgram ed ElevenLabs per creare una chiave API e collegare il tuo fornitore.

Confronta prima di cambiare

Per confrontare i modelli, usa un audio chiaro e la stessa lingua. Controlla parole, nomi, l’attribuzione a chi parla e la reattività. Cambiare modello non corregge automaticamente le trascrizioni esistenti.