Glossario
La dettatura, spiegata in modo semplice.
Il vocabolario della trascrizione vocale, una pagina per termine: cosa significa, perché conta nella pratica, dove il marketing tende a confonderlo e dove puoi vederlo in azione.
Sul tuo Mac
Le impostazioni, i tasti e le funzioni di macOS con cui la dettatura ha a che fare, e dove si trova ciascuno.
Tasto Globotasto Fn, tasto Funzione
Il tasto Globo è il tasto contrassegnato da un globo, e di solito anche da fn, sulle tastiere Mac.
Leggi la definizione
Controllo vocalecomandi vocali del Mac
Controllo vocale è una funzione di accessibilità integrata in macOS che ti permette di usare un Mac interamente con la voce.
Leggi la definizione
Comandi di dettaturacomandi di dettatura del Mac, comandi vocali per la punteggiatura
I comandi di dettatura sono le parole e le frasi che pronunci mentre usi Dettatura su un Mac per inserire punteggiatura, simboli, maiuscole e formattazione al posto del testo normale.
Leggi la definizione
Punteggiatura automaticaauto-punctuation
La Punteggiatura automatica è un’impostazione di Dettatura su Mac che inserisce automaticamente virgole, punti e punti interrogativi mentre detti.
Leggi la definizione
Volume di ingressovolume del microfono, livello di ingresso, guadagno del microfono
Il volume di ingresso è l’impostazione del Mac che regola con quanta intensità viene catturato il suono dal microfono o da un altro dispositivo di ingresso selezionato.
Leggi la definizione
Modalità microfonomodalità microfono, Isolamento voce, Ampio spettro
La Modalità microfono è un controllo di macOS che cambia il modo in cui il microfono del Mac tratta i suoni intorno a te, nelle app che la supportano.
Leggi la definizione
Input da tastiera sicuroSecure Event Input, input sicuro
L’input da tastiera sicuro è un’impostazione di Terminale sul Mac che impedisce ad altre app sul computer o sulla rete di rilevare e registrare ciò che digiti in Terminale.
Leggi la definizione
Trascrizioni livesottotitoli in tempo reale, trascrizione live
Trascrizioni live è una funzione di accessibilità di macOS che mostra in una finestra sullo schermo la trascrizione in tempo reale dell’audio parlato, per l’audio di qualsiasi app e per le conversazioni dal vivo intorno a te.
Leggi la definizione
Dettatura MigliorataUsa Dettatura Migliorata, dettatura offline
Dettatura Migliorata era una casella nel pannello Dettatura delle preferenze Tastiera, nelle versioni meno recenti di macOS, che scaricava sul Mac il software di riconoscimento vocale per permetterti di dettare offline.
Leggi la definizione
Migliora Siri e DettaturaCondividi registrazioni audio, cronologia di Siri e Dettatura
Migliora Siri e Dettatura è un’impostazione di privacy facoltativa che permette ad Apple di conservare ed esaminare un campione dell’audio delle tue interazioni con Siri e Dettatura, per sviluppare e migliorare queste funzioni.
Leggi la definizione
Apple Intelligence
Apple Intelligence è l’insieme di funzioni di intelligenza artificiale generativa di Apple integrato in macOS, che comprende gli strumenti di scrittura per riscrivere, correggere e riassumere il testo.
Leggi la definizione
SpeechAnalyzerSpeechTranscriber, framework Speech
SpeechAnalyzer è una classe del framework Speech di Apple, introdotta con macOS 26 e iOS 26, che le app usano per trasformare l’audio parlato in testo.
Leggi la definizione
Parlargli
Le parole per come la dettatura si avvia, si ferma e arriva all’app in cui sei.
Dettatura
La dettatura è la produzione di testo scritto parlando, con le parole trascritte in tempo reale o quasi nel punto in cui stai scrivendo.
Leggi la definizione
Digitazione vocale
Digitazione vocale è un altro nome per la dettatura: inserire testo in un’applicazione parlando invece di usare la tastiera.
Leggi la definizione
Trascrizionetrascrizione di file
La trascrizione è la conversione in testo di una registrazione audio o video esistente, a posteriori.
Leggi la definizione
Push-to-talktieni premuto per parlare
Il push-to-talk è una modalità di attivazione in cui la registrazione dura solo finché tieni premuto un tasto: premi, parli, rilasci, fatto.
Leggi la definizione
Rilevamento dell’attività vocaleVAD
Il rilevamento dell’attività vocale (VAD, voice activity detection) è la tecnica che distingue quando qualcuno sta parlando da quando c’è silenzio o rumore di fondo.
Leggi la definizione
Parola di attivazionewake word, hotword
Una parola di attivazione (wake word) è una frase pronunciata che accende un dispositivo in ascolto, come «Ehi Siri» o «Alexa».
Leggi la definizione
Permesso AccessibilitàAccesso ad Accessibilità
Il permesso Accessibilità è l’impostazione di macOS che permette a un’app di leggere e controllare l’interfaccia di altre app.
Leggi la definizione
Come ti sente
I modelli, le misure e i modi in cui può fallire la trasformazione dell’audio in parole.
Speech-to-textSTT
Lo speech-to-text (STT), o trascrizione vocale, è la tecnologia che converte l’audio parlato in parole scritte.
Leggi la definizione
Riconoscimento automatico del parlatoASR
Il riconoscimento automatico del parlato (ASR, automatic speech recognition) è il campo dell’apprendimento automatico, e la classe di modelli, che trasforma l’audio del parlato umano in testo.
Leggi la definizione
Whisper
Whisper è una famiglia di modelli open source di riconoscimento vocale rilasciata da OpenAI nel 2022, addestrata su 680.000 ore di audio e con una copertura di circa 99 lingue.
Leggi la definizione
Parakeet
Parakeet è una famiglia di modelli open source di riconoscimento vocale di NVIDIA, basata su un’architettura transducer, che può emettere le parole man mano che arriva l’audio.
Leggi la definizione
Neural EngineANE
Il Neural Engine è la parte di un chip Apple silicon pensata per eseguire in modo efficiente i modelli di apprendimento automatico, accanto a CPU e GPU.
Leggi la definizione
Trascrizione in streamingtrascrizione in tempo reale
La trascrizione in streaming mostra le parole sullo schermo mentre stai ancora parlando, invece che dopo che ti sei fermato.
Leggi la definizione
Identificazione della linguaLID
L’identificazione della lingua (LID, language identification) è il passaggio in cui il software vocale capisce quale lingua si sta parlando, prima o durante la trascrizione.
Leggi la definizione
Word error rateWER
Il word error rate (WER), o tasso di errore sulle parole, è la misura standard della precisione del riconoscimento vocale: il numero di parole che un modello ha sbagliato, diviso per il numero di parole effettivamente pronunciate.
Leggi la definizione
Allucinazione
Nel riconoscimento vocale, un’allucinazione è un testo prodotto dal modello che nessuno ha detto: una frase plausibile inventata dal silenzio, dal rumore o da un frammento troppo breve per essere trascritto.
Leggi la definizione
Latenzalatenza al rilascio del tasto
Nella dettatura, la latenza è il tempo tra la fine del tuo parlato e la comparsa del testo finito dove si trova il cursore.
Leggi la definizione
Diarizzazione dei parlantietichette dei parlanti
La diarizzazione dei parlanti è il processo che stabilisce chi ha parlato e quando in una registrazione, così una trascrizione può essere etichettata per parlante.
Leggi la definizione
Whisper large-v3 turboWhisper turbo, large-v3-turbo
Whisper large-v3 turbo è un modello di riconoscimento vocale di OpenAI, rilasciato il 1° ottobre 2024.
Leggi la definizione
Cohere Transcribecohere-transcribe-03-2026
Cohere Transcribe è un modello open source di riconoscimento vocale di Cohere, rilasciato a marzo 2026.
Leggi la definizione
Qwen3-ASRQwen3-ASR-1.7B, Qwen3-ASR-0.6B
Qwen3-ASR è una famiglia di modelli open source di riconoscimento vocale del team Qwen di Alibaba, rilasciata il 29 gennaio 2026.
Leggi la definizione
MLXApple MLX, framework MLX
MLX è un framework open source per array, dedicato al machine learning su Apple silicon, creato dal team di ricerca sul machine learning di Apple.
Leggi la definizione
Core MLCoreML, Apple Core ML
Core ML è il framework di Apple per eseguire modelli di machine learning all’interno di un’app, sul dispositivo.
Leggi la definizione
Quantizzazionequantizzazione del modello, 4 bit, 8 bit
La quantizzazione consiste nel memorizzare i numeri di un modello con meno bit ciascuno, per esempio 4 o 8 bit dove l’originale ne usava 16 o 32.
Leggi la definizione
Fattore di tempo realeRTF, RTFx
Il fattore di tempo reale (real-time factor, RTF) è il tempo che un sistema di riconoscimento vocale impiega a elaborare l’audio, diviso per la durata di quell’audio.
Leggi la definizione
Cosa ne esce
Tutto ciò che succede tra una trascrizione grezza e il testo che avresti digitato.
Disfluenzaintercalari
Una disfluenza è qualsiasi interruzione nel parlato fluido: intercalari come «ehm» ed «eh», parole ripetute, false partenze e autocorrezioni.
Leggi la definizione
Passaggio di formattazionepost-elaborazione
Il passaggio di formattazione è la fase dopo il riconoscimento vocale che trasforma una trascrizione grezza in un testo che una persona avrebbe scritto: punteggiatura, maiuscole, numeri in cifre, intercalari tolti e un tono adatto a dove va il testo.
Leggi la definizione
Modalità letterale
La modalità letterale è un’impostazione di dettatura in cui il risultato è esattamente ciò che hai detto, senza riformulazioni, aggiustamenti di tono o pulizia oltre al riconoscimento di base.
Leggi la definizione
Punteggiatura a vocecomandi vocali
La punteggiatura dettata consiste nel pronunciare il nome di un segno o di un simbolo, come «comma», «open paren» o «new paragraph», e far scrivere allo strumento di dettatura il simbolo invece della parola.
Leggi la definizione
Espansione del testosnippet
L’espansione del testo sostituisce un breve comando con un testo salvato più lungo: un indirizzo, una firma, una risposta pronta.
Leggi la definizione
Dizionario personalevocabolario personalizzato
Un dizionario personale è l’elenco delle parole che uno strumento di dettatura ha imparato a scrivere a modo tuo: nomi, prodotti, gergo e tutto ciò che il modello vocale altrimenti scriverebbe nella forma inglese più probabile.
Leggi la definizione
Adattamento del tonoregistro
L’adattamento del tono è una funzione di formattazione che scrive le stesse parole dettate in modo diverso a seconda di dove vanno: in minuscolo e alla buona in un’app di chat, con punteggiatura e frasi complete in un’email, intatte in un terminale.
Leggi la definizione
Parole al minutoWPM
Le parole al minuto (WPM, dall’inglese words per minute) misurano la velocità di produzione del testo.
Leggi la definizione
Dove gira
Le due parole che decidono se la tua voce diventa dati di qualcun altro.
Elaborazione sul dispositivoelaborazione locale
Elaborazione sul dispositivo significa che il modello di riconoscimento vocale gira sul tuo computer, quindi l’audio viene trascritto in locale e non viene mai caricato.
Leggi la definizione
LLM localemodello linguistico sul dispositivo
Un LLM locale è un modello linguistico che gira sul tuo computer invece che sul server di un fornitore.
Leggi la definizione
La tua voce è sempre stata più veloce.
7 giorni gratis, poi $19 USD una tantum. Nessun account, nessun abbonamento, nessun caricamento.
macOS 14 o successivo · Apple silicon