Speech Note: trascrivi e traduci offline i tuoi appunti grazie al machine learning

Come ben saprete, da qualche tempo a questa parte, ho iniziato a offrire la trascrizione delle puntate del Podcast di Marco’s Box al fine di consentire un rapido riscontro con gli articoli pubblicati sul blog.

Ho iniziato però ad avere difficoltà nell’offrire la trascrizione delle puntate a seguito della decisione di pubblicare il podcast anche in formato video per YouTube. Il motivo? Nelle puntate video non ho un copione da leggere ma vado a braccio commentando con voi le notizie.

Da qui la necessità di cercare uno strumento in grado di effettuare la trascrizione automatica delle puntate. Diversi di voi lettori mi hanno suggerito di affidarmi a strumenti di trascrizione basati sul machine learning in modo da automatizzare il più possibile il processo. Mi sono messo alla ricerca di simili strumenti ma, molte delle soluzioni proposte, seppur efficaci, prevedevano o abbonamenti a servizi di terze parti oppure escamotage come quello di sfruttare Google Drive.

Sapete però che sono pigro e son un fervente sostenitore del principio edonistico del “minimo sforzo, massimo risultato”.

Fra le soluzioni provate sino ad ora la più promettente consiste nell’utilizzare Speech Note, un software open source per Linux, che ci consente di prendere, leggere e tradurre le nostre note vocali, sbobinature, video e quant’altro, il tutto localmente grazie ai modelli di machine learning.

Come funzione Speech Note

L’elaborazione di testo e voce avviene interamente offline, localmente sul nostro computer, senza utilizzare una connessione di rete. La nostra privacy è così sempre rispettata. Nessun dato viene inviato a Internet.

Speech Note utilizza molti motori di elaborazione diversi per svolgere il proprio lavoro. Attualmente vengono utilizzati:

Speech to Text (STT)

• Coqui STT (a fork of Mozilla DeepSpeech)
• Vosk
• whisper.cpp
• Faster Whisper
• april-asr

Text to Speech (TTS)

• espeak-ng
• MBROLA
• Piper
• RHVoice
• Coqui TTS
• Mimic 3

Machine Translation (MT)

• Bergamot Translator

flatpak install flathub net.mkiol.SpeechNote

flatpak install flathub net.mkiol.SpeechNote.Addon.nvidia

flatpak install flathub net.mkiol.SpeechNote.Addon.amd