Dettatura vocale su Mac

Tieni premuto il tasto §, parla, poi rilascia. Il testo viene incollato nella posizione attuale del cursore, tramite una pressione Cmd+V sintetizzata nell'app che ha il focus. Funziona ovunque un campo di testo accetti l'incolla: Mail, Note, Slack, Word, i campi del browser, il Terminale. Non c'è alcuna estensione da installare, perché l'integrazione avviene a livello di sistema operativo e non all'interno della singola app.

Gli argomenti a favore della trascrizione sul dispositivo sono tre cose insieme: privacy, velocità e durata nel tempo. Quando il modello viene eseguito sul tuo Mac, l'audio è catturato in memoria, trascritto, incollato al cursore e poi scartato. Niente viene scritto sul disco e niente viene caricato. Non c'è un archivio di dati da citare in giudizio, nessuna superficie di fuga e nessun dubbio su cosa registri un fornitore.

La precisazione onesta è che «locale» è uno spettro, non una casella. Diverse app popolari trascrivono in locale ma fanno passare la trascrizione attraverso un grande modello linguistico nel cloud per ripulirla, il che rimette le tue parole in rete. Perciò la domanda raramente è «è locale?» ma «quale parte è locale?». In Parakeety la risposta è: tutto ciò che riguarda il tuo audio.

La velocità è ciò che si percepisce di più. Un servizio cloud aggiunge un viaggio di andata e ritorno sulla rete a ogni frase; un modello locale sull'Apple Neural Engine no. E la durata nel tempo conta per uno strumento su cui fai affidamento ogni giorno: un servizio in abbonamento può cambiare prezzi, modello o condizioni sotto i tuoi piedi, oppure chiudere. Un'app che gira sulla tua macchina continua a funzionare.

L'audio viene catturato in un buffer in memoria, elaborato sull'Apple Neural Engine, il testo viene incollato e il buffer viene subito scartato. Non c'è alcuna trasmissione verso OpenAI, Anthropic o un altro server, semplicemente perché non c'è trasmissione. Le uniche connessioni in uscita sono il download una tantum del modello al primo avvio e verifiche periodiche della licenza, che inviano solo la chiave di licenza, un hash di un identificativo hardware e il nome della macchina. Nessun audio, nessuna trascrizione, nessuna analisi, nessuna telemetria.

La precisione è una proprietà del modello vocale, non del luogo in cui viene eseguito. Il modello che ha cambiato ciò che è possibile su un Mac è NVIDIA Parakeet TDT 0.6B v3: circa 600 milioni di parametri, un'architettura a trasduttore e, al momento, il primo posto della Hugging Face Open ASR Leaderboard.

In breve, perché conta: Parakeet TDT v3 registra un tasso di errore sulle parole del 6,32% contro il 7,44% di Whisper Large V3, viene eseguito circa un ordine di grandezza più velocemente sullo stesso hardware e usa un design a trasduttore che produce silenzio durante i silenzi invece di allucinare testo, come possono fare i sistemi basati su Whisper. Il compromesso è la copertura linguistica: 25 lingue europee contro il centinaio di Whisper. Per la dettatura in queste lingue su Apple Silicon, è il modello da preferire.

Il modello sottostante (NVIDIA Parakeet) rileva automaticamente quale delle 25 lingue europee stai parlando, senza alcuna selezione manuale. Puoi passare dall'italiano all'inglese a metà frase senza toccare alcuna impostazione. Comodo se lavori in due lingue o se inserisci termini tecnici e nomi propri presi da un'altra lingua. Le lingue fuori dall'Europa, come il cinese mandarino, il giapponese o l'arabo, non sono coperte dal modello; anche questo fa parte del quadro onesto.

Per la dettatura clinica e legale la questione della privacy diventa una questione di conformità, e ci sono due risposte valide. Una è la dettatura cloud regolata da un contratto di responsabile del trattamento; l'altra è la dettatura sul dispositivo, in cui l'audio non lascia mai il Mac. Poiché con Parakeety non viene caricato nulla, non esiste alcun archivio di dati in mano a un fornitore da mettere in sicurezza o divulgare.

È un'affermazione sull'architettura, non una promessa di conformità. Se l'architettura sul dispositivo basti per il tuo studio dipende dai tuoi obblighi normativi, ad esempio il GDPR in Europa o l'HIPAA negli Stati Uniti, e sta a te verificarli. Parakeety riduce la superficie di esposizione tenendo l'audio in locale; non firma contratti a tuo nome.

Faccio Parakeety, un'app per Mac gestita da una sola persona. L'ho costruita perché le opzioni di dettatura esistenti chiedevano tutte troppo: un abbonamento, un account, oppure la mia voce sul server di qualcun altro. Parakeety è la versione che volevo per me: un acquisto unico e tutto resta sul dispositivo. Essendo un'attività di una sola persona, sono anche il titolare del trattamento dei dati, e poiché non viene mai trasmesso audio, l'elenco è breve.

Parakeety è un'app nella barra dei menu del Mac. Tieni premuto il tasto §, parla, rilascia, e le tue parole vengono incollate al cursore, nell'app in cui stavi scrivendo. L'audio non lascia mai la macchina. C'è una prova gratuita di 7 giorni, senza carta. Dopo, costa $25 una tantum.

Prova Parakeety gratis →