Vai al contenuto
Sintesi degli strumenti di trascrizione in spagnolo e della loro accuratezza
Abbiamo testato cinque strumenti di trascrizione delle riunioni basati sull'intelligenza artificiale su registrazioni audio reali in lingua spagnola. Nel corso di due sessioni tenutesi in Messico e una in Spagna, tl;dv al primo posto con 170,2 punti su 200, davanti a Fireflies 151,4) e HappyScribe (143,4). Ha ottenuto il miglior punteggio in termini di accuratezza della trascrizione grezza ed è stato l’unico strumento in grado di seguire correttamente un oratore che, nel corso della riunione, è passato dallo spagnolo castigliano al catalano; gli altri strumenti hanno trasformato il discorso in uno spagnolo incomprensibile.
Non è stata però una vittoria schiacciante, e non faremo finta che lo sia stata:
- tl;dv riguarda l'accuratezza della trascrizione, HappyScribe si è classificato al secondo posto, subito dopo tl;dv , con un punteggio di 45,2 su 65. Ciò era prevedibile, trattandosi di uno strumento spagnolo.
- Fireflies ha ottenuto un punteggio più alto di qualsiasi altro strumento in termini di qualità delle riunioni in contesti reali (33,2/45), il che è uno dei motivi per cui si è classificato al secondo posto nella classifica generale.
- Otter (96,6) e Google Gemini (87,2) hanno chiuso la classifica. Otter con le lingue straniere, mentre Google Gemini dispone di una funzione di caricamento come gli altri, quindi è rimasto fuori da una parte del test. In generale, Gemini leggermente migliore di Otter, ma a causa della mancanza della funzione di caricamento ha ottenuto un punteggio complessivo inferiore.
Classifica finale: tl;dv 170,2) › Fireflies 151,4) › HappyScribe (143,4) › Otter 96,6) › Google Gemini 87,2).
Gli strumenti di trascrizione delle riunioni in spagnolo che abbiamo utilizzato per il test dichiarano tutti di supportare lo spagnolo. Esiste tuttavia una differenza tra lo spagnolo latinoamericano e quello spagnolo, ed è proprio qui che la maggior parte degli strumenti mostra i propri limiti.
Un modello addestrato sulle riunioni aziendali a Madrid si confonde con il vocabolario, la valuta e i nomi dei luoghi messicani; uno addestrato su registrazioni audio latinoamericane non riconosce il “vosotros” e le espressioni tipiche della Spagna peninsulare; e quasi nessuno di essi si aspetta che chi parla passi al catalano, all’inglese o a un termine indigeno nel bel mezzo di una frase.
Si tratta di un ambito molto vasto in cui è facile commettere errori. Lo spagnolo è la seconda lingua madre più parlata al mondo, con circa 519 milioni di madrelingua e 636 milioni di parlanti in totale. Anche il numero di persone che lo studiano come lingua straniera è cresciuto del 79% nell’ultimo decennio. Ciò significa che si tengono moltissime riunioni in spagnolo, con una grande varietà di accenti, e lo strumento che le registra deve essere in grado di stare al passo con tutto questo.
Per capire quindi come tl;dv per chi parla spagnolo, lo abbiamo messo a confronto con altri quattro strumenti di uso comune:
A ogni strumento è stato fornito lo stesso materiale audio di partenza: tre registrazioni di sedute governative in lingua spagnola, due provenienti dal Messico e una dalla Spagna. Abbiamo poi valutato i risultati in quattro aree distinte, ricorrendo a test LLM in cieco e alla revisione da parte di madrelingua.
- Trascrizione e accuratezza
- Qualità delle riunioni nella pratica quotidiana
- Funzionalità e caratteristiche
- Fiducia, sicurezza e valore
Abbiamo generato i risultati relativi alla trascrizione e al riassunto, li abbiamo valutati in cieco utilizzando due modelli di linguaggio di grandi dimensioni (LLM) indipendenti (ClaudeAnthropice Grok di xAI), quindi abbiamo chiesto a un madrelingua spagnolo di esaminare ogni risultato in forma anonima, senza rivelare i nomi degli strumenti utilizzati.
Ecco i risultati.
| Livello | Max | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Trascrizione e accuratezza | 65 | 53.7 | 32.7 | 23.8 | 45.2 | 38.2 |
| Qualità delle riunioni nella vita reale | 45 | 32.5 | 17.5* | 23.8 | 32.2 | 33.2 |
| Funzionalità e caratteristiche | 72 | 66 | 22 | 38 | 49 | 63 |
| Fiducia, sicurezza e valore | 18 | 18 | 15 | 11 | 17 | 17 |
| Punteggio complessivo | 200 | 170.2 | 87.2 | 96.6 | 143.4 | 151.4 |
| Posizione | 1 | 5 | 4 | 3 | 2 |
* Gemini Google Meet non Google Meet in grado di trascrivere i file, pertanto non ha potuto partecipare a tutti i test.
Trascrizione e accuratezza delle riunioni in spagnolo
tl;dv ha prodotto la trascrizione in spagnolo più accurata nel test, totalizzando 53,7 su 65 — ed è stato l’unico dei cinque strumenti a non perdere il filo quando un parlante è passato dallo spagnolo castigliano al catalano nel bel mezzo di una frase. HappyScribe è stato il concorrente più vicino con 45,2, seguito da Fireflies 38,2), Google Gemini 32,7) e Otter, che ha chiuso la classifica con 23,8.
Questi punteggi sono stati assegnati da due modelli di linguaggio di grandi dimensioni (LLM) indipendenti, Claude Anthropice Grok di xAI, e poi confermati da una revisione in cieco da parte di madrelingua, con i nomi degli strumenti nascosti, in modo che nessun modello potesse essere influenzato da un logo. Il piano era in realtà quello di utilizzare Claude e ChatGPT, ma quest’ultimo si è rifiutato categoricamente di farlo, sostenendo che il test fosse troppo complesso da eseguire e troppo lungo da elaborare. Il test ha coinvolto oltre 90 pagine di trascrizioni e appunti distribuiti su cinque strumenti, nell’ambito di tre incontri in tempo reale più un caricamento di file per ciascuno. ChatGPT ha abbandonato a metà ogni tentativo, indipendentemente da quanto avessi suddiviso il compito in parti più piccole. Grok ha portato a termine l’intero processo senza lamentarsi, il che costituisce di per sé un piccolo dato significativo nel dibattito Grok contro ChatGPT.
| Metrico | Come si calcola il punteggio | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Accuratezza linguistica | Valutazione in cieco della gravità da parte di madrelingua in merito all’accuratezza nella lingua di riferimento | 16,8/20 | 20/9 | 20/8 | 13/20 | 20/11 |
| Gestione specifica per lingua | Segni diacritici, punteggiatura, varianti regionali, alternanza di codice linguistico | 16,3/20 | 11.2/20 | 6,2/20 | 12,5/20 | 11.8/20 |
| Valutazione del tasso di errore dei caratteri | Calcolato sulla base di una trascrizione ufficiale o di un testo di riferimento | 4/5 | 1,7/5 | 1,5/5 | 3/5 | 2,5/5 |
| Rilevamento delle entità | Nomi, aziende e luoghi presenti nel cast | 4/5 | 1,8/5 | 2,3/5 | 4,2/5 | 3/5 |
| Numeri, date e valute | Cifre, date e importi formattati correttamente nella lingua di destinazione | 4,5/5 | 3,5/5 | 2/5 | 4,5/5 | 3,5/5 |
| Riconoscimento dei termini tecnici grezzi | Terminologia e acronimi del settore prima della formazione personalizzata | 4,3/5 | 2,8/5 | 2,3/5 | 4,2/5 | 3,2/5 |
| Punteggiatura e segmentazione | Interruzioni di frase e suddivisione in paragrafi nell'output della prova di esecuzione | 3,8/5 | 2,7/5 | 1,5/5 | 3,8/5 | 3,2/5 |
| Totale parziale: trascrizione e accuratezza | 53,7/65 | 32,7/65 | 23,8/65 | 45,2/65 | 38,2/65 |
Varianti regionali e il lancio a effetto catalano
L'elemento che ha fatto maggiormente la differenza nell'intero test è stato il cambio di codice linguistico. Nella nostra seconda sessione, un'audizione parlamentare spagnola in materia di sanità (una comparecencia alla quale partecipava la ministra Mónica García), un oratore è passato dallo spagnolo castigliano al catalano nel bel mezzo del discorso, e tl;dv l’unico strumento in grado di seguire il cambio di lingua e di trascrivere il catalano come catalano. Tutti gli altri strumenti lo hanno appiattito in uno spagnolo approssimativo oppure hanno rinunciato e hanno tirato a indovinare.
È una cosa che raramente compare nell’elenco delle funzionalità, ma che nella realtà compromette gravemente la trascrizione. tl;dv riconoscimento automatico della lingua, quindi non importa quale lingua si parli o quante volte si cambi: il sistema seguirà il flusso. Ed è proprio questo il tipo di situazione che si incontra nel mondo di lingua spagnola, dove una singola chiamata può includere, nello stesso arco di cinque minuti, vocaboli messicani, il “vosotros” peninsulare e un prestito linguistico regionale.
Anche la revisione umana in cieco ha evidenziato il rovescio della medaglia: in una clip strumenti hanno interpretato le parole di un oratore come “súper caro” (super costoso), mentre l’audio recitava in realtà “súper claro” (super chiaro). Solo HappyScribe ha dato la risposta corretta, anche se una revisione da parte di un madrelingua ha confermato che era difficile da capire, persino per loro. Nonostante ciò, HappyScribe non è riuscito a ottenere costantemente i risultati migliori. Quando si tratta di appunti e azioni da intraprendere, questo singolo errore potrebbe rivelarsi importante. Cambia significativamente il significato, quindi bisogna dare a Cesare quel che è di Cesare.
Nomi, luoghi e un “Bulmaro” molto sicuro di sé
Il riconoscimento delle entità è l’area in cui la competizione si è fatta più serrata, ed è una delle poche in cui un concorrente ha vinto a mani basse. HappyScribe ha superato di poco tl;dv , con un punteggio di 4,2 a 4,0. I nomi propri e gli acronimi sono la prima cosa che crea difficoltà in una seconda lingua, perché il modello deve riconoscerli anche se non figurano in nessun dizionario (è a questo che serve la funzione del vocabolario personalizzato).
Nella conferenza stampa messicana “mañanera”, tl;dv ha individuato tl;dv “Dalila”, l’acronimo “INAH” (l’istituto nazionale di antropologia del Messico) e “1.391 municipios”. Fireflies Dalila “Bulmaro”: sicuro di sé, in errore e completamente fuori strada. Google Gemini il caso più interessante: ha azzeccato quasi tutte le statistiche presenti nella sala, ma ha trasformato “INAH” in “Lina”. Ottimo con i numeri, traballante con i nomi.
Numeri, date e valute
Per quanto riguarda cifre, date e importi monetari, tl;dv HappyScribe si sono classificati ex aequo al primo posto con un punteggio di 4,5 su 5. Entrambi hanno riportato gli importi in modo chiaro e nella lingua di destinazione. Il divario si fa evidente solo nella parte bassa della classifica.
tl;dv “un millón trescientos mil” proprio come lo pronuncerebbe effettivamente un madrelingua spagnolo. Otter “$1300000”, utilizzando il simbolo di valuta sbagliato, senza separatori e senza formattazione conforme alla lingua. In un altro punto, Otter un riferimento a 70 pueblos in “nueve” (nove) e ha raggruppato i dati sulla popolazione delle comunità afro-messicane (15.795 e 442) in un confuso “15742”. Quando la riunione riguarda bilanci o dati demografici, questa è la differenza tra appunti di cui ci si può fidare e appunti che bisogna ricontrollare confrontandoli con la registrazione, il che vanifica piuttosto lo scopo stesso di averli.
Qualità delle riunioni nella pratica quotidiana
Fireflies il primo posto con un vantaggio di 0,7 punti, con tl;dv (33,2 contro 32,5). È proprio questo che rende utili gli appunti: chi ha detto cosa, cosa è stato deciso e cosa fare dopo.
I primi tre erano molto vicini: Fireflies il sopravvento con 33,2 su 45, seguito a ruota da tl;dv 32,5) e HappyScribe (32,2) in quello che è sostanzialmente un pareggio a tre. Otter con 23,8, mentre Google Gemini completamente parte di questo round, motivo per cui al suo punteggio di 17,5 è stato aggiunto un asterisco (ne parleremo più avanti).
In sintesi: in termini di pura utilità per le riunioni, i primi tre sono separati da meno di un punto, e la scelta dipende dall’attività specifica a cui si attribuisce maggiore importanza.
| Metrico | Come si calcola il punteggio | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Qualità della diarizzazione | Confronto tra il numero corretto di personaggi e l'attribuzione delle battute rispetto al cast noto | 6/10 | N/S* | 4/10 | 7/10 | 7,5/10 |
| Stabilità comportamentale | Coerenza comportamentale tra le riunioni in tempo reale e il caricamento dei file | 7,5/10 | N/S* | 5/10 | 5,5/10 | 7,5/10 |
| Qualità del riassunto | Utilità del riassunto e se è stato mantenuto nella lingua di origine, tenendo conto dei prestiti linguistici | 3,8/5 | 4,5/5 | 3/5 | 3,8/5 | 4,5/5 |
| Allucinazione / frequenza di inserimento | Testo inventato, ripetuto o duplicato non presente nell'audio. Sono esclusi gli errori di comprensione e le omissioni. | 7,7/10 | 6,5/10 | 6,7/10 | 7,7/10 | 7/10 |
| Estrazione delle azioni da intraprendere | Qualità delle attività e dei follow-up emersi dalla riunione | 3,7/5 | 3/5 | 2,3/5 | 4,5/5 | 3,2/5 |
| Suddivisione automatica in capitoli/sezioni | La sintesi suddivide la riunione in sezioni utili? | 3,8/5 | 3,5/5 | 2,8/5 | 3,7/5 | 3,5/5 |
| Totale parziale della qualità degli incontri nel mondo reale | 32,5/45 | 17,5/25* | 23,8/45 | 32,2/45 | 33,2/45 |
* La qualità della diarizzazione e la stabilità comportamentale richiedevano il caricamento di file per effettuare i test, cosa che Google Gemini offre.
Diarizzazione: chi sta effettivamente parlando?
Fireflies il punteggio più alto per la separazione dei parlanti, con 7,5 su 10, seguito a ruota da HappyScribe (7) e da tl;dv rispettabile 6. Otter la diarizzazione più creativa, il che non è certo un complimento.
Otter l'audio, che veniva riprodotto tramite un unico altoparlante durante una riunione dal vivo, trasformando con disinvoltura una singola voce in un piccolo comitato. Gli oratori fantasma sono probabilmente peggiori dell’assenza totale di etichette, perché ci si fida di loro: si finisce per attribuire una decisione a un «Oratore 3» che non è mai esistito. tl;dv un approccio più diretto, posizionandosi a metà classifica senza inventare nessuno. Gemini essere valutato in questo ambito, poiché non ha mai prodotto un risultato diarizzato sul file caricato.
Azioni da intraprendere
HappyScribe ha individuato le azioni da intraprendere più chiare nel test (4,5 su 5), identificando l’unico vero passo successivo discusso durante la riunione. tl;dv un punteggio inferiore (3,7) dai modelli di linguaggio di grandi dimensioni (LLM) per aver aggiunto ulteriori azioni da intraprendere che questi hanno ritenuto meno importanti. L’istinto tl;dvè quello di trovare cose da fare, il che è esattamente ciò che si desidera in una telefonata di vendita, ma non tanto in un’audizione parlamentare di due ore. In parte, questo è un limite del materiale di prova: era quasi impossibile trovare una vera telefonata di vendita in spagnolo con una trascrizione ufficiale.
Sintesi
I riassunti sono risultati più concisi su tutta la linea. Gemini Fireflies il punteggio più alto Fireflies (4,5), e Geminimerita una menzione speciale: poiché si basa su un modello di linguaggio di grandi dimensioni (LLM), ricostruisce un riassunto chiaro e leggibile anche quando la trascrizione di partenza presenta delle incongruenze. È in grado di correggere efficacemente le imperfezioni del testo grezzo.
tl;dv HappyScribe hanno totalizzato entrambi un punteggio di 3,8, fornendo riassunti di buona qualità degli eventi della riunione.
Stabilità comportamentale (e l’asterisco su Gemini)
tl;dv Fireflies gli strumenti più costanti nei diversi tipi di sessione, a pari merito con un punteggio di 7,5 su 10. Ciò significa che hanno funzionato allo stesso modo sia che l’audio provenisse da una chiamata in diretta sia che si trattasse di un file caricato. Gemini l’eccezione: Gemini Google Meet trascrivere i file caricati, quindi non è stato possibile valutarlo in termini di diarizzazione o stabilità, e il suo subtotale è pari a 25 anziché a 45.
Allucinazioni
HappyScribe ha perso un po’ di affidabilità a causa di una stranezza specifica: nella sessione caricata ha generato un riassunto in inglese, anche se l’audio era in spagnolo. Ciò è accaduto perché i file caricati non generano automaticamente un riassunto. È necessario richiedere all’IA di HappyScribe di fornirne uno. Non è un problema insormontabile se capita di tanto in tanto in circostanze specifiche, ma potrebbe risultare fastidioso se si richiedono note in spagnolo e si ottiene un cambio di lingua.
D'altro canto, tl;dv HappyScribe sono risultati i più accurati in termini di "allucinazioni" (7,7 su 10 ciascuno), il che significa che erano i meno inclini a ripetere in loop, duplicare o inventare parti di testo mai pronunciate. Questo tipo di errore è solitamente quello che causa i danni maggiori, poiché è difficile da individuare a meno che non si legga la trascrizione riga per riga.
Funzionalità e caratteristiche
tl;dv il primo posto per quanto riguarda le funzionalità con 66 su 72, ma Fireflies 63) ha reso la gara davvero serrata. Il divario si riduce a una manciata di funzioni tl;dv e che quasi nessun altro offre (impronta vocale, traduzioni e la massima velocità di elaborazione).
A questo livello, la “massima precisione” assume minore importanza e la domanda fondamentale diventa: “Si adatta davvero al mio flusso di lavoro?”. Vale la pena leggere riga per riga, piuttosto che affidarsi al subtotale.
| Metrico | Come si calcola il punteggio | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Assegnazione dei nomi agli altoparlanti preconfigurata | Rileva automaticamente i nomi dei partecipanti su Meet, Zoom e Teams | 5/5 | 5/5 | 0/5 | 0/5 | 5/5 |
| Impronta vocale | Possibilità di addestrare il sistema all'impronta vocale dell'utente stesso | 5/5 | 0/5 | 0/5 | 0/5 | 0/5 |
| Registrazione senza bot | Registra tramite l'audio del sistema senza inserire un bot nella chiamata | 5/5 | 3/5 | 0/5 | 0/5 | 5/5 |
| Sincronizzazione CRM | Nativo e sincronizzazione automatica | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Note personalizzate / modelli | Formati di riepilogo personalizzabili rispetto a un output fisso | 3/3 | 0/3 | 0/3 | 2/3 | 3/3 |
| Addestramento personalizzato di vocabolario/entità | Insegnare i termini e gli acronimi del settore | 5/5 | 0/5 | 5/5 | 5/5 | 5/5 |
| Localizzazione dell'interfaccia utente in spagnolo | Se l'interfaccia del prodotto stesso è disponibile in spagnolo | 5/5 | 5/5 | 0/5 | 5/5 | 5/5 |
| Ampiezza delle integrazioni | Slack, calendario, Zapier, API | 3/3 | 0/3 | 1/3 | 3/3 | 3/3 |
| Velocità di elaborazione | Tempo trascorso dalla fine della riunione al completamento della trascrizione | 3/3 | 0/3 | 0/3 | 2/3 | 2/3 |
| Monitoraggio delle parole di riempimento | Rilevamento delle parole di riempimento – Rileva “um”, “eh” e “este” senza duplicare i suoni causati dalla balbuzie. Consente una visibilità completa delle trascrizioni dei discorsi, evitando un’eccessiva semplificazione. | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 |
| Precisione del timestamp | Verificare a campione che i timestamp corrispondano al momento corretto | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Disponibilità della traduzione | È in grado di tradurre gli appunti della riunione? E in quante lingue? | 3/3 | 0/3 | 0/3 | 3/3 | 0/3 |
| Cerca all'interno della trascrizione | Cerca all'interno di una riunione e nella libreria | 3/3 | 2/3 | 3/3 | 3/3 | 3/3 |
| Interfaccia utente per la modifica delle trascrizioni | È possibile correggere facilmente la trascrizione a posteriori? | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Formati di esportazione | SRT, VTT, TXT, DOCX e simili | 0/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Trascrizione in diretta / in tempo reale | Durante la riunione viene visualizzata in tempo reale la trascrizione? | 0/3 | 3/3 | 3/3 | 0/3 | 3/3 |
| Copertura della piattaforma per riunioni | Copertura di Zoom, Meet, Teams e Webex | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Acquisizione tramite app mobile | È in grado di registrare le riunioni in presenza tramite un'app mobile? | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Server MCP nativo | Server proprietario che consente agli assistenti AI di effettuare ricerche nell'archivio delle riunioni | 5/5 | 0/5 | 5/5 | 5/5 | 5/5 |
| Modifica dell'etichetta dell'altoparlante | È possibile rinominare e riassegnare gli altoparlanti a posteriori? | 3/3 | 1/3 | 3/3 | 3/3 | 3/3 |
| Totale parziale delle funzionalità e delle caratteristiche | 66/72 | 22/72 | 38/72 | 49/72 | 63/72 |
Velocità di elaborazione: un minuto contro nove
tl;dv di gran lunga lo strumento più veloce del test, fornendo una trascrizione completa in circa un minuto. Google Gemini il più lento, impiegando circa nove minuti, nonostante fosse la piattaforma su cui si è svolta la riunione.
Ecco la trascrizione completa, dalla fine della riunione al testo utilizzabile:
- tl;dv — circa 1 minuto
- HappyScribe — circa 2 minuti
- Fireflies — circa 3 minuti
- Otter — circa 7 minuti (e questo ha la trascrizione in tempo reale, quindi non ci sono scuse)
- Google Gemini — circa 9 minuti
La velocità può sembrare un parametro puramente superficiale, finché non ti ritrovi in una chiamata con un cliente a cercare di estrarre un preventivo prima che inizi la riunione successiva. Un tempo di elaborazione di un minuto significa che gli appunti sono pronti prima ancora di chiudere la scheda; uno di nove minuti significa che sei già passato ad altro e ti sei dimenticato di controllare.
Registrazione senza bot e impronta vocale
Due caratteristiche distinguono davvero tl;dv maggior parte dei concorrenti: la registrazione senza bot e il riconoscimento vocale. “Senza bot” significa che tl;dv la riunione tramite l’audio del sistema senza inviare un bot a partecipare alla chiamata, mettendo tutti a disagio. Fireflies tl;dv Fireflies riescono in questo intento; Otter HappyScribe no, mentre Gemini utilizzando un bot per impostazione predefinita, funziona solo su Google Meet perdendo Google Meet punti.
Il riconoscimento vocale è l’unico punto a favore: tl;dv l’unico strumento del test che permette di addestrarlo sulla propria voce, in modo che ti riconosca durante le riunioni senza bisogno di rietichettare manualmente i partecipanti. Sembra una cosa da poco, finché non ti ritrovi a rinominare “Interlocutore 2” con il tuo nome per la quarantesima volta.
Trascrizioni in tempo reale
Per quanto riguarda le trascrizioni in tempo reale, Fireflies, Gemini e Otter ti consentono di Otter ciò che viene detto man mano che viene detto, a patto che tu disponga della configurazione adeguata. Alcune richiedono l’uso di app, ad esempio.
tl;dv mostra una trascrizione in tempo reale sullo schermo durante la riunione, e lo stesso vale per HappyScribe. Se per il tuo modo di lavorare è importante vedere le parole scorrere in tempo reale, Fireflies, Otter o Gemini probabilmente le soluzioni più adatte a te.
La fila MCP che nessuno qui può rivendicare come propria
I server MCP nativi un tempo rappresentavano un vero e proprio elemento di differenziazione. Gemini non è più così. Tutti gli strumenti inclusi in questo test, ad eccezione di Google Gemini ne includono uno tl;dv quindi tl;dv Fireflies, HappyScribe e Otter ottengono Otter un punteggio di 5/5.
Un server MCP (Model Context Protocol) nativo permette a un assistente AI come Claude o ChatGPT di interrogare direttamente la tua libreria delle riunioni: “Cosa abbiamo concordato con il cliente di Guadalajara lo scorso trimestre?”, con risposte tratte dalle tue chiamate effettive. È una funzionalità davvero utile, e se avessi letto un confronto del 2025 sapresti che tl;dv un grande vantaggio nel perfezionamento di questa caratteristica. Nel 2026, tutti, ma proprio tutti, stanno lanciando l’MCP. Tranne Gemini…
Fiducia, sicurezza e valore
tl;dv il massimo dei voti: 18 su 18, ed è l’unico strumento ad averlo fatto. È conforme agli standard SOC 2 e al GDPR, non addestra la propria IA sulle registrazioni degli utenti, i prezzi sono pubblicati anziché disponibili solo su richiesta e offre un piano gratuito premium (non una versione di prova inutile). Ma un punteggio perfetto non significa che il resto della concorrenza rappresenti un rischio per la sicurezza; la domanda più utile da porsi è quindi: quale preoccupazione specifica vi tiene svegli la notte? È proprio su questo punto che questi strumenti si differenziano realmente.
Fireflies HappyScribe che Fireflies hanno ottenuto un ottimo punteggio di 17/18. Google Gemini 15 punti, mentre Otter con 11 punti, per ragioni che vale la pena approfondire, soprattutto se si registrano riunioni all’interno dell’UE.
| Metrico | Come si calcola il punteggio | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Residenza dei dati / hosting regionale | Opzioni di hosting regionale, ad esempio hosting nell'UE su richiesta | 3/3 | 3/3 | 0/3 | 3/3 | 2/3 |
| Sicurezza e conformità | SOC2, ISO 27001, GDPR | 3/3 | 3/3 | 2/3 | 3/3 | 3/3 |
| Addestramento dell'IA sull'audio degli utenti | Si evita di addestrare l'IA sui propri file audio (nessun addestramento ottiene il massimo dei voti)? | 3/3 | 3/3 | 1/3 | 2/3 | 3/3 |
| Controlli sulla conservazione dei dati | Controllo sulla durata della conservazione delle registrazioni e delle trascrizioni | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Trasparenza dei prezzi | I prezzi dei piani sono pubblicati, anziché essere forniti solo su richiesta | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Piano gratuito / limiti | Disponibilità di un piano gratuito (una prova gratuita da sola vale 0 punti) | 3/3 | 0/3 | 2/3 | 2/3 | 3/3 |
| Totale parziale: fiducia, sicurezza e valore | 18/18 | 15/18 | 18/11 | 17/18 | 17/18 |
* Verificato nel luglio 2026 sulla base della documentazione relativa alla sicurezza fornita da ciascun fornitore.
Dove sono effettivamente archiviati i dati relativi alle vostre riunioni?
Per un team che registra riunioni in lingua spagnola all’interno dell’UE, la residenza dei dati non è un optional, ma un requisito fondamentale ai sensi del GDPR. HappyScribe conserva tutto in un data center nell’UE per impostazione predefinita (è un’azienda nata a Barcellona, e si vede); tl;dv offre l’hosting nell’UE (è un’azienda tedesca) per impostazione predefinita, ma può ospitare i dati in altre aree (ad esempio negli Stati Uniti o in Giappone) se necessario. Google Gemini i controlli sulla regione dei dati di Google Workspace, quindi tutti e tre ottengono il massimo dei voti.
Fireflies una situazione più complessa: è prevista la residenza nell’UE, ma si tratta di un’opzione di archiviazione privata accessibile solo tramite il piano Enterprise, quindi un piano standard potrebbe comunque comportare il trattamento dei dati negli Stati Uniti. Otter il vero caso a sé stante; i suoi dati risiedono su server statunitensi senza alcuna opzione documentata di hosting nell’UE, basandosi invece sulle clausole standard di trasferimento. Se un responsabile della conformità chiede dove sono archiviate le registrazioni, Otter la risposta meno rassicurante tra tutte.
La sua IA viene addestrata utilizzando le tue registrazioni?
Ecco il punto per cui vale la pena leggere attentamente le clausole scritte in piccolo: Otter l’unico strumento in questo test che utilizza le registrazioni degli utenti per addestrare i propri modelli. Infatti, è stato avviato un ricorso collettivo proprio per questo motivo. Otter innanzitutto Otter l’audio e le trascrizioni, in modo che non vi siano nomi associati e che nessun essere umano li esamini effettivamente, ma le registrazioni degli utenti continuano comunque ad alimentare l’addestramento dei modelli. Buona fortuna nel trovare una chiara opzione per rinunciare a ciò.
Questo non è l'unico problema di sicurezza che affligge Otter .
Una società di venture capital con cui ho avuto una Zoom ha utilizzato Otter per registrare la chiamata e, al termine dell’incontro, mi ha inviato automaticamente via e-mail la trascrizione, che includeva anche ore di conversazioni private tenutesi in seguito, durante le quali sono stati discussi dettagli intimi e riservati relativi alla loro attività.
— Alex Bilzerian (@alexbilz) 26 settembre 2024
Tutti gli altri lasciano i tuoi contenuti intatti. Fireflies tl;dv Fireflies ottengono il massimo dei voti per non aver utilizzato i tuoi file audio per l’addestramento, e il livello Workspace GeminiGoogle Gemininon utilizza i dati dei clienti per l’addestramento senza un’autorizzazione esplicita. HappyScribe si colloca a metà strada. Funziona secondo un sistema di “opt-out” anziché con un “no” predefinito.
Se per te “non imparare dalle mie riunioni” è una linea di condotta rigida, tl;dv Fireflies e Gemini le scelte più sicure; Otter quella da valutare con attenzione.
Certificazioni, fidelizzazione e la trappola del piano gratuito
Per quanto riguarda le certificazioni formali, la gara si fa più serrata. tl;dv, Google Gemini e Fireflies la serie completa: SOC 2, ISO 27001 e GDPR. Otter , invece, Otter conforme a SOC 2 e al GDPR, ma non detiene una certificazione ISO 27001 completa e indipendente (si basa su un framework ISO, che non equivale al certificato vero e proprio). Tutti gli strumenti hanno ottenuto il massimo dei voti per quanto riguarda i controlli di conservazione, quindi, qualunque sia la vostra scelta, potrete impostare per quanto tempo le registrazioni e le trascrizioni rimarranno disponibili.
È proprio sul fronte del rapporto qualità-prezzo che Gemini . Non offre alcun piano gratuito, essendo integrato nel servizio a pagamento Google Workspace. tl;dv Fireflies entrambi app gratuite per la presa di appunti basate sull’intelligenza artificiale con solidi livelli gratuiti (senza schede né conto alla rovescia), mentre Otter HappyScribe offrono piani gratuiti con limiti più restrittivi.
Test di accuratezza delle traduzioni dallo spagnolo: metodologia
Il nostro confronto si basa su un test controllato e comparabile, concepito per garantire a ogni strumento le stesse condizioni. Stesso audio, stessi criteri di valutazione, stessa revisione alla cieca… L’unica variabile è lo strumento stesso.
Il set di test
Abbiamo testato ogni strumento su tre sessioni reali in lingua spagnola, distribuite deliberatamente in diverse regioni anziché concentrarsi su un unico accento. Due erano messicane e una spagnola, perché uno strumento che funziona alla perfezione durante una riunione dell’amministrazione comunale di Città del Messico potrebbe comunque fallire miseramente durante una chiamata commerciale a Madrid, e viceversa.
- Una seduta del Senato messicano (Comisión Permanente, 1° luglio 2026) — densa, incentrata sulle procedure, con numerosi oratori.
- Un'audizione parlamentare spagnola in materia di sanità (Comisión de Sanidad, audizione con la ministra Mónica García, 16 marzo 2026) — quella in cui un oratore è passato dallo spagnolo castigliano al catalano nel bel mezzo del suo intervento.
- Una “mañanera” presidenziale messicana (26 giugno 2026) — veloce, ricca di statistiche e, soprattutto, di cui la presidenza messicana pubblica una versione stenografica versione stenografica .
Per tutte le riunioni, abbiamo scelto appositamente quelle per cui era disponibile una trascrizione ufficiale del governo, parola per parola, che corrispondesse al video completo. Questo ci ha fornito un riferimento concreto con cui confrontare i dati, anziché una semplice approssimazione. (Ho provato inizialmente a reperire registrazioni audio equivalenti del Parlamento argentino; le trascrizioni non corrispondevano ai video, quindi ho rinunciato.)
Ciascuno degli strumenti ha elaborato in tempo reale tutte e tre le sessioni, riprodotte sullo schermo, oltre a un file caricato per la fase di diarizzazione dei parlanti. Il file caricato era lo stesso clip dalla terza fonte, in modo da poter valutare le prestazioni degli strumenti con lo stesso audio ma con input diversi.
La recensione
La valutazione è avvenuta in due fasi. Innanzitutto, è stata effettuata in cieco tramite due modelli di linguaggio grande (LLM) indipendenti: Claude Anthropice Grok di xAI. Questi hanno valutato ogni output in base alla griglia di valutazione, considerando l’accuratezza linguistica e l’usabilità nelle situazioni reali. Successivamente, il nostro revisore di madrelingua spagnola ha valutato gli stessi output in cieco, con i nomi degli strumenti nascosti, in modo che nessun risultato fosse influenzato dal riconoscimento di un logo familiare.
La valutazione umana è risultata molto simile a quella dei modelli LLM. Questi ultimi hanno classificato tl;dv HappyScribe al primo posto ex aequo in termini di accuratezza, con Fireflies dietro e Otter sciocchezze solo per divertimento. La struttura segue la stessa metodologia che abbiamo sviluppato per il nostro test di trascrizione in giapponese, quindi i due sono direttamente comparabili.
Il set di attrezzi
Abbiamo testato cinque strumenti: tl;dv, Fireflies, HappyScribe, Otter e Google Gemini. Durante l’intera fase di valutazione sono stati resi anonimi con le sigle da A a E; i nomi sono stati rivelati solo dopo che i punteggi sono stati fissati, in modo che nessuno (né persone né modelli) potesse assegnare voti in base alla reputazione.
Ogni strumento è stato testato con un abbonamento a pagamento, per valutare ogni prodotto al meglio, anziché giudicarlo sulla base di una versione gratuita ridotta all’osso. Va tuttavia precisato che molti degli abbonamenti a pagamento non modificano di fatto la trascrizione, ma offrono semplicemente un maggior numero di minuti o di caricamenti.
Analisi dettagliata del motore e del piano
Questi strumenti non sono realizzati allo stesso modo. Alcuni utilizzano un motore di sintesi vocale dedicato, mentre uno è un modello di linguaggio di grandi dimensioni (LLM) generico che funge da strumento per prendere appunti.
Per essere più precisi, quattro dei cinque strumenti utilizzano un motore ASR (riconoscimento vocale automatico) dedicato. Questi sono letteralmente progettati per trascrivere ciò che sentono effettivamente. Google Gemini, invece, è un LLM puro, che ricostruisce invece il testo più plausibile. Questa singola differenza spiega perché Gemini azzeccato quasi tutte le statistiche, ma abbia scambiato “INAH” per “Lina”. Ha inventato un nome che calza a pennello, invece di cogliere quello che era stato pronunciato.
| Strumento | Motore di base / fornitore | Interno o in licenza | Tipo di motore | Piano |
|---|---|---|---|---|
| tl;dv | ElevenLabs | Autorizzato | ASR dedicato | Affari |
| Google Gemini | Google Gemini | Interno (Google) | LLM | Gemini autonoma (account Business Starter) |
| Otter | Otter.ai (proprietario) | Interno | ASR dedicato | Pro |
| HappyScribe | Non reso pubblico | Non divulgato | ASR dedicato (+ opzione umana) | Base |
| Fireflies | ASR di terze parti (fornitore non specificato) | Autorizzato | ASR dedicato (+ livello LLM) | Pro |
Ambito di applicazione e avvertenze
Alcuni chiari limiti su ciò che questo test dimostra e ciò che invece non dimostra:
- I punteggi di Livello 1 sono relativi, non assoluti. Un punteggio di 16,8/20 significa “il migliore tra questi cinque”, assegnato su una scala di 20 da due LLM in cieco che hanno effettuato un controllo incrociato su quattro trascrizioni (3 in tempo reale + 1 caricata) per ogni strumento.
- La diarizzazione e la stabilità sono state valutate sulla singola sessione caricata, poiché si tratta dell'unico round in cui tutti gli strumenti hanno affrontato condizioni di parlato identiche.
- Due clip messicane e una clip della Spagna continentale clip un campione rappresentativo, ma non una copertura completa. Non abbiamo testato lo spagnolo argentino, caraibico, andino o della Guinea Equatoriale, e i risultati potrebbero variare in quei casi.
- Google Gemini trascrivere i file caricati, quindi il suo punteggio per la categoria “Real-World” è calcolato su una scala di 25 punti, anziché 45: non interpretate il suo punteggio totale come se fosse comparabile a quello degli altri.
- Questa è una panoramica aggiornata al luglio 2026. I piani, i prezzi e le funzionalità sono soggetti a modifiche; abbiamo testato la versione disponibile in quel momento.
- E poi c'è l'ovvio: scrivo per tl;dv. È proprio per questo che la valutazione è stata effettuata in cieco, con doppio LLM e revisionata da madrelingua. Il metodo potrebbe mettere in imbarazzo il cliente, se i dati lo richiedessero.
Qual è il miglior software di trascrizione delle riunioni per lo spagnolo?
Il miglior strumento a tutto tondo per la trascrizione di riunioni in spagnolo emerso dal nostro test è stato tl;dv, che ha totalizzato 170,2 punti su 200, distinguendosi per precisione, funzionalità e affidabilità. È stato l’unico strumento in grado di seguire correttamente un passaggio in tempo reale al catalano. Tuttavia, “il migliore in assoluto” non equivale a “il migliore per te”, e la differenza tra i vari strumenti era più ridotta di quanto suggerisca il punteggio riportato nel titolo.
Ecco una panoramica onesta di ciò di cui hai effettivamente bisogno:
- Per la trascrizione in spagnolo più accurata in assoluto: tl;dv 53,7/65). Se per te è fondamentale che le parole siano corrette sia nello spagnolo messicano che in quello peninsulare, o nei casi in cui il linguaggio cambi a metà frase (ad esempio passando al catalano), questa è l'unica scelta valida.
- Per chi cerca la massima precisione con un'alternativa economica e in conformità con le normative UE: tl;dv 170,2 in totale, 53,7 in precisione) si aggiudica nuovamente il primo posto grazie alla sua sede in Germania e all'elevata precisione verificata. Anche HappyScribe (143,4 in totale, 45,2 in precisione) conserva i dati in un data center situato nell'UE per impostazione predefinita ed è stato classificato al primo posto ex aequo dal nostro revisore madrelingua. Una scelta eccellente per i team con sede nell'UE soggetti a rigidi requisiti del GDPR.
- Per gli appunti sulle riunioni più utili: Fireflies 151,4 in totale, 33,2 per la qualità delle riunioni nella pratica) si aggiudica la medaglia, ma di misura. tl;dv al secondo posto (32,5) nella categoria “Qualità delle riunioni nella pratica”. Entrambe offrono ottimi piani gratuiti con cui puoi iniziare subito.
- Da usare con cautela: Otter 96,6) è lento, crea altoparlanti fittizi, non dispone di hosting nell’UE ed è l’unico strumento qui presente che addestra i propri modelli sulle registrazioni dell’utente. Google Gemini 87,2) non è in grado di trascrivere i file caricati, è risultato lo strumento più lento tra quelli testati e non offre un piano gratuito. Non male se si utilizza già Google Workspace, altrimenti piuttosto deludente.
Se vuoi provare lo strumento che si è classificato al primo posto nel test, tl;dv gratuito per sempre. Non serve una carta di credito e non c’è alcun limite di tempo per il periodo di prova. La cosa migliore? Rileva automaticamente lo spagnolo e oltre 40 altre lingue su Google Meet, Zoom e Teams, oppure, senza l’uso di bot, su qualsiasi altra piattaforma tramite l’app desktop.
Domande frequenti sull'accuratezza dello strumento di trascrizione in spagnolo
Quanto è accurata la trascrizione delle riunioni in spagnolo tramite l'intelligenza artificiale?
I migliori strumenti di IA oggi sono in grado di trascrivere con chiarezza spagnolo con un'accuratezza di circa il 90–95% , anche se tale percentuale cala rapidamente in presenza di la presenza di più interlocutori, rumori di fondo o gergo regionale. Nel nostro test alla cieca su cinque strumenti in tre sessioni in lingua spagnola sessioni, tl;dv ha ottenuto il punteggio più alto in precisione di trascrizione (53,7 su 65), mentre HappyScribe è il concorrente più vicino con 45,2.
Il numero che ti viene indicato in una pagina di marketing è quasi sempre la cifra più ottimistica: un relatore, audio pulito, accento neutro. Le vere riunioni sono più caotiche, ed è proprio lì che si creano le lacune: nomi, valute, acronimi e chiunque che interrompa qualcun altro.
Perché gli strumenti di trascrizione basati sull'intelligenza artificiale hanno difficoltà con lo spagnolo?
Per un motore di trascrizione, lo spagnolo non è una lingua unica, ma una famiglia di varianti regionali, e la maggior parte degli strumenti è ottimizzata solo per una sua specifica variante. Un modello addestrato sullo spagnolo peninsulare potrebbe non riconoscere il vocabolario messicano e il formato delle valute, mentre uno ottimizzato per l’America Latina potrebbe avere difficoltà con “vosotros” e con le espressioni tipiche del castigliano.
La trascrizione basata sull'intelligenza artificiale gestisce in modo diverso lo spagnolo latinoamericano e quello castigliano?
Sì, e la differenza è maggiore di quanto la maggior parte degli strumenti ammette. Alcuni strumenti di trascrizione rilevano automaticamente la variante (tl;dv HappyScribe lo hanno fatto in modo impeccabile nel nostro test), mentre altri ti costringono a selezionare una regione in anticipo oppure impostano di default lo spagnolo peninsulare, indipendentemente dal fatto che la riunione provenga da Città del Messico o da Madrid.
Abbiamo effettuato dei test mirati su entrambe le varianti: due sessioni messicane e una spagnola. Gli strumenti che consentono di impostare in anticipo il dialetto, o che lo rilevano automaticamente in modo affidabile, hanno prodotto trascrizioni notevolmente più accurate rispetto a quelli che applicano un unico modello generico per lo spagnolo (Otter Gemini). Se il vostro team opera su entrambe le sponde dell’Atlantico, la gestione dei dialetti non è un optional.
La trascrizione basata sull'intelligenza artificiale è in grado di gestire il passaggio dallo spagnolo al catalano e viceversa?
In linea di massima, no. Ma questo è stato l’elemento che ha fatto la differenza più grande nell’intero test. Quando un oratore, durante un’audizione parlamentare spagnola, è passato dallo spagnolo castigliano al catalano nel bel mezzo di una frase, tl;dv l’unico strumento tra i cinque a seguire il cambio di lingua e a trascrivere correttamente il catalano. Tutti gli altri strumenti hanno appiattito il testo in uno spagnolo approssimativo oppure hanno rinunciato e hanno tirato a indovinare.
Il cambio di codice è una pratica molto diffusa nelle riunioni in cui si parla spagnolo. Alcuni passano al catalano, all’inglese o usano persino un termine indigeno. Se le vostre riunioni sono multilingue, verificatelo con attenzione prima di prendere una decisione definitiva.
Qual è il miglior strumento di trascrizione per lo spagnolo messicano?
Nel nostro test, tl;dv al meglio lo spagnolo messicano: si è distinto in entrambe le sessioni messicane (un’audizione al Senato e una “mañanera” presidenziale), traducendo correttamente cifre come “1.391 municipios” e unità monetarie tipiche della lingua, quali “un millón trescientos mil”. HappyScribe si è rivelato il concorrente più forte in termini di precisione assoluta.
I punti deboli sono emersi in fondo alla tabella: Otter “$1300000” — simbolo errato, nessun separatore, nessuna formattazione conforme alla lingua. Nelle riunioni sul budget o sull’organico, questa è la differenza tra appunti di cui ci si fida e appunti che costringono a perdere tempo a ricontrollare la registrazione.
La trascrizione tramite IA delle riunioni in spagnolo è conforme al GDPR?
Alcuni strumenti sono progettati appositamente per questo scopo, altri no, quindi vale la pena verificarlo prima di registrare anche una sola riunione dell’UE. Nel nostro test, tl;dv HappyScribe sono stati gli unici strumenti a memorizzare i dati in un data center dell’UE per impostazione predefinita (provengono rispettivamente dalla Germania e dalla Spagna). Entrambi sono inoltre conformi agli standard SOC 2 e al GDPR.
In questo caso, sono proprio i casi eccezionali a fare la differenza. Fireflies offre la residenza dei dati nell’UE Fireflies nel suo piano Enterprise, quindi un piano standard potrebbe comportare il trattamento dei dati negli Stati Uniti. Otter non Otter alcuna documentazione relativa all’hosting nell’UE ed è l’unico strumento che abbiamo individuato che addestra i propri modelli sulle registrazioni degli utenti (seppur anonimizzate). Questa è proprio la risposta che un responsabile della conformità vorrebbe meno di tutte sentire.
È possibile trascrivere gratuitamente le riunioni in spagnolo?
Sì. Diversi strumenti offrono piani gratuiti autentici, anche se i limiti variano. tl;dv gratuito per sempre con registrazioni illimitate e trascrizioni in oltre 40 lingue, tra cui lo spagnolo, senza bisogno di carta di credito; Fireflies offre un piano gratuito soddisfacente con riassunti generati dall’IA in numero limitato.
Otter un piano gratuito, ma con un limite massimo di 300 minuti al mese; il piano gratuito di HappyScribe è più simile a una breve versione di prova, mentre Google Gemini non Gemini alcuna opzione gratuita autonoma. Gemini infatti incluso nel pacchetto a pagamento Google Workspace. Se vuoi provare lo strumento che si è classificato al primo posto nel nostro benchmark, tl;dv gratuito fin dall’inizio e non prevede un periodo di prova a tempo.
