Dettatura privata sul tuo dispositivo

Cosa significa davvero "privato" per la dettatura

La dettatura privata significa una cosa precisa: la tua voce registrata viene convertita in testo sul tuo dispositivo, e l'audio non lo lascia mai. Nessun caricamento su un server, nessun viaggio su internet, nessuna terza parte coinvolta. La trascrizione avviene nella tua memoria e nel tuo processore, proprio come il correttore ortografico, e poi l'audio scompare. Questa è la definizione completa, e la maggior parte degli strumenti che usano la parola "privato" non la soddisfa.

Quello che di solito viene venduto come "privato" è la versione cloud con una serratura più robusta. L'audio viaggia comunque verso i server del fornitore per essere trascritto; il fornitore promette solo di cifrarlo in transito e cancellarlo secondo un certo calendario. È genuinamente meglio di niente, e per molte persone va bene. Ma non è la stessa cosa che l'audio non lasci mai il dispositivo. Una promessa di cancellazione è una promessa. L'elaborazione sul dispositivo è un fatto: non c'è nulla da cancellare perché nulla è stato inviato. Quando la privacy conta davvero — uno stipendio, una nota medica, una bozza che non vorresti mai indicizzata — la differenza tra una promessa e un fatto è tutto.

Se la trascrizione sul dispositivo è possibile oggi è perché i modelli sono diventati leggeri e i laptop veloci. Fino a pochi anni fa serviva un data center per fare un buon riconoscimento vocale, ecco perché tutto finiva nel cloud. Oggi un modello Whisper aperto gira localmente su un laptop di fascia media e Parakeet è ancora più veloce. Il cloud era un ripiego per un hardware che ormai non ti limita più. La dettatura privata non è una funzione premium per cui paghi extra: è il default che è diventato pratico, e il resto di questa guida spiega come usarlo.

Perché la maggior parte della dettatura cloud non è privata

Quando premi un tasto in uno strumento di dettatura cloud, ecco cosa succede sotto il cofano: il tuo microfono registra qualche secondo di audio, quel file viene inviato via internet a un server, un modello su quel server lo trascrive, e il testo torna al tuo schermo. Il tutto può richiedere appena un secondo, ed è esattamente per questo che sembra invisibile. Ma la tua voce — la registrazione vera e propria, non solo le parole — ha fatto un viaggio su una macchina che non controlli e ha fatto ritorno.

Digitazione vocale di Windows è l'esempio più chiaro, perché la maggior parte delle persone ce l'ha già. Premi Windows + H e si apre una piccola barra che digita quello che dici nel campo attivo. Funziona bene. È anche un servizio cloud — il riconoscimento vocale online di Microsoft — ecco perché richiede una connessione internet e smette di funzionare in aereo. Il tuo audio va ai server Microsoft per diventare testo. Lo stesso vale per la maggior parte delle app di "dettatura AI" in circolazione oggi: la parte intelligente gira sull'hardware di qualcun altro, e una tranquilla fattura mensile è il costo dell'affitto. Uno strumento locale mostra una piccola capsula mentre ascolta, e l'audio che registra non lascia mai il laptop:

Non sto dicendo che la trascrizione cloud sia un male — la difenderò più avanti per i casi in cui si guadagna il suo posto. Sto dicendo che la parola di marketing "privato" di solito descrive il lucchetto sul caricamento, non l'assenza del caricamento. La dettatura solo cloud è un disastro per la privacy in attesa di essere trascritto, e chi lo sente per primo è chi non vede il conto. Ho assistito a un team che ha accumulato una spesa cloud a cinque cifre in un solo trimestre, soprattutto a causa di un bug di "smart retry" che reinviava le stesse registrazioni delle standup quattro volte. Il CFO ha aperto la dashboard alla revisione trimestrale e nella stanza è calato il silenzio. Nessuno aveva deciso di mandare tutto quell'audio a un server. Lo strumento lo faceva, ogni volta, perché era così che funzionava.

Come la dettatura locale protegge la tua privacy

La versione privata gira interamente sulla tua macchina. Premi un tasto di scelta rapida, parli, lo rilasci, e un modello già caricato nella tua RAM converte l'audio in testo e lo incolla al cursore — nessun internet, nessun server, nulla inviato. Ti serve un Mac con Apple Silicon oppure un PC con Windows 10 o superiore, un microfono funzionante e un paio di minuti. L'intera pipeline locale è gratuita per qualsiasi account registrato, senza richiedere un metodo di pagamento all'iscrizione. Ecco la procedura.

La parte lenta è il download del modello, che ovviamente richiede internet, ma si fa una volta sola. Dopo di ciò, in modalità locale l'audio non va più online. Il test "stacca il cavo" al passo quattro non è un trucco: è l'unica prova che conta. Se la dettatura continua a funzionare con la rete disattivata, l'audio viene trascritto sul tuo dispositivo, punto. Se si ferma, stava andando da qualche parte. Quel singolo test taglia attraverso ogni affermazione di "privacy" su ogni pagina di marketing.

dettatura vocale su Windows · su Mac

Anche la pulizia AI può restare sulla tua macchina

Ecco la parte che la maggior parte delle persone non pensa di dover controllare. La dettatura grezza esce come un flusso continuo — nessuna punteggiatura, qualche "ehm", frasi che si dilungano. La soluzione è un passaggio AI che riordina il testo in qualcosa che useresti davvero. Ed è esattamente qui che molti strumenti locali "privati" chiamano silenziosamente casa: trascrivono sul dispositivo, poi spediscono la trascrizione disordinata a un modello cloud per la pulizia. L'audio è rimasto privato; le parole no.

Whisper gestisce la pulizia localmente attraverso Ollama — un esecutore di modelli locali gratuito che risiede sulla tua macchina su localhost e non tocca mai internet. Pronuncia la frase di attivazione "Hey whisper" e il testo viene migliorato prima di arrivare al cursore, con l'intero ciclo che avviene all'interno del tuo laptop. La catena rimane intatta: la tua voce diventa testo sul tuo dispositivo, e quel testo viene pulito sul tuo dispositivo. Nulla della frase — né l'audio, né la bozza, né la versione riordinata — lascia mai il dispositivo.

Questo è il dettaglio che controllerei in qualsiasi strumento che si definisce privato. È facile mantenere la trascrizione locale e infilare di nascosto il miglioramento nel cloud, perché il miglioramento è la parte che ha bisogno di un modello grande, e i modelli grandi sono allettanti da noleggiare. La banale verità è che per la dettatura quotidiana, un modello locale attraverso Ollama è più che sufficiente per correggere la punteggiatura e rimuovere i riempitivi. Il modello cloud ti serve solo quando chiedi qualcosa di genuinamente più difficile, e quella dovrebbe essere una scelta consapevole — non una decisione che lo strumento prende per te in background.

Locale o cloud: quale modalità per un flusso di lavoro privato

Per tutto ciò che chiameresti privato, inizia in locale. Se il tuo Mac è Apple Silicon o il tuo PC è degli ultimi anni, i motori locali gestiscono la dettatura quotidiana senza problemi, e il cloud diventa la via di fuga anziché il default. L'app ti fa scegliere deliberatamente un percorso — non impone un default — ecco quindi come differiscono i tre, con la privacy ben in vista:

La scelta dipende da dove viene elaborato l'audio e da cosa ti aspetti dalla trascrizione.

• Parakeet locale — Il motore TDT di NVIDIA, circa 600 MB, è l'opzione locale più veloce — da 5 a 10 volte più rapida di Whisper su CPU. Copre l'inglese più altre 24 lingue europee, 25 in totale. Nessuna traduzione in inglese. Completamente sul dispositivo, nulla caricato. La scelta privata rapida se parli inglese o un'altra lingua europea.
• Whisper locale — più lento di Parakeet sulla stessa macchina, ma le versioni multilingua coprono 99 lingue e possono tradurre in inglese. Le versioni solo inglese sono solo inglese, non 99. Anch'esso completamente sul dispositivo. Sceglilo per il cinese, il giapponese, il coreano o qualsiasi lavoro di traduzione, che Parakeet non può fare. Il modello inglese predefinito è di circa 480 MB.
• Cloud (OpenAI, BYOK) — la migliore precisione e accesso al web, utilizzando la tua chiave OpenAI fatturata direttamente da OpenAI. La trascrizione usa gpt-4o-mini-transcribe per impostazione predefinita. Questo è l'unico percorso che carica il tuo audio — lascia il tuo dispositivo per raggiungere OpenAI. È opt-in, parte di Whisper Pro, e disattivato a meno che tu non lo attivi.

Il confine è netto: i due percorsi locali sono privati per costruzione — l'audio viene trascritto sul tuo dispositivo e non c'è nulla da far trapelare. Il percorso cloud non lo è, e non fingiamo il contrario. Invia il tuo audio a OpenAI, con la tua chiave, perché è l'unico modo per ottenere la precisione di OpenAI e l'accesso web in tempo reale. Se il tuo Mac è della serie M o il tuo PC è recente, inizia con la modalità locale e ricorri al cloud solo quando il locale ti lascia davvero a desiderare. Il cloud è l'eccezione che scegli, non il default che erediti.

Cosa lascia davvero il tuo dispositivo, in ogni modalità

Facciamo chiarezza sui dati, perché "privato" è privo di senso senza specificare cosa viaggia. In modalità locale, la risposta è nulla — né l'audio, né la trascrizione, né la versione pulita. La registrazione viene elaborata nella tua RAM, la pulizia avviene attraverso Ollama sulla tua macchina, e l'unica cosa che si è mai spostata sono le parole, dal modello alla tua casella di testo. Puoi verificarlo con la rete staccata.

Quando la pulizia AI è in corso, l'overlay mostra uno stato di elaborazione mentre il modello locale trasforma il flusso continuo in qualcosa di leggibile. Ecco il tipo di trasformazione che fa — la dettatura grezza in alto, il testo pulito in basso — tutto avviene sul tuo dispositivo quando sei in modalità locale:

In modalità cloud, il quadro onesto è diverso e dovresti conoscerlo prima di attivare l'opzione. Il tuo audio viene caricato all'endpoint di trascrizione di OpenAI, con la tua chiave API, per essere convertito in testo lì. Se usi anche il miglioramento AI Cloud, la trascrizione va a un modello GPT; se usi la ricerca web, viene inviata anche una query. Nulla di tutto ciò passa attraverso Remskill — è una linea diretta dalla tua macchina a OpenAI con la tua chiave — ma lascia comunque il tuo dispositivo, che è l'unica cosa che definisce se qualcosa è privato. La frase sui numeri del Q3 e Marcus è esattamente il tipo di cosa che terrei in locale. Una ricetta che sto dettando per divertimento, francamente non mi importa.

Quel flusso parla-poi-pulisci funziona in ogni app, quindi una volta configurato puoi scrivere più veloce con la voce nel tuo editor, nella tua email e nel terminale — in modo privato, senza che nulla lasci il laptop in modalità locale.

Quando inviare l'audio al cloud è uno scambio equo

Mentirei se dicessi che il locale è sempre la risposta. A volte il cloud è la scelta giusta, e fingere il contrario per spingere un argomento sulla privacy sarebbe la stessa disonestà di marketing di cui ho appena passato sei sezioni a lamentarmi. Lo scambio è reale: rinunci alla garanzia che l'audio non lasci mai la tua macchina, e ottieni la migliore precisione di trascrizione disponibile più l'accesso web in tempo reale con lo stesso tasto di scelta rapida.

Ricorri alla modalità cloud quando il contenuto non è sensibile ma la precisione conta. La trascrizione di un podcast, una bozza di blog pubblico, una lista della spesa, una registrazione difficile con un accento marcato o una stanza rumorosa dove il modello locale inciampa — nulla di tutto ciò ha bisogno di restare sulla tua macchina, e i modelli di OpenAI lo gestiranno meglio. Usi la tua chiave API, quindi l'audio va direttamente a OpenAI e il costo al minuto è il tuo, senza ricarichi intermedi. Per lavoro non sensibile in cui stai pagando per la qualità, è uno scambio sensato. L'errore non è usare il cloud — è usarlo di default per tutto, comprese le cose che non vorresti mai su un server.

Per le cose davvero brevi, salta del tutto lo strumento dedicato. Se stai dettando un testo di 30 parole, Windows + H o Dettatura di macOS sono gratuiti e già installati — nota però che Digitazione vocale di Windows è di per sé un servizio cloud, quindi non è l'opzione privata, solo quella comoda. Su Apple Silicon, la Dettatura di macOS può elaborare testo generico sul dispositivo, il che la rende l'unica funzione integrata davvero privata per brevi frammenti. Sotto le 200 parole, non ti dirò di installare nulla. Lo strumento dedicato vale il suo posto quando gli appunti si allungano, quando vuoi la privacy offline su Windows, o quando vuoi un unico tasto di scelta rapida che si comporti allo stesso modo ovunque.

Se stai scegliendo uno strumento principalmente per la garanzia di privacy, la versione più approfondita di questo ragionamento si trova nella guida alla dettatura offline che illustra come eseguire tutto con la rete staccata.

"Privato" è la parola più abusata in questa categoria e la più facile da verificare: stacca la rete e vedi se funziona ancora. Whisper locale e Parakeet superano quel test perché l'audio non lascia mai la tua macchina, e la pulizia AI lo supera anch'essa perché Ollama gira lì accanto. La modalità cloud lo fallisce di proposito, perché sta noleggiando la precisione di OpenAI, ed è uno scambio equo per il lavoro giusto. Ho dettato gran parte di questa guida con il Wi-Fi spento, il che è o un'ottima dimostrazione del prodotto o un segnale che ho bisogno di uscire di più. Entrambe le cose possono essere vere.