Voicy è un’applicazione speech-to-text basata sull’intelligenza artificiale progettata per sostituire la digitazione tradizionale con la dettatura vocale direttamente all’interno delle applicazioni già utilizzate dall’utente. Il sistema funziona in background e inserisce il testo nel campo attivo senza richiedere l’apertura di un editor dedicato: può essere utilizzato, tra gli altri, con Gmail, Slack, Notion, Microsoft Word, ChatGPT, documenti online, terminali e ambienti di sviluppo. Voicy dichiara la compatibilità con oltre 20.000 applicazioni e siti web e un’accuratezza superiore al 99% in più di 50 lingue, con una velocità di dettatura che può raggiungere circa 120 parole al minuto, indicativamente quasi tre volte quella della digitazione media.
Il funzionamento parte da una scorciatoia da tastiera o da un comando nell’applicazione: l’utente avvia la registrazione, parla normalmente e Voicy converte in tempo reale il parlato in testo applicando automaticamente punteggiatura, lettere maiuscole e alcune correzioni grammaticali. La modalità Rewrite interviene inoltre su esitazioni, parole riempitive, false partenze e formulazioni poco naturali, cercando di produrre direttamente un testo più pulito rispetto alla trascrizione letterale della voce. Le impostazioni consentono di scegliere una lingua specifica oppure utilizzare il rilevamento automatico; la selezione manuale della lingua viene indicata come preferibile quando si vuole migliorare ulteriormente la precisione del riconoscimento. È possibile anche configurare la rimozione delle parole riempitive e il comportamento della punteggiatura automatica.
Voicy è disponibile per Windows, macOS e Linux e dispone inoltre di applicazioni per iOS e Android e di un’estensione Chrome per chi desidera utilizzare la dettatura esclusivamente nel browser. Sul desktop richiede l’autorizzazione all’uso del microfono e i permessi di accessibilità necessari per inserire il testo direttamente nelle altre applicazioni. Una volta completata la configurazione iniziale, l’utente può definire una scorciatoia personalizzata per avviare e arrestare la dettatura, posizionare il cursore in qualsiasi campo di testo e iniziare a parlare. Il testo viene inserito nel punto in cui si trova il cursore e può quindi essere utilizzato per email, documenti, messaggi, note, codice e altri contenuti senza passare da operazioni di copia e incolla.
Tra le funzioni disponibili rientra un dizionario personalizzato nel quale inserire nomi propri, termini tecnici, abbreviazioni o espressioni poco comuni che il sistema potrebbe non riconoscere correttamente. Questa possibilità è utile anche nei contesti professionali caratterizzati da terminologie specialistiche. La funzione Text Replacement consente invece di associare parole o brevi comandi a stringhe di testo più lunghe, permettendo per esempio di inserire automaticamente un indirizzo email, un numero telefonico o altre informazioni utilizzate frequentemente. Voicy supporta inoltre la trascrizione di file audio e video caricati dall’utente, estendendo quindi l’utilizzo oltre la sola dettatura in tempo reale.
Il sistema comprende anche comandi vocali per intervenire sulla formattazione mentre si detta. Indicazioni pronunciate come “new line” o “bullet point” possono essere interpretate come istruzioni e trasformate rispettivamente in interruzioni di riga o punti elenco anziché essere inserite letteralmente nel testo. In questo modo diventa possibile costruire direttamente con la voce email o documenti già organizzati nella loro struttura di base, riducendo le correzioni manuali successive. Rimane comunque opportuno verificare il risultato prima dell’invio o della pubblicazione, soprattutto quando vengono utilizzati nomi, termini specialistici o espressioni particolarmente insolite.
Una parte specifica del progetto riguarda la privacy. Secondo quanto dichiarato da Voicy, le trascrizioni vengono conservate localmente sul dispositivo dell’utente invece che sui server del servizio e registrazioni e testi non vengono utilizzati per addestrare i modelli di intelligenza artificiale. La piattaforma dichiara inoltre che terze parti non ottengono accesso alle dettature. L’elaborazione non è tuttavia completamente offline: per effettuare la trascrizione è necessaria una connessione Internet. Si tratta quindi di una distinzione importante tra conservazione locale dei contenuti e necessità di connettività per l’elaborazione speech-to-text.
Voicy è stato pensato anche per programmatori e utenti tecnici. La dettatura può essere utilizzata all’interno di terminali e IDE e il riconoscimento è progettato per gestire sintassi, terminologia tecnica, commenti, note e messaggi di commit. Il dizionario personalizzato permette inoltre di migliorare il riconoscimento di librerie, nomi di progetto, acronimi e termini specifici. La compatibilità trasversale rende quindi possibile utilizzare la stessa modalità di input vocale tanto per scrivere un’email quanto per lavorare in un ambiente di sviluppo, senza passare da un’applicazione di trascrizione separata.
La piattaforma non è invece progettata come sistema di verbalizzazione automatica delle riunioni. Voicy gestisce principalmente la voce del singolo utente che detta contenuti e non dispone delle funzioni tipiche dei meeting assistant che entrano automaticamente nelle chiamate, distinguono più partecipanti, producono verbali, riepiloghi e attività da svolgere. Per questo il suo utilizzo è differente rispetto a soluzioni come Otter.ai, dedicate principalmente a Zoom, Google Meet e Microsoft Teams e alla cattura delle conversazioni tra più persone. Voicy è rivolto invece alla produzione quotidiana di email, documenti, messaggi e altri testi direttamente nelle applicazioni in cui vengono scritti.
Il servizio offre una prova gratuita che comprende 30 minuti complessivi di registrazione e consente di utilizzare l’intero set di funzionalità senza inserire una carta di credito. Non si tratta però di una quota gratuita che si rinnova ogni mese: terminati i 30 minuti è necessario passare a una formula a pagamento. Il piano Pro permette di utilizzare lo stesso abbonamento su un numero illimitato di dispositivi personali, mentre per i gruppi è disponibile un piano Team con fatturazione condivisa e assistenza prioritaria, previsto però per almeno tre utenti. È disponibile inoltre una licenza lifetime per chi preferisce effettuare un unico pagamento invece di sottoscrivere un abbonamento ricorrente. Voicy dichiara anche una politica di “fair pricing” secondo la quale i prezzi vengono mantenuti entro un margine del 20% rispetto ai costi operativi complessivi del servizio.
Rispetto a Wispr Flow, Voicy offre un numero inferiore di lingue supportate, oltre 50 contro le oltre 100 dichiarate dal concorrente, e dispone di meno strumenti avanzati per modificare e riscrivere il testo mediante istruzioni vocali. Wispr Flow indica inoltre velocità di dettatura intorno alle 220 parole al minuto. Voicy concentra maggiormente la propria impostazione sulla conservazione locale delle trascrizioni e sull’estesa compatibilità applicativa. Speechify Dictation propone invece una funzione di voice typing inserita all’interno di una piattaforma più ampia dedicata alla lettura e alla scrittura e dichiara una velocità circa quattro volte superiore alla digitazione, rimozione automatica delle parole riempitive e supporto per oltre 50 lingue; la funzione viene proposta gratuitamente, mentre Voicy limita l’utilizzo gratuito ai 30 minuti iniziali. Otter.ai risponde infine a un’esigenza differente, occupandosi soprattutto di registrare riunioni, distinguere le conversazioni tra più partecipanti e generare trascrizioni, riepiloghi e attività, mentre Voicy rimane uno strumento di dettatura individuale destinato a scrivere direttamente all’interno delle applicazioni utilizzate quotidianamente.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)