Software di trascrizione verbale: migliore gestione dei contenuti audio
Le trascrizioni a mano perdevano dettagli, e chi le scriveva perdeva la riunione.
Pubblica amministrazione
Software per la pubblica amministrazione, on-premise
Speech-to-text in tempo reale per le riunioni di una pubblica amministrazione dell’Emilia-Romagna, con distinzione dei parlanti, installato on-premise sull’infrastruttura dell’ente.
Progetti in questo settore
Come si usa il riconoscimento vocale in una PA senza far uscire i dati?
Facendolo girare in casa. Per una pubblica amministrazione dell’Emilia-Romagna abbiamo scritto un software che trascrive le riunioni, dal vivo e in differita, e distingue chi interviene: l’audio non lascia l’infrastruttura del committente, il modello di riconoscimento vocale gira lì, e fra la registrazione e il testo finale non passa nessun servizio di terzi.
I problemi ricorrenti di questo settore
- Verbali trascritti a mano, che perdono dettagliChi scrive il verbale mentre la riunione si svolge sbaglia, dimentica, fraintende un tono. E intanto non segue la discussione a cui dovrebbe partecipare.
- Audio che non può uscire dall’enteUna riunione registrata contiene nomi, decisioni, dati personali. Mandarla a un servizio esterno di riconoscimento vocale vuol dire farla uscire dall’infrastruttura dell’ente.
- Sapere chi ha detto cosaQuando intervengono in tanti, il verbale deve dire chi ha parlato e quando, e tenere conto delle pause.
- Un verbale che arriva mentre la riunione è ancora frescaChi c’era lo vuole subito; chi non c’era vuole poter riascoltare il passaggio che gli interessa.
- Brusio e parole poco chiareIn una sala riunioni ci sono rumore di fondo e voci che si sovrappongono, e un testo trascritto male va corretto parola per parola.
Cosa abbiamo costruito
Una piattaforma che segue la riunione dall’inizio alla fine: gli inviti, l’intestazione del documento prima di cominciare, la registrazione, la trascrizione dal vivo e in differita, i follow-up. Mentre si parla il testo si scrive, con le persone che intervengono distinte una dall’altra; arriva subito per mail a tutti i partecipanti, e la registrazione resta, per riascoltarla.
Il riconoscimento vocale è un modello di machine learning addestrato allo speech to text, il passaggio automatico dalla voce al testo. Toglie il rumore di fondo, legge le pause come punteggiatura e, mentre si detta, controlla l’ortografia e segnala a chi rilegge le parole poco chiare. Due mesi, con due backend e un frontend.
Per un ateneo pubblico abbiamo costruito anche una piattaforma di microscopia virtuale, su cui docenti e studenti guardano insieme le immagini dei tessuti.
Dove girano il software e i dati
Sull’infrastruttura dell’ente: è quello che vuol dire on-premise. Il software e il modello di riconoscimento vocale sono installati lì, e da lì la piattaforma parla con gli strumenti dell’ufficio: la posta, per mandare il testo a chi ha partecipato, e i sistemi già in uso, con cui si può integrare.
Cosa chiedere a un fornitore
Prima di affidare a un fornitore un software che ascolta le riunioni dell’ente, chiedete:
- Dove gira il software, e dove va l’audio mentre viene trascritto?
- Quali servizi di terzi attraversano i dati, dalla registrazione al testo?
- Il testo si può correggere, e chi segnala le parole che il sistema non ha capito?
- Con quali strumenti dell’ente si integra?
- Il fornitore è certificato per la sicurezza delle informazioni, e da quale ente?
- Di chi sono il codice e le licenze alla fine del lavoro?
Cosa deve sapere un ente prima di far sviluppare un software →
Dopo una prima chiamata, gratuita, vediamo con chi segue i sistemi informativi dell’ente dove devono stare i dati e il software, e con quali strumenti deve parlare.
Il perimetro si scrive per fasi, e per ogni fase si dichiarano la data e quello che consegna.
Domande frequenti
Si può avere la trascrizione mentre la riunione è in corso?
Sì, e anche a riunione finita, in differita. Chi ha partecipato riceve il testo per mail senza aspettare.
Il software distingue chi sta parlando?
Sì. Tiene traccia degli interventi persona per persona, e legge le pause come punteggiatura.
Il testo si può correggere?
Sì. Chi rilegge ha la registrazione per controllare un passaggio, e il software gli indica dove guardare, perché segnala le parole che non ha capito.
dotenv è certificata ISO 27001?
Sì: UNI CEI EN ISO/IEC 27001:2024, certificato IIS-1225-06, rilasciato da Dasa-Räegister, ente accreditato ACCREDIA. È la norma sulla gestione della sicurezza delle informazioni.
Quanto dura un progetto come questo?
Quello sulla trascrizione è durato due mesi, con una squadra di tre persone. Un progetto più largo dura di più, e si consegna a fasi, ognuna con una data.
Raccontateci il progetto che avete in mente.