Verificato il 28 ottobre 2026 · illimitato

Whisper: davvero senza limiti, se abbiamo la macchina per farlo girare

In una categoria dove i quattro grandi fornitori tengono segreto il limite del proprio piano gratuito, Whisper è il caso che ci serve per capire la differenza fra gratuito e senza limiti. Non è un servizio e non ha un piano: è un programma di riconoscimento del parlato che OpenAI ha pubblicato come software libero, e che gira sul computer di chi lo scarica. Non ci sono messaggi da contare, perché non c’è nessuno a contarli, e non c’è una pagina di assistenza dove andare a cercare una cifra che non viene pubblicata. Il limite, dunque, esiste anche qui: soltanto non lo fissa un fornitore. Lo fissano la macchina che abbiamo sotto le mani e quanto ci sappiamo fare.

Che cosa dà, senza un piano e senza un account

Sul deposito pubblico del progetto, che abbiamo letto il 28 ottobre 2026, troviamo scritto che codice e pesi del modello sono rilasciati con licenza MIT, ed è la cosa più importante di tutta questa scheda: la MIT permette l’uso commerciale, la modifica e la redistribuzione, dunque una trascrizione fatta con Whisper si può fatturare a un cliente senza chiedere niente a nessuno. Non esiste iscrizione, non esiste quota giornaliera e non esiste durata massima del file: possiamo lavorare dieci minuti o dieci ore di registrazione, e l’unica cosa che cambia è il tempo che ci mettiamo. La stessa pagina pubblica la scala dei modelli disponibili, dal più piccolo da trentanove milioni di parametri fino a quello grande da un miliardo e mezzo, passando per la versione cosiddetta turbo da ottocentonove milioni. La scheda del modello aggiunge che l’addestramento è stato fatto su seicentottantamila ore di audio e che la parte non inglese copre novantotto lingue diverse.

Dove finisce

Qui il confine non è una quota ma un requisito, e il deposito lo dichiara riga per riga. Accanto a ogni modello troviamo la memoria video richiesta: circa un gigabyte per i due più piccoli, due per il modello small, cinque per il medium, sei per la versione turbo e circa dieci gigabyte per il modello grande, che è quello con cui vale la pena trascrivere italiano parlato male. Dieci gigabyte di memoria video, insomma, significano una scheda grafica dedicata di fascia alta, e su un portatile da ufficio quel modello non parte. Prima ancora, peraltro, servono una versione di Python fra la 3.8 e la 3.11 e il programma ffmpeg installato a parte: se non lo troviamo nel sistema, Whisper non apre nemmeno il file. E non c’è un’interfaccia, perché tutto passa dalla riga di comando. Teniamo presente infine quello che la scheda del modello ammette da sé: i risultati sono disuguali da una lingua all’altra, sono solidi su una decina di lingue che il documento non elenca, e la precisione segue la quantità di dati disponibili per quella lingua. Il prezzo di questo gratuito, in definitiva, lo paghiamo in competenza tecnica e in attrezzatura.

Per chi va bene

A noi Whisper sembra la scelta giusta per chi ha registrazioni lunghe, molte, o riservate, e questa terza ragione da sola basta: niente esce dal computer, e per un verbale o per un colloquio è decisamente l’unica garanzia seria che troviamo in tutta la categoria. Va bene anche a chi deve fatturare il lavoro, perché la licenza lo consente in modo esplicito. Chi invece ha due file corti e nessuna voglia di installare niente farebbe meglio a guardare TurboScribe, che dà tre trascrizioni al giorno da mezz’ora senza chiedere nulla in cambio. E chi non ha una scheda grafica capiente deve sapere che con i modelli piccoli resta comunque a galla, ma con una precisione più bassa.

Nella categoria dell’intelligenza artificiale le altre cinque schede rispondono alla stessa domanda guardando a piani di cui il limite non è pubblicato, e del resto il contrasto con questa si vede da lontano. Accanto a questa conviene leggere TurboScribe, che è il confronto diretto sulla trascrizione, e Mistral Vibe, l’ex Le Chat, che è il servizio della categoria più vicino alla stessa esigenza di riservatezza.