Negli ultimi anni sono comparsi molti servizi online che promettono trascrizione, traduzione e doppiaggio automatico dei video. Sono comodi, ma hanno anche alcuni limiti evidenti, a cominciare dai costi ricorrenti.
Dall'esigenza di avere un'alternativa per doppiare video con il mio computer, usando esclusivamente software libero e gratuito che giri sulla mia macchina, è nato autodub_local. L'ho rilasciato pubblicamente su GitHub con licenza CC0, cioè con una rinuncia al copyright assimilabile al pubblico dominio: https://github.com/jsfan3/autodub-local
In pratica è uno script Bash che gira su Linux. Per ogni video MP4, autodub_local estrae l’audio, trascrive il parlato, separa i diversi speaker, traduce il contenuto, genera una nuova voce sintetica per ogni parlante, clonandone il timbro vocale, e infine crea un nuovo MP4 con la traccia audio doppiata, mantenendo intatto il flusso video originale. Si tratta quindi di un doppiaggio automatico pensato per registrazioni come webinar, livestream, interviste, lezioni e riunioni, cioè contenuti in cui il sincronismo perfetto del labiale non è fondamentale.
L'uso di questo script non è solo una questione ideologica di indipendenza da servizi esterni o un modo per evitare abbonamenti: in molti casi è il modo più diretto per mantenere controllo, privacy e prevedibilità del flusso di lavoro.
La prima ragione è infatti la privacy. Se un video contiene conversazioni private, riunioni, lezioni interne o materiale che non si desidera caricare online, l’elaborazione locale è la scelta più naturale. Invece di spedire il contenuto a una piattaforma remota, si lavora direttamente sul proprio sistema.
La seconda ragione è il controllo. Quando si usa una pipeline locale, si possono vedere e conservare i file intermedi: trascrizione, diarizzazione (cioè la distinzione dei parlanti), traduzione, segmenti audio sintetizzati. Questo è importante perché consente di interrompere il processo, correggere a mano una traduzione problematica e poi riprendere il lavoro senza rifare tutto da capo. Nel caso di autodub_local, il supporto a checkpoint e resume è una parte esplicita del progetto.
Di contro, una pipeline locale richiede pazienza, un po’ di spazio su disco e un computer sufficientemente adatto, ma non impone un pagamento per ogni minuto elaborato. Se la GPU del proprio computer è idonea, lo script la usa automaticamente, riducendo drasticamente i tempi; altrimenti ricorre alla CPU.
La terza ragione è la trasparenza tecnica. In un servizio online si vede il risultato finale, ma raramente si ha piena visibilità di cosa sia successo in mezzo. In un progetto open source, invece, si può capire quali componenti sono usati, come sono configurati e dove intervenire se qualcosa va corretto o migliorato.
La qualità del doppiaggio dipende da molti fattori: qualità dell’audio di partenza, chiarezza degli speaker, lingua sorgente, lunghezza dei segmenti, terminologia specialistica, qualità della traduzione automatica e resa della sintesi vocale. Nei contenuti tecnici o medici, per esempio, è possibile che alcune frasi richiedano una revisione manuale della traduzione prima di arrivare a un risultato davvero pubblicabile.
(14 aprile 2026)