Traduzione vocale bidirezionale per riunioni | JotMe

Come l’abbiamo realizzata

Lavoriamo da anni alla traduzione da voce a voce in tempo reale.

All’inizio di JotMe pensavamo già che poter parlare ciascuno nella propria lingua sarebbe diventato importante nel lavoro internazionale. La tecnologia, però, aveva ancora diversi limiti.

• La sintesi vocale richiedeva troppo tempo.
• Le traduzioni perdevano il contesto della conversazione.
• Le voci sintetiche suonavano poco naturali.
• Il ritardo rendeva difficile alternarsi nel parlare.
• I costi rendevano difficile usare il sistema con regolarità.

Per questi motivi abbiamo cominciato con un gruppo ristretto di aziende. Abbiamo sviluppato e provato la funzione con loro, prima di estenderne la disponibilità.

Il 7 maggio 2026 OpenAI ha presentato GPT-Realtime-2, un modello vocale per interazioni audio in tempo reale.

Poter elaborare il parlato e generare risposte audio a bassa latenza ha reso più pratico sperimentare una traduzione che accompagni una conversazione mentre si svolge.

Per usare la traduzione vocale al lavoro restavano due problemi: capire il contesto e far arrivare l’audio alla persona giusta.

1. Il contesto del lavoro in tempo reale

Una parola può assumere significati diversi a seconda del progetto e di chi sta parlando.

Pensiamo ai nomi dei prodotti, ai clienti, alle sigle interne e alle decisioni già prese. Sono dettagli che aiutano a interpretare una frase in modo pertinente.

Anche un buon modello può sbagliare senza queste informazioni. Per conversazioni importanti, resta utile controllare nomi, cifre e termini tecnici nel testo originale.

2. La distribuzione dell’audio

Come si fa ad ascoltare l’audio tradotto in una riunione, su un palco o in un webinar? La risposta cambia a seconda che l’audio debba arrivare nelle cuffie di una persona, rientrare nella chiamata o essere condiviso con il pubblico.

Per questo abbiamo sviluppato modalità diverse per riunioni online, ascolto locale e condivisione sui dispositivi dei partecipanti.

‍

Cosa cambia per le aziende che lavorano in più lingue?

In passato un’organizzazione poteva dover integrare strumenti e apparecchiature su misura. Con l’app desktop, un gruppo può provare una configurazione adatta alla riunione o all’evento.

La differenza si sente soprattutto quando il dialogo alterna domande, risposte e chiarimenti.

Quando il messaggio passa attraverso più persone o passaggi tecnici, può perdere sfumature e richiedere più tempo per arrivare a chi ascolta.

Con la traduzione da voce a voce, ciascuno può parlare nella propria lingua e ascoltare una versione sintetizzata quando la combinazione di lingue e la configurazione lo consentono.

Immagina il gioco in cui una persona traccia una forma sulla schiena di un’altra e quest’ultima la ridisegna su carta. A ogni passaggio può cambiare un dettaglio.

Succede qualcosa di simile quando un collega riceve e riferisce un messaggio in un’altra lingua. Con la traduzione in diretta e il testo originale a disposizione, puoi confrontare ciò che hai sentito prima di proseguire.

‍

Come funziona la traduzione da voce a voce di JotMe?

JotMe è pensato per le conversazioni di lavoro. Il contesto aiuta a interpretare riferimenti a prodotti, clienti, progetti e termini interni. Verifica nel parlato originale i passaggi in cui un errore cambierebbe la decisione.

Puoi usare JotMe Desktop accanto a Zoom, Google Meet o Microsoft Teams, oppure scegliere una sorgente locale per eventi e conversazioni in presenza. Il modello Fast (Audio) riconosce le lingue parlate compatibili. Le destinazioni vocali supportate sono 13 e hanno un elenco distinto.

Mentre ascolti l’audio tradotto, puoi seguire trascrizione e traduzione testuale. Dopo una sessione salvata, il relativo record può riunire la trascrizione e gli appunti con IA disponibili per il tuo account.

‍

‍

Come configurare la traduzione da voce a voce

Apri JotMe Desktop e accedi al menu Speech-to-Speech AI Translation. Qui scegli se ricevere l’audio tradotto, inviarlo alla riunione o condividerlo con altre persone.

Prima di avviare la traduzione, seleziona Fast (Audio) per il parlato e scegli la lingua di destinazione Fast. Torna poi al menu della traduzione da voce a voce e scegli la configurazione.

Fast riconosce automaticamente le lingue parlate compatibili. Puoi ascoltare la traduzione in queste lingue:

Cinese mandarino con testo semplificato, coreano, francese, giapponese, hindi, indonesiano, inglese, italiano, portoghese, russo, spagnolo, tedesco e vietnamita.

Modalità 1. Riunione online

Seleziona Riunione online (Online Meeting) quando devi instradare l’audio in un’app di riunione, ad esempio Zoom, Google Meet o Microsoft Teams.

Puoi configurare l’audio in tre direzioni a seconda di chi deve ascoltare la traduzione.

Bidirezionale

Usala quando entrambe le parti devono ascoltare la traduzione vocale.

• Tu ascolti la traduzione dell’altra persona nella lingua impostata per l’ascolto.
• L’altra persona ascolta la tua voce tradotta nella lingua configurata per l’uscita verso la chiamata.
• JotMe separa l’audio ricevuto dalla riunione dall’audio sintetizzato che rimanda all’app di chiamata.
• È una configurazione adatta a riunioni bilingui, chiamate con clienti, colloqui e sessioni di formazione, quando le due direzioni sono supportate.

Su macOS usa BlackHole 2ch e BlackHole 16ch. L’altoparlante della riunione è instradato su BlackHole 2ch e il microfono della riunione riceve l’uscita tradotta da BlackHole 16ch. In JotMe, ascolta con le cuffie.

Su Windows, VB-CABLE gestisce l’invio in modalità unidirezionale. Per il flusso bidirezionale, la guida indica Virtual Audio Cable Line 1 per microfono e altoparlante della riunione. Segui i dispositivi mostrati nell’app per la modalità scelta.

Solo ascolto

Usala se devi soltanto ascoltare l’altra parte in traduzione.

• JotMe riceve l’audio della riunione o quello di sistema, secondo la configurazione.
• L’audio tradotto viene riprodotto nelle tue cuffie o negli altoparlanti impostati.
• In questa direzione, il microfono locale resta fuori dal flusso di traduzione.

Su Mac instrada l’uscita della riunione a BlackHole 2ch. Su Windows scegli la sorgente di cattura indicata da JotMe per la configurazione corrente.

Solo parlato

Usala quando vuoi parlare nella tua lingua e inviare agli altri l’audio tradotto.

• JotMe acquisisce il segnale del tuo microfono.
• L’app instrada l’audio sintetizzato verso il microfono virtuale usato nella riunione.
• Il parlato degli altri partecipanti resta fuori da questa direzione di traduzione.

Su Mac imposta BlackHole 2ch come microfono dell’app di riunione. Su Windows seleziona CABLE Output (VB-Audio Virtual Cable) come microfono virtuale.

Se manca un dispositivo audio virtuale necessario, JotMe può bloccare l’avvio. Installa il driver indicato e riavvia il computer se il dispositivo non compare.

Modalità 2. Altro

Seleziona Altro (Other) quando l’audio tradotto deve restare sul computer, senza rientrare nell’app di riunione.

Audio del microfono

Puoi usarlo in situazioni come queste:

• Conversazioni in presenza
• Eventi dal vivo
• Interviste
• Lezioni
• Dimostrazioni allo stand
• Attività sul campo

Audio di sistema

Puoi usarlo in situazioni come queste:

• Video
• Dirette
• Webinar
• Materiali formativi
• Podcast
• Altre sorgenti audio già in riproduzione sul computer

La modalità Altro usa la sorgente selezionata in JotMe e riproduce localmente il risultato, senza bisogno di un dispositivo audio virtuale per inviare la voce a un’app di riunione.

Modalità 3. Condivisione

Usa Condivisione (Sharing) quando le persone devono seguire la traduzione sul proprio dispositivo.

• Condividi un URL per consentire l’accesso da un browser compatibile.
• Condividi un codice per consentire l’accesso da JotMe Desktop.
• Mostra un QR code per aprire il collegamento con la fotocamera del telefono.
• Ogni partecipante può scegliere tra le lingue rese disponibili dall’organizzatore per quella modalità.
• Per le sessioni idonee, l’organizzatore può abilitare l’audio tradotto per i partecipanti. Con Fast (Audio), il consumo si calcola moltiplicando la durata della traduzione per cinque e per il numero di partecipanti che la ricevono, sia per i sottotitoli sia per l’audio tradotto. Verifica modalità, lingue e saldo prima dell’evento.

La condivisione può servire in webinar, lezioni, corsi, visite a impianti, dimostrazioni e riunioni in cui i partecipanti seguono in lingue diverse.

‍

Dove usare la traduzione vocale in tempo reale

Riunioni di team multilingue

La traduzione vocale è utile quando ogni intervento conta e fermarsi a riformulare in un’altra lingua rende più difficile partecipare. Scegli la configurazione in base a chi parla, chi ascolta e come arriva l’audio.

Chiamate commerciali internazionali

Il gruppo può ascoltare le richieste del cliente e rispondere nella lingua in cui si esprime meglio. Per preventivi o impegni, conferma per iscritto i termini concordati.

Assistenza e rapporti con i clienti

Durante un avvio, un rinnovo o la risoluzione di un problema, puoi ascoltare la traduzione mentre segui i passaggi tecnici. Usa anche la trascrizione se devi verificare un codice o un nome.

Selezione del personale e colloqui internazionali

Se il ruolo lo consente, lascia che le persone descrivano un progetto nella lingua in cui riescono a spiegarlo meglio. Per decisioni delicate, prepara un modo per chiarire i passaggi in dubbio.

Eventi e webinar

Con un URL o un QR code, il pubblico può seguire dal proprio dispositivo. Verifica quali lingue offrire e se il pubblico deve leggere i sottotitoli o ascoltare l’audio tradotto.

Istruzione e formazione

In aula, in un corso o in un laboratorio, puoi affiancare la traduzione alla spiegazione dal vivo. Una breve prova audio prima dell’inizio aiuta a verificare che il pubblico riesca a seguire.

Produzione e rapporti con i fornitori

Visite in stabilimento, controlli qualità e formazione usano termini specifici. Prepara i nomi dei componenti e verifica le istruzioni critiche con un referente.

Viaggi e ospitalità

Hotel, guide e personale degli eventi possono usare la traduzione per chiarire esigenze, indicazioni e modifiche al programma durante uno scambio.

Revisione di contenuti e materiali multimediali

Con la sorgente audio di sistema, puoi seguire in traduzione video, dirette, podcast e materiali di formazione senza dover prima importare un file.

‍

Per concludere

Abbiamo costruito la traduzione da voce a voce per rendere più pratico il lavoro tra persone che parlano lingue diverse. Se vuoi condividere un riscontro o discutere una configurazione per la tua organizzazione, scrivici a hey@jotme.io.

‍