Costruire un ottimo prodotto di appunti non significa scegliere il modello più recente. Significa orchestrare tre modelli nell’ordine giusto e sapere quando vince ciascuno.
Livello 1: Trascrizione
Partiamo da Whisper Large v3 (OpenAI) self-hosted sulle nostre GPU. I motivi:
- Multilingue nativo (oltre 90 lingue con buona qualità).
- Robustezza al rumore senza equivalente commerciale.
- Costo prevedibile quando lo eseguiamo noi.
Per gli audio lunghi (oltre 30 min), li pre-segmentiamo con il VAD (rilevamento dell’attività vocale) perché il modello non vada alla deriva. Per le lingue miste nella stessa riunione, le rileviamo per blocco e mandiamo ciascuno a un passaggio specifico.
Livello 2: Diarizzazione + allineamento
Come abbiamo visto nell’articolo dedicato, questo livello è interno: embedding + clustering + prosodia. L’output è la trascrizione di Whisper arricchita con le etichette degli interlocutori per ogni turno.
Livello 3: Sintesi (LLM)
Qui usiamo Gemini 2.5 Pro come modello principale per tre motivi:
- Contesto lungo: 1M di token. Una riunione di 90 minuti ci sta senza troncamenti.
- Qualità in spagnolo: nei nostri benchmark supera GPT-4 sui riassunti di riunioni reali in spagnolo.
- Costo/prestazioni: alla resa dei conti, fa ciò che fanno i modelli premium a un costo inferiore.
Per compiti specifici (classificazione delle attività, estrazione delle date) usiamo modelli più piccoli ed economici: per quel lavoro non serve un cannone.
Livello 4: Chat sulla nota
È il livello a cui siamo più affezionati. Usiamo il recupero tramite embedding sulla trascrizione + diarizzazione: quando fai una domanda, recuperiamo il frammento esatto e lo passiamo al modello. Questo significa che le risposte hanno citazioni verificabili (timestamp + testo letterale).
Il principio
Ogni modello sta dove è migliore, non dove è più appariscente. Lo stack si aggiorna quando un nuovo modello vince valutazioni reali contro quello attuale, non quando esce un annuncio.
Pronto a provarlo?
Registra la tua prossima riunione e ottieni un riepilogo operativo in pochi secondi.
Inizia gratisContinua a leggere
Vedi tutti →Privacy nelle registrazioni: come AudioMap protegge le tue riunioni
Caricare un audio su un servizio implica fiducia. Ecco esattamente cosa facciamo e cosa non facciamo con il tuo materiale.
5 minDiarizzazione: come AudioMap capisce chi dice cosa
Identificare le voci è più difficile di quanto sembri. Ecco come lo risolviamo senza inondare il tuo disco di embedding.
6 minL’IA nelle riunioni: mito e realtà nel 2026
Cosa può e cosa non può fare oggi l’IA con le tue riunioni, e perché la maggior parte delle promesse del mercato è fumo.
5 minLa lezione che hai registrato e non hai mai riascoltato: come riassumere una lezione registrata
Registrare la lezione richiede un pulsante. Riascoltarla richiede i novanta minuti che non hai. Ecco come una registrazione di novanta minuti diventa appunti con concetti, esempi, bibliografia e una mappa mentale, senza riascoltare.
8 minCome conservare un’intervista familiare: la vita di tua nonna non sta in un vocale di WhatsApp
Hai registrato tua nonna che racconta la sua infanzia e il file vive in una chat che un giorno verrà svuotata. Ecco come quella registrazione diventa qualcosa che puoi leggere, cercare per nome, guardare con i sottotitoli e condividere con la famiglia senza perderne il controllo.
8 minIl consulente che ha smesso di ripetere la stessa revisione quindici volte: un modello di revisione fiscale con IA
Quindici revisioni trimestrali in tre settimane, tutte simili e nessuna uguale. Il problema non è ricordare cosa è stato detto: è ricordare a chi. Ecco come ogni sessione finisce documentata, con la sua nota legale e i suoi dati in Europa.
8 min