IT
Scarica

Guide

Voce fuori campo IA: una narrazione sintetica che suona naturale

Una voce fuori campo IA trasforma un testo in narrazione in pochi secondi. Il risultato dipende soprattutto da copione e mixaggio: ecco le regole concrete.

Aggiornato il 6 min di letturaTeam Orbicut

Scopri la nostra nuova collezione,

fatta a mano in Belgio,

a casa tua in 48 ore.

Voce fuori campo IA
Anteprima: Orbicut genera una voce fuori campo IA da un copione e abbassa la musica sotto la voce

Che cos'è una voce fuori campo IA?

Una voce fuori campo IA (o voce sintetica, text-to-speech) legge un testo con una voce umana generata da un modello di intelligenza artificiale. Le voci più recenti respirano, variano l'intonazione e fanno le pause, tanto che sulle frasi semplici è difficile distinguerle da una voce registrata.

Esistono due grandi famiglie:

  • Le voci di libreria: voci generiche, pronte all'uso, da scegliere per lingua, genere e tono (pacato, energico, caloroso).
  • Le voci clonate: un modello riproduce la voce di una persona reale a partire da un campione registrato. Utile perché un formatore o un titolare «parli» in video che non ha il tempo di registrare, a patto di avere il suo consenso.

Passo dopo passo

  1. Scrivere il copione

    Scrivi frasi di 8-15 parole, circa 70-80 parole per 30 secondi, con il gancio nella prima frase.

  2. Adattarlo al parlato

    Scrivi numeri, sigle e nomi propri come devono essere pronunciati.

  3. Scegliere e provare la voce

    Ascolta due o tre voci sul tuo testo e tieni quella adatta al tuo pubblico.

  4. Generare e posizionare le immagini

    Genera la narrazione, poi posiziona scene e B-roll sulle frasi.

  5. Mixare e sottotitolare

    Abbassa la musica sotto la voce, aggiungi sottotitoli sincronizzati e controlla il volume.

  6. Dichiarare se necessario

    Se la voce imita una persona reale, ottieni il suo consenso e indica l'uso dell'IA alla pubblicazione.

Lunghezza consigliata del copione per una voce fuori campo (circa 150 parole al minuto)
Durata del videoNumero di paroleUso tipico
15 secondi35-40 parolePubblicità, teaser
30 secondi70-80 paroleVideo di prodotto, consiglio
60 secondi140-160 paroleTutorial breve, Reel esplicativo
90 secondi210-240 parolePresentazione di un servizio
3 minuti420-480 paroleShort lungo, tutorial dettagliato

Quando usare una voce fuori campo IA e quando evitarla

Una voce sintetica è una buona scelta per:

  • tutorial e registrazioni dello schermo, dove l'immagine conta più della persona;
  • video di prodotto montati con scene di B-roll, senza nessuno a camera;
  • versioni in altre lingue di un video esistente;
  • correzioni: sostituire una frase pronunciata male senza rigirare la scena;
  • contenuti ricorrenti (consigli, novità del settore) dove conta la quantità.

È meno adatta alle testimonianze, ai video in cui il messaggio è la tua personalità e ai contenuti emotivi. Sui social una voce vera un po' imperfetta ispira spesso più fiducia di una narrazione levigata. Un buon compromesso: la tua voce per i video a camera, la voce IA per i formati esplicativi.

Scrivere un copione per una voce sintetica

La voce IA legge esattamente quello che scrivi. Un testo pensato per essere letto a schermo suona rigido una volta pronunciato. Qualche regola:

  • Frasi brevi: 8-15 parole. Un'idea per frase.
  • Velocità: una narrazione sta di solito tra 130 e 160 parole al minuto. Calcola circa 70-80 parole per 30 secondi, 140-160 parole per un minuto.
  • Punteggiatura: la virgola crea una breve pausa, il punto una pausa più lunga. Puntini di sospensione e punti esclamativi cambiano l'intonazione: provali.
  • Numeri e sigle: scrivi «ventiquattro euro» invece di «24 €», e «S-E-O» se la voce legge la sigla in modo strano. Per le date, «primo marzo» è più sicuro di «1/3».
  • Nomi propri: se un marchio viene pronunciato male, scrivilo in modo fonetico nel copione (il testo dei sottotitoli può mantenere la grafia corretta).
  • Gancio: i primi 2-3 secondi, cioè 6-10 parole, devono dire allo spettatore cosa otterrà.

Esempio per un video di prodotto di 20 secondi (circa 50 parole): «Perdi le chiavi ogni mattina? Questo portachiavi suona appena lo chiami. La batteria dura un anno. Sta in tasca, resiste all'acqua e si configura in due minuti. Niente più corse all'ultimo secondo per cercarle. Trovi il link nella descrizione.»

Scegliere la voce giusta

  • Lingua e accento: un italiano neutro, una cadenza del nord o del sud, un italiano della Svizzera non creano la stessa vicinanza. Scegli quella del tuo pubblico.
  • Il tono: pacato per un tutorial, energico per una pubblicità, caloroso per un negozio di quartiere. Ascolta la voce sul tuo testo, non solo sul campione.
  • La costanza: usa la stessa voce da un video all'altro. Diventa un punto di riferimento per il tuo pubblico, come un jingle.
  • La velocità: la maggior parte degli strumenti permette di accelerare un po'. Oltre il 10-15% più veloce del normale, la voce perde naturalezza.

Montare e mixare la voce fuori campo

  • Adatta le immagini alla voce, non il contrario: genera prima la narrazione, poi posiziona le scene sulle frasi.
  • Abbassa la musica sotto la voce (ducking): la musica deve restare ben in secondo piano, circa 15-20 dB sotto la voce mentre parla, poi risalire nei silenzi.
  • Aggiungi i sottotitoli: una gran parte dei video si guarda senza audio. I sottotitoli sincronizzati con la voce restano indispensabili.
  • Lascia respirare: 0,3-0,5 secondi di silenzio tra un'idea e l'altra rendono la narrazione più umana.
  • Volume di uscita: punta a un livello costante, senza picchi; circa -14 LUFS è un obiettivo comune per i video online.

Clonazione della voce, trasparenza e regole da rispettare

Clonare la voce di una persona senza il suo consenso scritto è da escludere, anche per un collega o una celebrità «per scherzo». La voce è un dato personale e un attributo della personalità.

Nell'Unione europea l'articolo 50 del regolamento europeo sull'IA (AI Act) si applica dal 2 agosto 2026: un contenuto audio o video generato o manipolato dall'IA che assomiglia in modo realistico a una persona esistente (deepfake) deve essere dichiarato come tale. Anche le piattaforme hanno le loro regole: YouTube chiede di dichiarare al caricamento i contenuti realistici modificati o sintetici, voce compresa (guida ufficiale di YouTube), e TikTok chiede di etichettare i contenuti realistici generati dall'IA.

In pratica: una voce di libreria che legge il copione del tuo tutorial non crea problemi; una voce clonata che fa dire a qualcuno frasi realistiche deve essere autorizzata dalla persona e dichiarata. Nel dubbio, scrivi «voce generata con l'IA» nella descrizione.

Creare una voce fuori campo IA con Orbicut

In Orbicut la voce fuori campo IA usa i crediti dei piani: costa 10 crediti ogni 30 secondi di narrazione, cioè circa 0,10 €. Scrivi o incolli il testo, scegli una voce, e la narrazione si posiziona sulla timeline con i suoi sottotitoli animati. La musica si abbassa automaticamente sotto la voce. Per un video in più lingue, abbinala alla traduzione del progetto. I dettagli dei piani sono nella pagina dei prezzi.

Domande frequenti

Una voce fuori campo IA suona naturale?

Su frasi brevi e ben punteggiate le voci sintetiche recenti sono molto naturali. I difetti emergono soprattutto su nomi propri, sigle e frasi troppo lunghe, che si correggono nel copione.

Quante parole servono per una voce fuori campo di 30 secondi?

Calcola circa 70-80 parole per 30 secondi, sulla base di una velocità di narrazione di 130-160 parole al minuto.

È legale clonare una voce con l'IA?

Clonare la propria voce o quella di una persona che ha dato il consenso è consentito. Nell'Unione europea l'AI Act impone dal 2 agosto 2026 di dichiarare i contenuti che imitano in modo realistico una persona esistente.

Bisogna dichiarare una voce fuori campo IA su YouTube?

YouTube chiede di dichiarare i contenuti realistici modificati o generati, audio compreso, quando possono sembrare reali, per esempio una voce clonata che attribuisce frasi a una persona vera. Una narrazione generica su un tutorial di solito non rientra in questo caso.

Orbicut offre la clonazione della voce?

Non per ora: la clonazione della propria voce non è una funzione annunciata. Orbicut offre voci IA di libreria, a 10 crediti ogni 30 secondi, utilizzabili con i crediti di ogni piano.