Per iscriversi alla newsletter Maestro Roberto inviare una mail all'indirizzo info@robertosconocchini.it con oggetto Iscrizione newsletter e testo vuoto
Immagina di aprire una voce di Wikipedia e, invece di leggere un muro di testo con link blu sparsi qua e là, vederti davanti una galassia interattiva di concetti collegati tra loro. Nodi che si espandono, connessioni che si illuminano, percorsi di conoscenza che si diramano in tutte le direzioni. Benvenuto su WikiLoop Galaxy.
A gennaio 2026 il team Qwen di Alibaba Cloud ha rilasciato in open source Qwen3-TTS, un sistema di sintesi vocale che fa cose che fino a poco tempo fa sembravano fantascienza. La notizia è passata relativamente in sordina, ma per noi che lavoriamo in classe, o che semplicemente produciamo materiali didattici, vale la pena capire bene di cosa si tratta.
La demo su Hugging Face ti permette di trasformare un testo scritto in audio parlato, con tre possibilità: creare una voce nuova di sana pianta descrivendone lo stile, clonare una voce a partire da un campione audio caricato da te, oppure scegliere tra alcune voci preimpostate. Hugging Face Tutto questo direttamente dal browser, senza installare nulla.
Il modello è stato addestrato da Alibaba e rappresenta un passo avanti significativo nella generazione vocale open source, con capacità che fino ad ora erano disponibili solo in sistemi commerciali chiusi come ElevenLabs o MiniMax.
Le tre cose che sa fare
Generazione di voci personalizzate. Puoi descrivere a parole la voce che vuoi: "uomo di mezza età, tono caldo, ritmo lento, accento britannico". Il modello capisce la descrizione e genera un audio coerente. È come dare istruzioni a un doppiatore immaginario.
Clonazione vocale da pochi secondi di audio. Questo è il punto più sorprendente. Qwen3-TTS supporta la clonazione vocale a partire da soli 3 secondi di audio in ingresso. Praticamente basta un frammento vocale, anche registrato con il microfono del telefono, e il sistema è in grado di replicare quella voce su qualsiasi testo tu voglia far leggere.
Voci preimpostate con controllo delle emozioni. Per chi non ha bisogno di clonare voci reali, ci sono nove voci premium già pronte, con combinazioni di genere, età, lingua e dialetto. Si può anche istruire il modello sul tono emotivo che si vuole ottenere.
Dieci lingue, incluso l'italiano
Qwen3-TTS integra 10 lingue principali: cinese, inglese, giapponese, coreano, tedesco, francese, russo, portoghese, spagnolo e italiano, con profili vocali dialettali per rispondere alle esigenze globali. Il fatto che l'italiano sia incluso non è un dettaglio banale: significa che possiamo usarlo per produrre materiali nella nostra lingua con una qualità audio davvero alta.
Possiamo usare Qwen3-TTS per produrre versioni audio dei nostri testi scritti, creare podcast didattici anche senza avere una voce "da speaker", aggiungere la narrazione sonora a presentazioni o video, oppure generare materiali di ascolto per gli studenti in modalità flipped classroom.
La clonazione vocale apre anche scenari interessanti per chi lavora con studenti DSA o BES: poter avere una voce costante, sempre disponibile, che legge i materiali di studio può fare la differenza.
Detto questo, aprire questa conversazione significa anche affrontare il lato critico.
La parte scomoda: etica e consapevolezza
È importante che tutti capiscano che la clonazione vocale è ormai disponibile a chiunque abbia una GPU e qualche GB di VRAM, o in questo caso un browser con accesso a Hugging Face.
Chiunque può clonare la voce di qualcun altro con pochi secondi di registrazione. Questo significa che come insegnanti abbiamo almeno due doveri. Il primo è proteggerci: essere consapevoli che la nostra voce, se registrata e pubblicata online, può essere replicata. Il secondo è educare: i nostri studenti devono sapere che un audio che sembra autentico potrebbe non esserlo, e che verificare le fonti vale anche per i contenuti sonori.
Come provarlo subito
La demo è gratuita e accessibile su Hugging Face all'indirizzo https://huggingface.co/spaces/Qwen/Qwen3-TTS. Non serve un account per provarla, basta aprire il link. Puoi digitare un testo, scegliere la modalità (voce preimpostata, design da descrizione, o clonazione), e ascoltare il risultato in pochi secondi.
Per chi volesse andare oltre la demo e usarlo in modo più strutturato, il codice è open source su GitHub con licenza Apache 2.0, il che significa che si può usare anche in contesti commerciali, e ci sono versioni leggere (0.6B parametri) che girano su hardware modesto.
Vale la pena conoscere Qwen3-TTS non solo perché è uno strumento utile, ma perché rappresenta un cambio di paradigma: la voce sintetica di qualità è diventata accessibile a tutti. E come sempre con queste tecnologie, la domanda non è "possiamo usarla?", ma "quando e come usarla bene?".
Qualche giorno fa Google ha annunciato l'ingresso di ProducerAI nel suo ecosistema Google Labs. La notizia ha fatto un certo rumore nel mondo della creatività digitale, ma credo che meriti attenzione anche dnel mondo della scuola. Perché questa cosa non riguarda solo i musicisti professionisti, ma chiunque lavori con ragazzi e linguaggi espressivi.
Oggi la scuola non è più soltanto un luogo di trasmissione del sapere, ma uno spazio vivo di didattica esperienziale.
Ho scoperto un fantastico strumento distribuito da Atlantis Educational, la cui mission è chiara: trasformare la tecnologia da freddo strumento a esperienza naturale che "prende vita" su ogni superficie.
Si tratta del Magic Touch Projector, con cui il concetto di laboratorio si evolve: non è più una stanza chiusa, ma un ecosistema digitale accessibile ovunque. Che sia su un banco o una parete, l'apprendimento diventa un viaggio di scoperta che coinvolge attivamente i bambini della scuola dell'infanzia e primaria, abbattendo i confini tra teoria e pratica.
Flessibilità 3-in-1: oltre la "bolla individuale" dei Tablet
A differenza dei dispositivi mobili tradizionali, che spesso isolano lo studente in una dimensione individuale, il Magic Touch Projector nasce per favorire la socializzazione e l'apprendimento collaborativo. La sua architettura versatile permette tre modalità d'uso integrate:
Tavolo Interattivo da 30": Posizionato orizzontalmente, trasforma qualsiasi superficie piana in un centro di lavoro condiviso. Il supporto a 10 tocchi simultanei (finger touch) permette a più bambini di operare insieme, costruendo il sapere collettivamente.
Parete Touch fino a 90": Ruotando il proiettore verso una superficie verticale, si attiva la modalità con penna interattiva. Questa configurazione è ideale per lezioni dinamiche in cui il docente guida la classe in una narrazione visiva di grande impatto.
Proiezione Tradizionale fino a 150": Per momenti di visione collettiva o cinema didattico, il dispositivo offre uno schermo spettacolare, ideale per trasformare l'aula in un portale immersivo.
Specifiche Tecniche per l'Innovazione:
Prestazioni: CPU Hexa Core con 4GB di RAM e 128GB di memoria Flash, per una fluidità operativa senza compromessi.
Sistema Operativo: Android OS con accesso a migliaia di app educative.
Qualità Visiva: Risoluzione Full HD 1080p per immagini nitide e coinvolgenti.
L'Apprendimento in azione: esplorare l'infinito
La didattica con il Magic Touch Projector non è mai passiva. Ho utilizzato applicazioni come Solar System Scope e il tavolo interattivo è diventata una "centrale di controllo" spaziale con cui è possibile toccare, ruotare e ingrandire i pianeti, vivendo un'interazione multimodale che fissa i concetti attraverso il movimento e la vista.
L’integrazione con YouTube permette inoltre di trasformare contenuti multimediali e cartoni animati in stimoli per il dibattito collettivo, rendendo ogni video un’opportunità di apprendimento attivo e non una semplice visione.
Appuntamento a Didacta: Tocca con Mano il Futuro
Invito tutti i docenti, dirigenti e animatori digitali a scoprire dal vivo il potenziale del Magic Touch Projector a Didacta, dall'11 al 13 marzo prossimi, per trasformare la vostra idea di aula e sperimentare una scuola fatta per essere toccata, vissuta e condivisa. Troverete e proverete questa intrigante tecnologia nei seguenti spazi:
- Cometa: Spadolini Superiore J51
- C2 Group: Spadolini Inferiore Stand K42
- Brevi: Padiglione Spadolini inferiore, stand K55
Il Magic Touch Projector è lo strumento definitivo per chi crede in una scuola capace di unire creatività, rigore scientifico e inclusione totale. È il momento di abbattere le pareti della lezione frontale per abbracciare una scoperta senza confini.
Quante volte hai trovato un video su YouTube perfetto per la tua lezione, ma ti sei ritrovato a pensare: "Se solo potessi estrarne il testo, potrei usarlo in mille modi diversi"? Ecco, esiste uno strumento che fa esattamente questo, ed è più semplice di quanto immagini.
Si chiama "YouTube in testo" (o nelle varianti inglesi "YouTube to Text" o "YouTube Transcript") ed è un'estensione gratuita per il browser Chrome che converte automaticamente l'audio di qualsiasi video YouTube in una trascrizione scritta. Niente magie, niente complicazioni: installi l'estensione, apri il video, clicchi un pulsante e in pochi secondi hai davanti a te l'intero contenuto parlato trasformato in testo leggibile, con tanto di marcatori temporali.
Il procedimento è davvero semplice. Si va sul Chrome Web Store, si cerca "YouTube in testo" o "YouTube Transcript", si clicca su "Aggiungi a Chrome" e il gioco è fatto (sotto trovi il collegamento diretto). Da quel momento in poi, ogni volta che apri un video su YouTube, l'estensione è lì pronta ad attivarsi.
Basta cliccare sul pulsante "Trascrivi video" che compare nella pagina e nel giro di qualche secondo appare un pannello laterale con la trascrizione completa. Ogni blocco di testo è associato al minuto e al secondo corrispondente nel video: se clicchi su un timestamp, il video riparte esattamente da quel punto. Pratico, no?
La trascrizione può poi essere copiata, scaricata come file di testo o documento Word, oppure incollata dove ti serve, da un documento Google a un file di presentazione. Hai anche la possibilità di tradurla immediatamente nella tua lingua!
Qui viene la parte più interessante. Pensaci: quante cose puoi farci con la trascrizione di un video didattico?
Creare materiali di studio è il primo utilizzo ovvio. Se usi un documentario, una lezione di un esperto o un TED Talk in classe, puoi estrarne il testo e distribuirlo agli studenti come dispensa. Chi ha difficoltà di ascolto o chi non capisce bene la lingua parlata ha finalmente uno strumento di supporto concreto.
Preparare esercizi di comprensione diventa molto più veloce. Invece di trascrivere manualmente (chi l'ha mai fatto sa quanto sia lungo e noioso), hai il testo pronto in pochi secondi e puoi iniziare subito a costruirci sopra domande, attività di analisi del testo o esercizi di completamento.
Lavorare con studenti stranieri o con DSA è un altro campo in cui questo strumento fa davvero la differenza. Avere il testo scritto affiancato al video riduce il carico cognitivo e permette a tutti di seguire con più facilità, ognuno con i propri tempi.
Alimentare il lavoro con l'intelligenza artificiale è forse l'uso più potente. Una volta che hai la trascrizione, puoi incollarla su ChatGPT o su Claude e chiedere di riassumerla, semplificarla, trasformarla in una mappa concettuale, generare domande a risposta multipla, adattarla a diversi livelli scolastici. Il testo diventa la materia prima di un flusso di lavoro didattico molto più ricco.
Nessuno strumento è perfetto, e vale la pena dirlo chiaramente. La qualità della trascrizione dipende molto dalla qualità audio del video originale: se il parlato è chiaro e ben registrato, il risultato è ottimo, con una precisione che in inglese supera il 95%. Se invece c'è rumore di fondo, accenti molto marcati o più persone che parlano insieme, qualche errore può saltare fuori.
Funziona meglio con i video che hanno già i sottotitoli caricati dal creatore (in quel caso l'estensione li estrae direttamente), mentre per i video senza sottotitoli si affida al riconoscimento vocale automatico, che è comunque buono ma non infallibile.
Home