Pioveva a dirotto su Milano quella sera di ottobre, e io ero seduto sul divano con una scatola di cartone polverosa tra le gambe. Dentro c'erano il Nokia 3310 di nonno, ancora carico di messaggi vocali di nonna, e un paio di cassette che lei usava per cantare le ninne nanne ai nipoti. Non le toccavo da anni: il caricabatterie del Nokia era sparito chissà dove e il mangianastri era finito in cantina. Ma mentre mandavo su WhatsApp un vecchio audio a mio cugino, mi è venuta un'idea: e se potessi riunire tutto in un'unica voce digitale?

Da dove tutto è partito: un Nokia e due cassette

Il primo passo è stato recuperare l'hardware. Ho chiesto in prestito un vecchio registratore a cassette al vicino di casa — un tizio che colleziona walkman anni '90 — e ho collegato l'uscita cuffie al microfono del telefono. Con l'app Registratore di iOS ho catturato circa quaranta minuti di chiacchiere, risate e qualche strofa di "O sole mio" cantata a squarciagola. I messaggi del Nokia li ho esportati via cavo OTG su PC e poi convertiti in MP3 con Audacity (gratis, open source, niente pubblicità). In tutto ho speso una serata e un caffè, zero euro.

Primo ostacolo: pulire l'audio senza studio

Quaranta minuti di nastro magnetico significano fruscii, click e il rumore del traffico fuori dalla finestra. Ho provato a passare tutto per RNNoise (plugin gratuito per Audacity) e il risultato è stato decente: la voce di nonna è emersa nitida, anche se ogni tanto si sente ancora il ticchettio della pioggia. Ho tagliato i silenzi lunghi, ho normalizzato il volume a -3 dB e ho salvato un file WAV a 16 bit, 44,1 kHz — il formato che la maggior parte dei servizi di clonazione vocale gratuita accetta senza lamentarsi.

Cos'è la clonazione vocale e perché funziona anche in italiano

In parole povere: dai al modello pochi secondi (o minuti) di registrazione e lui impara il timbro, l'intonazione, persino le pause caratteristiche. Poi gli dai un testo qualunque e lui lo legge con quella stessa voce. I servizi gratuiti come VoxClone (online, niente installazione) permettono di caricare un campione da 30 secondi a 5 minuti e generare un clone in un paio di minuti. Non serve GPU, non serve registrarsi — basta trascinare il file e premere "Crea".

Il mio test reale: nonna che mi risponde

Ho scelto un estratto pulito di due minuti: nonna che racconta la ricetta dei tortellini, niente musica di sottofondo. L'ho caricato sul tool, ho aspettato il countdown (circa 90 secondi) e ho scritto la prima frase di prova: "Ciao nipote, oggi ho fatto i tortellini come una volta". Quando ho premuto play, mi sono venuti i brividi: la cadenza lombarda, il leggero sussurro finale, persino il modo in cui allunga la "o" di "tortellini". Non era perfetto al 100% — qualche vocale chiusa suonava un po' metallica — ma l'anima c'era tutta.

Quali tool gratuiti hanno retto il colpo (e quali no)

Ho provato una mezza dozzina di servizi nel giro di due settimane. Ecco cosa ho imparato, punto per punto:

  • Qualità del campione: più il file è pulito, più il clone suona naturale. Il rumore di fondo si porta dietro nel risultato.
  • Supporto italiano: non tutti i modelli gestiscono bene l'accento milanese o le vocali aperte. Quelli addestrati su dataset multilingue (es. Coqui TTS italiano) vanno meglio.
  • Limiti di caratteri: la versione free di solito ti dà 5.000–10.000 caratteri al mese. Per un audiolibro con ia gratis da 30 minuti ho dovuto splittare il testo in più sessioni.
  • Privacy / GDPR: prima di caricare la voce di un familiare controlla dove risiedono i server. Alcuni tool europei (es. VoiceCloner.it) dichiarano esplicitamente di non conservare i file oltre 24 ore e di essere conformi al Regolamento UE 2016/679.
  • Facilità d'uso: interfaccia drag‑and‑drop, anteprima immediata, download in MP3/WAV. Se devi cliccare cinque volte per ottenere un file, perdi la pazienza.

Alla fine ho tenuto VoxClone per la velocità e VoiceCloner.it per la garanzia privacy. Cambiare tool ogni giorno fa solo perdere tempo: ogni motore ha la sua "personalità" e ci vuole un po' per capirne i limiti.

L'accento di nonna: la vera sfida

Nonna parlava un dialetto misto milanese‑bergamasco, con quelle "e" chiuse che in italiano standard non esistono. Un paio di tool hanno "corretto" la pronuncia rendendola troppo neutra, cancellando proprio il tratto che la rendeva unica. Lezione imparata: cerca servizi che offrano l'opzione "mantieni accento originale" o che permettano di caricare più campioni con variazioni lessicali. Se il tool tenta di "standardizzare", perdi l'identità.

Il risultato finale: un audiolibro di famiglia

Dopo due settimane di prove, tagli, ritocchi e qualche nottata insonne, ho assemblato un audiolibro con ia gratis di 22 minuti: le fiabe che mi raccontava da piccolo, la preghiera della sera, la ricetta dei tortellini, persino la sua risata contagiosa. L'ho caricato su Google Drive (cartella condivisa solo con la famiglia) e l'ho fatto ascoltare a mia madre durante la cena della domenica. Lei ha pianto. Mio nipote di quattro anni, che non l'ha mai conosciuta, ha chiesto "È la nonna?". Quel momento vale più di qualsiasi metrica tecnica.

Attenzioni legali e morali da non sottovalutare

  1. Consenso: anche se la voce è di un parente defunto, in Italia il diritto all'immagine e alla voce prosegue per 70 anni dopo la morte (art. 10 Codice Civile). Meglio avere una liberatoria scritta dagli eredi.
  2. Dove finiscono i dati: evita tool che non specificano la localizzazione dei server. Se i file finiscono negli USA senza Standard Contractual Clauses, rischi sanzioni dal Garante.
  3. Uso improprio: non usare il clone per deepfake, truffe telefoniche o contenuti politici. La tecnologia è un'arma a doppio taglio.

Il mio consiglio: inizia oggi, non domani

Se hai una cassetta nel cassetto, un vocale WhatsApp dimenticato, una registrazione vocale su vecchi CD — digitalizzala ora. Il tempo mangia i nastri, i telefoni si rompono, i cloud cambiano policy. Con un generatore di voce gratuito e un po' di pazienza puoi regalare ai tuoi figli e nipoti la possibilità di sentire la nonna che sussurra "Buonanotte, amore mio". Io ci ho messo una serata per la digitalizzazione, un paio d'ore per la clonazione e qualche giorno per l'editing. Il ritorno emotivo è impagabile.

Vuoi provare subito? Dai un'occhiata allo strumento gratuito per clonare la voce che ho usato, oppure vai alla pagina di clonazione per confrontare i modelli, e se ti serve un generatore di voci dinamiche per progetti più lunghi c'è anche quello. Non serve essere ingegneri: basta un po' di curiosità e il desiderio di non far spegnere una voce che ami.