Giovedì notte, quasi mezzanotte, Marco mi manda un vocale di otto secondi. Una voce femminile legge la descrizione di un prodotto. Tono rilassato, una piccola pausa per respirare. Poi scrive: «Ma questa voce è vera? Sembra una speaker in studio.»

Non lo è. L'ho generata con clonazione vocale gratuita in meno di due minuti.

Silenzio. Poi la domanda che non mi aspettavo: «Quando esporti, scegli MP3 o WAV?»

Ecco... questa è più difficile di «sembra vera?».

Come siamo finiti a parlare di formati

Marco fa schede prodotto per e-commerce. Ultimamente deve creare audio per una serie di articoli. Prima pagava doppiaggio: 30 secondi a 80 euro, ogni modifica altri 30. Poi gli ho mostrato quanto è semplice usare un testo a voce gratuito. Niente software da installare, niente account. Ha chiesto tre volte: «Davvero posso clonare voce gratis?»

Capisco la sorpresa. Negli ultimi anni ho provato sette o otto strumenti che promettevano sintesi vocale gratuita e poi... watermark, crediti esauriti, export bloccato. Voce sintetica senza registrazione e senza limiti? Non è così comune.

Ma quando ha incollato il testo e cliccato esporta, si è bloccato. Due opzioni: MP3 e WAV. Fine.

Molti cercano text to speech italiano gratis, trovano dieci siti, passano mezz'ora a confrontare le voci, poi all'ultimo passaggio scelgono un formato a caso e rovinano tutto il lavoro fatto prima.

MP3 e WAV: non è una questione di «suona meglio»

Prima cosa da sfatare: WAV non significa «qualità superiore». Significa «non compresso». MP3 non è «scadente»: è compressione con perdita, ma intelligente. Come RAW e JPEG. Non è meglio o peggio, è uso diverso.

WAV conserva i dati di campionamento originali. Un minuto a 44,1 kHz / 16 bit pesa circa 10 MB. MP3 a 128 kbps: 1 MB. A 320 kbps: 2,4 MB.

Cosa compri con quel peso in più? Modificabilità. Se devi passare in un editor per ridurre rumore, cambiare velocità, mixare, montare, il WAV regge. L'MP3 perde un pezzo a ogni esportazione. Dopo tre tagli, le sibilanti iniziano a graffiare.

Se invece carichi l'audio su TikTok, Reels, YouTube Shorts o in una pagina web, 10 MB di WAV sono sprecati. La piattaforma ricomprime comunque. Meglio non illudersi.

Come mi regolo io

Dopo qualche anno di contenuti, ormai vado quasi a memoria:

  • Se devo montare in un editor: WAV.
  • Se devo consegnare o pubblicare: MP3 320 kbps.
  • Se sono incerto: archivio WAV, poi converto quando serve.

La terza regola l'ho aggiunta dopo una figuraccia. Avevo consegnato un MP3 a un cliente. «Abbassa la musica sotto», mi dice. Riapro l'MP3, taglio, esporto. La voce sembrava ovattata, spenta. Ho dovuto rigenerare tutto da zero. Da allora: sorgente WAV, sempre.

Per un audiolibro con IA gratis, per esempio, parto sempre da WAV. Se poi lo carico su Spotify o su una piattaforma di audiolibri, converto in MP3 o AAC. Ma la copia madre resta non compressa. È una regola semplice che mi ha salvato più volte.

Se usi un generatore di voce gratuito per un progetto più lungo, fai la stessa cosa: genera una volta, salva due formati. Non è spreco. È assicurazione.

Un paio di cose che ho imparato sbagliando

Magari ti interessa il doppiaggio IA gratuito per un video. Ok. Ma non esportare WAV se poi carichi su Instagram: te lo comprimono loro. E non tenere solo MP3 se prevedi modifiche. Il formato giusto dipende da cosa succede dopo.

Ho anche provato a clonare la propria voce per un corso online. La prima versione era un MP3 128 kbps. Sembrava metallica, con una specie di alone sulle consonanti. Ho rigenerato in WAV, poi convertito in MP3 320. Differenza netta? Su un portatile, poca. Sulle cuffie, sì. In montaggio, enorme.

Se ti serve una voce fuori campo IA gratis per una presentazione, il discorso non cambia. Genera, ascolta, decidi. Ma non scegliere il formato per abitudine.

Domande che mi fanno sempre

L'MP3 suona più «finto»?

No. Il formato non è il colpevole. Una voce sembra artificiale per punteggiatura strana, pause sbagliate o timbro fuori contesto. La sintesi vocale gratuita oggi è molto naturale. La differenza tra MP3 e WAV, in cuffia, è quasi impercettibile. In montaggio, invece, si sente eccome.

Per i video brevi, il WAV è troppo grande?

Sì. TikTok, Reels, YouTube Shorts hanno limiti e ricomprimono. Caricare WAV è inutile. Meglio MP3 320 kbps. Non combattere contro la piattaforma: perdi tu.

Posso modificare il file esportato?

Puoi, ma ogni passaggio sull'MP3 peggiora. Se devi solo tagliare silenzi, va bene. Se devi cambiare velocità, tono o ridurre rumore, torna su clonare la propria voce e rigenera in WAV. Con la clonazione vocale gratuita, rifare è veloce. Approfittane.

Quello che ho detto a Marco

Alla fine: «Esporta tutto in WAV per archivio, poi converti in MP3 320 per la consegna.» Lui: «Ma si sente la differenza?» «Adesso no. Tra tre mesi, quando dovrai cambiare una frase, sì.»

Se sei nella stessa situazione, non restare fermo sulla pagina. Prendi 30 secondi di testo, usa convertire testo in audio gratis due volte: una in MP3, una in WAV. Ascolta in cuffia. Poi importa entrambi in un editor e taglia. Cinque minuti e capisci più di dieci tutorial.

Se vuoi evitare altre trappole, dai un'occhiata alle altre guide. Qualche errore l'ho già fatto io per te.