# Come tagliare l'audio senza perdere qualità Un taglio audio cade sull'istante esatto che hai segnato, in qualsiasi lettore, sempre — cosa che con il video non succede. Qui c'è il perché, qual è l'unico vero inghippo, e cosa farci. [Apri Taglierino audio](https://abox.tools/it/tagliare-audio/): Segna al volo i pezzi che valgono. Tornano in un file solo, tagliato dove hai detto tu. Ultimo aggiornamento 26 agosto 2026 ## La risposta corta Apri il [taglierino audio](https://abox.tools/it/tagliare-audio/), trascinaci dentro la registrazione, premi `I` e `O` per segnare ogni pezzo che vuoi tenere — quanti ne vuoi — ed esporta. Ogni taglio cade sul campione esatto che hai segnato, i campioni tenuti escono come sono entrati, e le giunzioni ricevono una dissolvenza di cinque millesimi di secondo perché non possano fare click. Il lavoro è tutto qui. Il resto di questa pagina spiega perché quella esattezza è vera e non uno slogan, e qual è l'unica cosa che invece va storta quando si attaccano due pezzi di suono. ## Perché un taglio audio può essere esatto quando quello video non può Il video non è conservato come una sequenza di immagini complete: sarebbe enorme. Quasi tutti i fotogrammi sono conservati come descrizione di quanto differiscono dai vicini, quindi da soli non si possono decodificare. Solo un **fotogramma chiave** sta in piedi da solo, e i fotogrammi chiave stanno di solito a distanza di uno-dieci secondi. Uno strumento che copia i fotogrammi non può quindi partire dove vuoi tu: deve cominciare da un fotogramma chiave, ed è per questo che un video tagliato a volte parte un secondo o due prima del tuo segno. [La guida sul video](https://abox.tools/it/guide/tagliare-un-video/) parla soprattutto di quello. Per il suono non c'è niente di simile. Una volta decodificata, una registrazione è una fila di numeri — uno per canale, decine di migliaia di volte al secondo — e ognuno di loro sta in piedi per conto suo. Il campione 1.234.567 non ha bisogno del 1.234.566 per voler dire qualcosa. Quindi il taglio si può fare su qualsiasi campione, e «esattamente dove hai segnato» vuol dire proprio quello: il tuo segno in secondi, moltiplicato per la frequenza di campionamento, arrotondato al campione intero più vicino. A 48 kHz quell'arrotondamento vale al massimo dieci milionesimi di secondo. Non c'è nemmeno un comportamento che dipenda dal lettore. Un video tagliato si affida a un segno di montaggio che quasi tutti i lettori rispettano e qualcuno ignora; un WAV tagliato sono i campioni e basta, quindi non resta più niente su cui un lettore possa non essere d'accordo. ## L'inghippo: una giunzione è uno strappo Ecco cosa va storto per davvero quando si taglia l'audio, e il motivo per cui un buon taglierino ha un'impostazione apposta. Il suono è un'onda. Quando tagli in mezzo a una parola e attacchi in mezzo a un'altra, il campione alla fine del primo pezzo e quello all'inizio del secondo non hanno nessun rapporto fra loro: la forma d'onda può saltare da quasi il massimo a quasi il minimo in un solo campione. Un cono di altoparlante a cui si chiede quel salto fa il suono più secco di cui è capace, e tu lo senti come un **click** sulla giunzione. Non c'entra niente con la perdita di qualità né con il formato. Succede anche con un taglio perfettamente senza perdita di una registrazione perfettamente pulita. È semplicemente il suono che fa uno strappo. Un taglierino che taglia sul campione esatto e non fa altro farà click su certe giunzioni e non su altre, a seconda soltanto di dove nella forma d'onda sono capitati i due capi. ## Cosa fa davvero una dissolvenza di cinque millesimi Il rimedio è portare il livello al silenzio appena prima del taglio e riportarlo su appena dopo, così non resta nessun salto da fare. Una «dissolvenza» qui è solo questo: una rampa applicata a qualche centinaio di campioni per ogni bordo. La parte interessante è la durata. Cinque millesimi di secondo sono circa duecentoquaranta campioni a 48 kHz. Abbastanza perché il cono faccia il suo viaggio — il click sparisce del tutto — e molto troppo poco per sentirsi come una dissolvenza: cinque millesimi sono circa un quinto del tempo che ci vuole a dire una consonante. Non percepirai il livello muoversi. Percepirai solo che la giunzione è pulita. Dissolvenze più lunghe ci sono perché certo materiale le chiede. Venti o cinquanta millesimi valgono la pena quando attacchi della musica, dove quello che viene interrotto è una nota tenuta e non una sillaba, e la rampa più corta può ancora lasciare un pop udibile. Il parlato non ha quasi mai bisogno di più di cinque. Una dissolvenza va messa solo su un bordo che sia *davvero* un taglio. Se un pezzo comincia proprio all'inizio della registrazione, davanti a lui non è stato tolto niente — il file cominciava lì prima che si tagliasse qualsiasi cosa — e farlo entrare in dissolvenza sarebbe una modifica che nessuno ha chiesto. Lo strumento qui mette le dissolvenze solo dove una giunzione esiste davvero, ed è per questo che non tagliare niente lascia ogni campione intatto. ![La scheda di esportazione: un menu di profondità in bit, una lunghezza di dissolvenza in millisecondi e un riepilogo che conta le parti, le giunzioni e la durata.](https://abox.tools/screens/trim-an-audio-file/export.webp) La dissolvenza viene applicata solo a una giunzione, ed è il dettaglio che conta: una dissolvenza all'inizio di una registrazione sarebbe una modifica che nessuno ha chiesto. ## Tagliare un MP3, e perché quello che esce è un WAV Puoi aprire un MP3, un M4A, un Ogg o un file Opus e tagliarlo. Quello che torna indietro è un WAV, e conviene dire chiaramente che scambio è, invece di spacciarlo per una funzione. Ci sono due modi di tagliare audio compresso. Uno è tagliare direttamente i dati compressi, spostando in un file nuovo interi blocchi codificati senza decodificarli. Così il file resta piccolo e non si perde qualità — solo che un blocco MP3 dura circa ventisei millesimi di secondo, quindi ogni taglio viene arrotondato al bordo di blocco più vicino, che è la versione audio del problema dei fotogrammi chiave. Ed è anche lavoro legato al formato: un lettore di MP3 non taglia nessun file Opus. L'altro modo è decodificare, tagliare sul campione esatto e riscrivere i campioni. Non si arrotonda niente, ogni formato che il browser sa riprodurre funziona allo stesso modo, e le dissolvenze diventano possibili — non puoi fare una rampa su un livello che non hai decodificato. Il prezzo è che i campioni vanno riscritti in qualche formato, e nessun browser porta con sé un encoder MP3 o AAC utilizzabile qui. Un WAV non ha bisogno di encoder: sono i campioni con una breve intestazione davanti, quindi quel passaggio non può perdere niente. Le conseguenze pratiche: quello che esce è molto più grosso di quello che è entrato — grosso modo dieci megabyte al minuto in stereo — e non è *migliore* dell'MP3 da cui viene, perché la compressione già avvenuta non si torna indietro. Un WAV lo apre tutto, e qualsiasi cosa abbia bisogno di un MP3 può ricavarlo da lì in un passaggio. ## Segnare più pezzi in una volta Quasi tutti i taglierini online ti danno una coppia di maniglie e chiedono quale unico tratto vuoi tenere. Su una registrazione vera è la domanda sbagliata. Un'ora di intervista non ha un pezzo buono; ne ha sei, sparsi in giro, e li trovi ascoltandola una volta. Quindi segna mentre ascolti: `I` dove un pezzo comincia, `O` dove finisce, tutte le volte che vuoi. Ogni coppia diventa una riga che puoi ritoccare o riordinare, e una banda disegnata sulla forma d'onda. Il file finito sono quelle righe attaccate una dietro l'altra. Lo stesso elenco di segni risponde anche alla domanda opposta. Se quello che vuoi togliere sono gli «ehm», il telefono che squilla e le partenze sbagliate, segna *quelli* e passa a «togli i segnati»: verrà attaccato tutto quello che non hai segnato. Sono gli stessi segni in entrambi i casi, quindi puoi passare da una modalità all'altra e guardare la durata finale cambiare senza segnare niente due volte. Segnare è lavoro paziente, e una scheda chiusa non dovrebbe costartelo: i segni si salvano in un file di testo semplice e si ricaricano. Il formato è quello che scrive il [tagliavideo](https://abox.tools/it/tagliare-video/), il che vuol dire che i segni fatti su un video si possono lasciar cadere sul suo audio estratto, e viceversa. ## Guarda la forma d'onda Segnare il suono andando avanti e indietro è tirare a indovinare; segnarlo a occhio no. Il silenzio sembra silenzio, un colpo di tosse sembra un colpo di tosse, e i quattro secondi di stanza vuota prima che qualcuno cominci a parlare si vedono subito invece di doverli cercare. Conta soprattutto per i segni che tutti mettono un po' storti: l'inizio di una frase di solito vuole stare nel silenzio *prima* del respiro e non dopo, e la fine di solito vuole un battito di stanza vuota invece di un taglio sull'ultima consonante. Nel disegno sono entrambi lampanti, e a orecchio sono quasi impossibili da azzeccare. Trascina i capi di un pezzo segnato lungo la forma d'onda per aggiustarli. ![Una forma d'onda con due sezioni marcate, i silenzi fra le frasi ben visibili, e una tabella con inizio, fine e durata di ciascuna sezione.](https://abox.tools/screens/trim-an-audio-file/marks.webp) I silenzi sono dove qualcuno ha smesso di parlare. È questo che rende una forma d'onda degna di essere guardata, a differenza di un cronometro. ## Tagliare non è dissolvere, e non è nemmeno modificare Tre parole che si usano una per l'altra. Tagliare cambia quali pezzi della registrazione sopravvivono. Una dissolvenza — quella musicale, lunga secondi — è un effetto voluto sul livello, e i pochi millesimi descritti sopra non sono quello: sono rimozione del click, che per caso usa la stessa aritmetica. Se quello che vuoi è la registrazione al contrario, più veloce, più lenta senza che l'intonazione si sposti, o alzata perché è stata registrata troppo piano, quello è l'[editor audio](https://abox.tools/it/modificare-audio/). È lo stesso decodificatore e lo stesso scrittore di WAV; in mezzo fa solo un'altra aritmetica. ## Perché questo non ha bisogno di un caricamento Tagliare è aritmetica su una fila di numeri. Il browser il decodificatore ce l'ha già — è lo stesso che riproduce il file dentro a un elemento `