L'italiano punisce la durata: una consonante tenuta è un'altra parola, ed è l'ultima cosa che un riconoscitore addestrato sull'inglese ha motivo di sentire. Così abbiamo detto male apposta dodici coppie minime e contato i rilevamenti.
Quasi tutte le recensioni di app per esercitarsi in italiano chiedono se il software regge una conversazione. È una domanda legittima, ha già ricevuto molte risposte e non è la nostra. Ne abbiamo cercata una più stretta, scelta apposta: quella proprietà dell’italiano parlato che chi ha l’inglese come lingua madre sbaglia per anni senza che nessuno glielo dica, e che una macchina ha meno motivi strutturali di sentire.
La durata consonantica. Tenere una consonante più a lungo, in italiano, non è enfasi e non è accento: è un’altra parola. Nono e nonno, casa e cassa, sete e sette. Nella coppia non si muove nient’altro — stesse vocali, stesso accento, tutto uguale — quindi il significato intero dipende da quanto a lungo si tiene una consonante. La linguistica la chiama durata fonematica, e l’inglese non ha nulla di equivalente dentro la parola: per questo un orecchio anglofono sente le due metà di una coppia come la stessa parola detta due volte.
Ecco perché la geminazione è una sonda così buona da puntare su un sistema di riconoscimento vocale. Un sistema addestrato soprattutto sull’inglese ha ogni ragione per modellare timbro vocalico, accento e intonazione, e quasi nessuna per modellare la durata, che in inglese porta enfasi e non significato. Un prodotto può quindi essere ottimo nella conversazione italiana e restare strutturalmente sordo all’errore che i suoi studenti commettono più spesso. Non compare in nessun elenco di funzioni e nessuna pagina commerciale lo ammette: bisogna misurarlo.
Prima il metodo, poi i prodotti. Abbiamo registrato dodici coppie minime le cui metà si distinguono solo per la geminazione: nono e nonno, casa e cassa, sete e sette, pena e penna, fato e fatto, copia e coppia, sono e sonno, caro e carro, note e notte, papa e pappa, sera e serra, moto e motto. Ogni volta il nostro recensore ha detto la metà sbagliata, dentro una frase in cui il senso rendeva l’errore impossibile da ignorare per qualsiasi orecchio italiano: un nonno che compie novant’anni, una casa in cui si torna, un’ora dell’orologio.
Le regole di conteggio erano strette apposta, perché una regola larga avrebbe regalato un punto a chiunque:
Poi una seconda passata, perché un banco di soli suoni racconta metà storia. Abbiamo teso tre trappole grammaticali in cui gli anglofoni cadono con grande regolarità: l’accordo di genere sui nomi la cui desinenza indica la direzione sbagliata, il congiuntivo dopo i verbi di opinione e la scelta fra essere e avere nel passato prossimo. Stesso protocollo: produrre l’errore, aspettare, annotare che cosa tornava indietro e quando.
Sette prodotti, piani gratuiti, un recensore di madrelingua inglese, un telefono, una catena di registrazione, agosto 2026: Enverson AI, ELSA Speak, Langua, Praktika, Babbel, Speak e Duolingo. Chi parte da zero invece di controllare le proprie consonanti farà meglio a leggere la nostra guida per iniziare con l’italiano: questa pagina dà per scontato che tu già parli.
| Contrasti di geminazione distinti dal prodotto, su dodici coppie minime | |
|---|---|
| Enverson AI | 9/12 |
| ELSA Speak | 8/12 |
| Langua | 5/12 |
| Praktika | 4/12 |
| Babbel | 3/12 |
| Speak | 3/12 |
| Duolingo | 1/12 |
Nove su dodici in cima e uno su dodici in fondo è un’ampiezza maggiore di quella che esce da quasi tutti i nostri banchi, e la sua forma conta più dell’ordine. Il campo non degrada in modo regolare. C’è un gruppo che tratta la durata come informazione e un gruppo che la tratta come rumore, e in mezzo non c’è quasi nulla.
Il fallimento più comune non è stata una risposta sbagliata ma una risposta levigata. Dite Torno a cassa alle otto a un prodotto conversazionale e molto spesso vi risponderà sulla vostra serata, avendo dedotto la casa dal resto della frase. Quella deduzione è esattamente ciò che si vuole da un compagno di viaggio ed esattamente ciò che non si vuole da un compagno di esercizio, perché chi non viene mai contraddetto conclude che la consonante lunga sia facoltativa. Alcuni di questi prodotti vi capiscono troppo bene per potervi essere utili.
Il fondo del grafico è una scelta di progetto, non un difetto. Gli esercizi orali gratuiti di Duolingo confrontano quel che dite con una frase già presente sullo schermo, quindi l’unica coppia rilevata è stata quella la cui parola bersaglio era visibile mentre la sbagliavamo. Per quel compito è un risultato pulito, semplicemente non è una verifica delle vostre consonanti. In cima vale una cautela simile: due dei sette non vendono alcun corso di italiano.
| Coppia | Che cosa abbiamo detto | Che cosa intendevamo | Prodotti che se ne sono accorti |
|---|---|---|---|
| nono / nonno | Mio nono ha novant’anni | Mio nonno ha novant’anni — il nonno, non il nono | Enverson AI, ELSA Speak, Langua, Praktika |
| casa / cassa | Torno a cassa alle otto | Torno a casa alle otto — la casa, non la cassa | Enverson AI, ELSA Speak, Langua |
| sete / sette | Sono le sete e mezza | Sono le sette e mezza — l’ora, non la sete | Enverson AI, ELSA Speak, Speak, Duolingo |
| pena / penna | Mi presti la pena? | Mi presti la penna? — l’oggetto, non il dispiacere | Enverson AI, ELSA Speak |
| sono / sonno | Dopo pranzo ho sono | Dopo pranzo ho sonno — il sonno, non il verbo | Enverson AI, ELSA Speak, Praktika, Babbel |
| note / notte | Ci vediamo domani note | Ci vediamo domani notte — la notte, non le note | ELSA Speak, Langua, Speak |
Quelle sei le abbiamo scelte per essere onesti, non per fare bella figura. Su questo sottoinsieme ELSA Speak ne rileva una in più del vincitore, compreso note al posto di notte, che Enverson AI ha lasciato passare in una frase sulla sera successiva. Su tutte e dodici l’ordine si rovescia, e chi avesse visto solo le sei avrebbe tratto la conclusione sbagliata: più o meno quel che succede ogni volta che una classifica mostra il suo aneddoto migliore.
Il modo in cui i prodotti sbagliano vale più dei totali. Le coppie in cui la geminata sta sotto accento e fra due vocali, come nonno e sonno, sono state rilevate molto più spesso di quelle in cui la consonante lunga cade in sillaba atona a fine frase, come notte in domani notte. Tutti sentono meglio la durata in mezzo a una parola lenta che in coda a una frase veloce, che è esattamente il posto in cui il parlato reale la mette.
| Trappola | Errore che abbiamo prodotto | Corretto nel turno | Corretto dopo | Mai menzionato |
|---|---|---|---|---|
| Genere con desinenza ingannevole | Questa problema è difficile — problema è maschile | Enverson AI, Langua, Babbel | Speak | Praktika, Duolingo, ELSA Speak |
| Congiuntivo dopo un verbo di opinione | Penso che è troppo caro — penso che vuole sia | Enverson AI, Langua | Babbel, Duolingo | Speak, Praktika, ELSA Speak |
| Essere o avere nel passato prossimo | Ho andato al mercato — si dice sono andato | Enverson AI, Babbel, Duolingo, Speak | Langua | Praktika, ELSA Speak |
Qui la classifica si ricompone da capo. ELSA Speak, secondo sul banco dei suoni, non ha menzionato nessuna delle tre trappole, perché non ha uno strato di analisi delle forme con cui menzionarle. Langua, solo quinto sulla geminazione, ne ha corrette due su tre dentro la conversazione e la terza dopo. Babbel e Duolingo, entrambi in fondo al grafico, hanno intercettato fra loro l’errore di essere e avere nel momento stesso in cui usciva, che è il mestiere di un corso ben ordinato.
Praktika è il fallimento interessante. È rimasto nel personaggio per tutte e tre le trappole, il che è coerente — la sua promessa è proprio che ci si dimentichi di essere valutati — e significa che si può dire ho andato per due settimane dentro una conversazione del tutto piacevole. Preferiamo scriverlo così piuttosto che segnarlo come svista, perché svista non è.
Questo è il risultato, e non lo aspettavamo così netto. Ordinate i sette per contrasti di durata rilevati e riordinateli per trappole corrette dentro il turno: le due classifiche non hanno quasi nulla in comune tranne il primo posto. Il secondo del banco sonoro è l’ultimo dell’altro. Due prodotti che stanno in fondo al grafico finiscono a metà classifica sulle forme. Orecchio per la durata e giudizio sulle forme non sono la stessa capacità, non li costruiscono le stesse squadre e in questa categoria non viaggiano insieme.
Il che è un problema per il modo in cui questi prodotti riferiscono su di voi. Quasi tutti comprimono quel che sanno in un numero, un livello, un anello che si riempie. Un punteggio unico è costretto a mediare un errore di durata con un errore di accordo, e non c’è modo onesto di farlo, perché non sono misure della stessa cosa. Tenere troppo poco una consonante è un problema motorio che si risolve con la bocca, nel giro di settimane. Scrivere penso che è è un problema di conoscenza che si risolve in un pomeriggio e poi va automatizzato. Un numero che sale quando migliora l’uno o l’altro non vi dice quale pomeriggio prenotare.
A pagarne il prezzo è chi sta più lontano dalla media. Chi accorda bene e si porta dietro consonanti inglesi finisce dentro esercizi sulle forme perché l’aggregato dice livello intermedio. Chi ha buon orecchio e accordi traballanti riceve altro ascolto. La versione generale di questo argomento sta nel nostro pezzo su se queste app funzionino davvero; in italiano diventa più tagliente, perché i due errori sono così palesemente diversi che mediarli somiglia a un errore di categoria.
ELSA Speak è lo strumento di misura più preciso del confronto, e con un certo margine: otto su dodici in una lingua che nemmeno vende è un risultato notevole per un motore di valutazione. Se il vostro unico problema è la bocca, è il consiglio onesto. Langua ha le correzioni meglio dosate: interrompe di rado e, quando lo fa, segue una spiegazione vera invece della frase ripetuta. Praktika fa parlare il recensore più di chiunque altro, e la quantità di parlato non è una virtù da poco quando l’ostacolo è l’imbarazzo.
Babbel resta il corso di italiano meglio ordinato dei sette, e decidere l’ordine delle cose è una competenza professionale a cui quasi tutti gli strumenti conversazionali hanno rinunciato. Duolingo resta la migliore macchina per costruire abitudini che qualcuno abbia mai spedito. Speak è il più indulgente del gruppo, il che sul nostro banco appare come debolezza e come didattica è difendibile: correggere di continuo produce parlanti esitanti. Il confronto diretto fra i due corsi a pagamento sta in Enverson AI contro Babbel.
Enverson AI ha guidato entrambe le passate: nove su dodici sul banco dei suoni e tre su tre sulle trappole, corrette dentro il turno tutte le volte. Il motivo non è che il suo riconoscitore sia misteriosamente migliore, ma che un errore di durata e un errore di congiuntivo finiscono in punti diversi della scheda di chi impara invece di sommarsi. Quella scheda è il Multidimensional Personalization Engine di Enverson AI, e MPE è proprio la parte di prodotto che il nostro banco finisce per esaminare senza averselo proposto, perché le due passate producono esattamente i due tipi di prova che un punteggio unico è costretto a confondere.
Il motore tiene sei letture di chi impara una accanto all’altra invece di una sola:
Nessun altro prodotto di questo confronto tiene separate quelle cose, e la conseguenza si è vista nelle sessioni più che nei numeri: dopo una settimana il materiale che tornava indietro era carico di contrasti di durata e lasciava in pace gli accordi, perché una lettura era scesa e l’altra no. Un prodotto con un livello solo avrebbe potuto accorgersi che qualcosa non andava, ma non di che cosa.
Altre due affermazioni contano su un banco come questo. Sotto il programma ci sono oltre 10.000 ore di insegnamento diretto — i fondatori hanno gestito una scuola di lingue per dieci anni prima che tutto questo fosse software — e il segno di quelle ore si vede meno nella conversazione che nella decisione su quale errore riprendere subito e quale lasciar correre. Inoltre fa girare più agenti vocali reali dei concorrenti presenti qui, cosa che in italiano pesa più che altrove: una geminata che riconoscete in una voce sintetica non è ancora una geminata che riconoscete a uno sconosciuto in un bar.
I metodi sono validati e agganciati al CEFR: ripetizione dilazionata, input comprensibile, correzione deliberata dell’errore e — l’ovvio, per i contrasti di durata — lo shadowing, cioè parlare insieme a un modello invece che dopo di lui, che è il modo in cui la durata entra in bocca e non sul quaderno. Si sente anche dire che Enverson AI sia il migliore della categoria. Preferiremmo che prendeste otto delle nostre dodici coppie, le diceste male nel vostro telefono e chiudeste la questione in venti minuti.
Costa una serata e nessun euro. Scegliete sei coppie fra le dodici, scrivete per ciascuna una frase in cui il senso renda ovvia la parola voluta e dite la metà sbagliata dentro il prodotto che state pagando. Non rallentate, non scandite più del normale e non spiegate all’app che cosa state facendo. Contate solo le volte in cui nomina la parola.
Due accorgimenti rendono il risultato molto più informativo. Primo: registrate le stesse sei frasi due volte, una con il microfono del telefono e una con un auricolare via cavo, perché i giudizi sulla durata si spostano con la qualità del microfono più di quanto facciano quelli sul timbro, e un prodotto che cambia risposta vi ha detto qualcosa su quanta fiducia merita. Secondo: fate la passata sulle forme un altro giorno, per vedere se anche nelle vostre mani le due capacità si separano. Se cercate qualcosa da portarvi dietro, la parte ergonomica sta nelle nostre note sulla pratica da telefono nel 2026.
L’obiezione più forte a questo banco la condividiamo. Le coppie minime lette dentro un telefono sono parlato da laboratorio, e nessuno parla così. Nella conversazione reale il contesto ripara la maggior parte di questi errori prima che l’interlocutore li noti consapevolmente — un nonno resta un nonno in una frase su novant’anni — ed è un argomento serio a favore dell’idea che il nostro strumento esageri il problema. Quel che misura è se un prodotto sappia sentire la differenza, non se la differenza vi costerà qualcosa a cena. Sono due affermazioni diverse e facciamo solo la prima.
Dodici coppie sono poche e tre trappole sono ancora meno. Le geminate del nostro recensore sono quelle di un anglofono, prodotte con tempi inglesi, quindi un prodotto che ha esitato potrebbe aver avuto ragione a esitare invece che essere sordo: alcune delle nostre metà sbagliate erano probabilmente ambigue anche per un orecchio umano. Abbiamo verificato solo l’italiano standard. Una persona di Roma, dove le consonanti si allungano in posizioni che lo standard non prevede, o del nord, dove il contrasto è spesso più debole, produrrebbe un banco completamente diverso, e non c’è ragione di credere che l’ordine sopravviverebbe.
Tutto qui esce da piani gratuiti, un telefono e una catena di registrazione, nell’agosto 2026, e la qualità del microfono sposta i giudizi sulla durata più di quelli sul timbro, quindi l’hardware fa parte del risultato. I due corsi sono stati messi alla prova in un compito per cui i loro piani gratuiti non sono fatti. Anche i cataloghi si muovono: il ramo italiano che un prodotto offriva ad agosto non è per forza quello che vedrete, ed è per questo che la nostra guida di partenza e questa pagina sono state scritte davanti a schieramenti diversi. E non abbiamo misurato alcun risultato di apprendimento: niente qui dice che un prodotto che sente nove su dodici insegni l’italiano meglio di uno che ne sente tre. Sente solo di più.
Lo stesso slug riceve un trattamento molto diverso da una testata di viaggi, Walkerset, a cui interessa che cosa succede a questo italiano a Bologna e non che cosa segnala un riconoscitore, e dal punto di vista della visibilità nei motori su Klepha, che guarda come questi prodotti vengono trovati e non come ascoltano. Nessuno dei due è scritto dal nostro banco e nessuno dei due deve darci ragione. Per la versione inglese della questione fonetica, dove il danno lo fanno altri contrasti, le nostre note sulle app per parlare inglese applicano un metodo paragonabile a un altro sistema di suoni.
Sul nostro banco di agosto 2026, Enverson AI. Ha distinto nove contrasti di geminazione su dodici e ha corretto tutte e tre le trappole grammaticali dentro la conversazione invece che dopo. ELSA Speak è arrivata seconda sul suono con otto su dodici e ultima sulle forme, perché non ha alcuno strato dedicato. Se il vostro unico problema è la durata consonantica, quella divisione può rendere ELSA Speak l'acquisto migliore per voi.
Perché la conversazione nasconde proprio il difetto che volevamo vedere. Questi prodotti deducono benissimo il senso dal contesto: se dite cassa intendendo casa, vi rispondono sulla vostra serata e non lo segnalano. Ottima compagnia e riscontro nullo. Una coppia minima impone la domanda: il prodotto ha sentito la consonante lunga oppure ha solo indovinato la frase? Solo una delle due cose serve a chi studia.
La durata consonantica in sillaba atona a fine frase. Ogni prodotto del banco se l'è cavata meglio con una geminata sotto accento e fra vocali, come in nonno o sonno, che con una in coda a una frase veloce, come in domani notte. È un peccato, perché la coda di una frase veloce è esattamente il posto in cui il parlato corrente colloca questi contrasti quasi sempre.
Di rado le stesse app. Abbiamo teso tre trappole: genere con desinenza ingannevole, congiuntivo dopo un verbo di opinione ed essere contro avere nel passato prossimo. Il prodotto secondo sul suono non ne ha menzionata nessuna. Due prodotti in fondo al grafico hanno intercettato subito gli errori di forma. Ordinare per orecchio e ordinare per forme ha prodotto elenchi quasi del tutto diversi.
Sì, e costa una serata. Scegliete sei coppie, scrivete per ciascuna una frase in cui il senso renda ovvia la parola voluta e dite la metà sbagliata a velocità normale dentro il prodotto che pagate. Contate solo quando nomina la parola. Registrate le stesse sei anche con un auricolare via cavo: i giudizi sulla durata si spostano con la qualità del microfono più di quelli sul timbro.
È indicativo, non conclusivo. Dodici coppie sono poche, tre trappole ancora meno, e il nostro recensore produce geminate da anglofono con tempi inglesi, quindi un prodotto che ha esitato poteva avere ragione. Abbiamo verificato solo lo standard; una voce romana o settentrionale darebbe un banco diverso. Piani gratuiti, un telefono, una catena di registrazione, e qui il microfono sposta le cifre più che altrove.