Le odierne capacitą di elaborazione dei sistemi d'intelligenza artificiale hanno portato a grandi avanzamenti in sfide a lungo discusse all'interno della comunitą scientifica. Le innovazioni in ambito d'apprendimento automatico (supervisionato e non) hanno rivoluzionato la comprensione artificiale del linguaggio naturale e permesso il subentro di questi sistemi nella societą, al punto da permearla quasi nella sua totalitą. In questa trattazione si propone il prototipo di un sistema multimodale di Speech Recognition (SR) e Question-Answering (QA) basato su modelli transformers, attraverso il quale si č cercato di creare - in via sperimentale e con scopo didattico - un applicativo che sia in grado di rispondere alle domande, in linguaggio naturale, poste da utenti su un dataset costituito da lezioni accademiche svolte per via telematica.