Interview-Transkription online

Von der Aufnahme zum zitierfähigen Text

Ob Forschungsinterview für eine Abschlussarbeit, Quelle für einen Artikel oder Nutzerinterview für ein Produkt — die Aufnahme wird erst brauchbar, wenn sie als Text vorliegt: codierbar, zitierbar, durchsuchbar. Von Hand transkribiert braucht eine Stunde Audio vier bis sechs Stunden Arbeit. Diese Seite zeigt an den ersten 5 Minuten deiner eigenen Aufnahme, wie die automatische Variante aussieht, bevor du den Rest der App übergibst.

Wer sagt was

Interviews sind Zwei-Stimmen-Aufnahmen, und das Transkript bildet das ab: Jeder Redebeitrag wird mit Sprecher A oder Sprecher B und einem Zeitstempel versehen, sodass die Fragen des Interviewers und die Antworten der teilnehmenden Person getrennt bleiben. Bei dreiköpfigen Gesprächsrunden funktioniert es genauso. Die Kennzeichnung bleibt über das ganze Transkript konsistent — Sprecher B in Minute eins ist auch in Minute vier Sprecher B —, und genau das macht eine Codierung nach Befragten möglich.

Was die Vorschau macht

Dein Browser liest die Datei ein und behält die ersten 5 Minuten, längere Aufnahmen werden lokal zugeschnitten und dieser Ausschnitt als 16-kHz-Mono-WAV neu codiert, sodass der Rest nie hochgeladen wird. Das Audio läuft über eine verschlüsselte Verbindung zur Transkriptions-Engine hinter der SozAI-App (AssemblyAI). Die Sprache wird automatisch aus 99 Sprachen erkannt, Zeichensetzung wird ergänzt und Füllwörter werden leicht bereinigt — ein gut lesbares Transkript, kein striktes Verbatim. Sobald der Text geliefert ist, werden Audio und Transkript beim Anbieter gelöscht.

Formate und Grenzen

• M4A, MP3, WAV, AAC, FLAC, OGG/OPUS, WEBM, bis 25 MB unverändert; längere Aufnahmen werden zuerst im Browser auf 5 Minuten zugeschnitten (bis 30 MB am Computer, 12 MB am Smartphone).
• Drei Vorschauen pro Gerät und Tag, ohne Konto.
• Telefonate, über Lautsprecher aufgenommen, und Interviews über einen Cafétisch hinweg werden beide transkribiert, mit mehr Fehlern bei der leiseren Stimme.

Einwilligung und Vertraulichkeit

Eine Person aufzunehmen setzt fast überall ihre Einwilligung voraus, und Ethikkommissionen verlangen diese meist schriftlich. Am Transkribieren ändert das nichts. Wenn dein Protokoll vorschreibt, wo Audio verarbeitet werden darf: Die Vorschau wird von einem Anbieter mit Sitz in den USA verarbeitet, sofern die Seite nicht auf den EU-Endpunkt eingestellt ist — für alles, was unter eine Datenvereinbarung fällt, nutze die Projekteinstellungen der App.

Das ganze Interview

Ein einstündiges Interview entspricht zwölf Vorschauen an Audio. Die SozAI-App transkribiert es in einem Durchgang, behält die Sprecherkennzeichnung, erstellt eine Zusammenfassung der Themen und speichert jedes Interview in einer durchsuchbaren Bibliothek. Import aus Diktiergerät-Apps, aus Dateien oder einer geteilten Aufnahme. Die ersten 30 Minuten sind kostenlos.