UXと質的調査チームのためのインタビュー文字起こし

要点

SozAIは、調査インタビューやユーザビリティセッションを、声で話者を区別し、全行にタイムスタンプを付けた99言語の文字起こしにします。Webまたはスマートフォンのアプリで話者を参加者コードに名前変更したうえで、音声とテキストを同期できる分析ツール向けにはVTT、タイムコードと話者付きのTXT、セグメントごとの時刻と話者を含むJSONを書き出せます。ファイルはドイツに保存され、音声認識は米国で行われ、すべてのサブプロセッサーを、倫理審査の申請書に添付できる一つのページに載せています。研究グループはシートを月額$12.99または年額$99.99(各)で購入します。共有のプロジェクトリポジトリはなく、研究者それぞれが自分のライブラリを持ちます。

セッションからコーディング済みの文字起こしまで

1. セッションの前に、録音と、その処理方法について、書面で同意を得ます。使える文例は後ろにあります。
2. 録音します。ラボやカフェでは、テーブルに置いたスマートフォンのSozAI。MeetやZoom、TeamsをChromeまたはEdgeで開いたリモートのセッションは、web.sozai.appで音声ソースを"Both"にして。デスクトップの通話アプリでのセッションは、Mac版アプリのMeetingモードで。
3. あるいは、手元の録音をアップロードします。複数をまとめて、一ファイル500 MBまで。
4. 書き出す前に、話者をご自身のコード(P1、P2、Moderator)に名前変更し、本名がSozAIの外に出ないようにします。名前変更はWebとスマートフォンのアプリで使えます。
5. プロトコルでクリーンな文字起こしが必要なら、スマートフォンのアプリでテキストを修正します。修正は保存され、以後のすべての書き出しに反映されます。
6. 分析ツールが読める形式(下の表)で書き出し、音声ファイルと一緒にそちらへ取り込みます。
7. データ管理計画で定められたら、SozAIで録音を削除します。

用途別の書き出し形式

Wordの書き出しはありません。NVivo、ATLAS.ti、MAXQDAへの取り込み手順と、それぞれが受け付ける形式は、質的調査の文字起こしのガイドにあります。

ユーザビリティセッションで録るのは、画面ではなく音声

SozAIが録音するのは音声だけです。リモートのユーザビリティテストでは、映像はいつもの画面録画ツールで撮り、文字起こしをSozAIに任せるか、通話ツールが保存した録画をアップロードします。ブラウザのタブを録音するとき、参加者には通話に何も新しいものが見えません。ボットも、参加者リストに増える名前もありません。だからこそ、同意が録音そのものを対象にしていることが、いっそう重要になります。

思考発話法のセッションでは、タイムスタンプが威力を発揮します。12:41に参加者が「待って、ボタンはどこ」と言ったなら、一時間をもう一度見直さなくても、映像のそのフレームと結びつけられます。

参加者と倫理審査委員会に伝えること

審査委員会は、音声がどこへ行き、誰が処理するのかを尋ね、さらにそれがいつ消えるのかを尋ねます。以下は、2026年十月時点のSozAIについての答えです。

• ファイルと録音は、ドイツ(Hetzner)にある自社サーバーに保存されます。
• ファイルと録音の音声認識は、米国のAssemblyAIが行うので、この工程では音声がEUの外に出ます。
• 要約などのAI機能は、文字起こしのテキストをAIモデルの提供元に送ります。提供元がどこか、どの機能でいつ使われるかは、サブプロセッサー一覧にあります。
• 自社のコードが、録音をモデルの学習に送ることはありません。各パートナーはそれぞれの規約で動いており、その一覧からリンクしています。
• Mac版アプリのMeetingモードは、Mac上で文字起こしを行います。音声はアップロードされず、アカウントに保存されるのはテキストだけです。

使える同意の文例です(提出する日にサブプロセッサー一覧と、所属機関のひな型に照らして確認してください)。

このインタビューは音声で録音され、SozAIで文字起こしされます。録音はドイツのサーバーに保存され、音声認識は米国のサービス提供者が行います。文字起こしの中の名前は、参加者コードに置き換えます。録音は、研究の終了時に、[日付]までにこのサービスから削除します。

当社は法的な助言を行わず、録音に関する規則は国によって異なります。同意書に何を書くべきかは、所属機関の倫理担当部署が最終的に判断します。

研究の終わりにデータを削除する

削除は研究者の手に委ねられています。誰でも、アプリまたはWebで録音を一つだけ、あるいはアカウント全体を削除できます。削除すると、音声と、そこから作られたものすべてが自社のサーバーから消えます。

データ管理計画に書いておくべき点が三つあります。いまの時点で事実だからです。暗号化されたデータベースのバックアップは、削除したデータを最大12か月保持します。SozAIで削除しても、音声認識パートナーの側にあるコピーは削除されません。そして、文字起こしが自動で削除されることはありません。音声は削除できます(アカウントごとに、30日間、または文字起こしの直後を選べます)が、文字起こしは誰かが削除するまで残るので、同意書に書いた日付のカレンダーリマインダーを設定してください。

削除後に何が残るかを含む全体像は、セキュリティのページにあります。

フォーカスグループと多くの声

話者の分離は、人が順番に話すときにいちばんうまく働きます。六人以上の参加者がいると、短い相づち(「はい」「同じです」)が、声の大きい隣の人にまとめられがちです。当社が処理した公開の理事会でも同じことが起き、短い動議や採決が二人の主要な声に合流しました。その例はチーム向けSozAIにあります。フォーカスグループでは、コーディングの前に、話者の切り替わりをすべて音声と照らして確認する作業を計画してください。

言語について:SozAIは録音ごとに言語を自動で検出します。当社の公開している精度テストでは、短い読み上げ文での単語誤り率が、英語で3.6%、ドイツ語で3.0%、アラビア語では19.6%でした。回答の途中で言語が切り替わるインタビューは測定していません。

チームのシートを使う研究グループ

PIまたはラボマネージャーがweb.sozai.appでシートを購入し、研究者をメールで一人ずつ招待します。大学のグループは、同じ料金のEducationプランも選べます。各シートには最大700時間の文字起こしが含まれます。購入した人は、誰の録音も見えません。これは参加者の秘密を守るうえでは良い点ですが、SozAIが共有の研究リポジトリではないことも意味します。インタビューは、書き出しを通じてプロジェクトの分析ツールに渡ります。支払い、所属機関の税務ID入りの請求書、VATは、チームで購入する方法で説明しています。

SozAIが向かない場合

• チーム全員がすべてのセッションにタグを付けて検索できる、共有リポジトリが必要。リサーチリポジトリのツールを使い、SozAIの書き出しをそこへ取り込んでください。
• プロトコルで音声がEUの外に出ることを禁じていて、セッションがMacで行われない。アップロードした音声は、米国の音声認識事業者に渡ります。
• 間、重なり、非言語音を、慣例に従って記号で示す逐語の文字起こしが必要。SozAIが書くのはクリーンなテキストです。それらは手作業で付けるか、人によるサービスを使ってください。
• 参加者が子どもである。当社のプライバシーポリシーでは、このサービスは13歳未満の子どもを対象としていません。

グループ向けに複数のツールを比べるなら、文字起こしソフトの選び方から始めてください。研究以外のインタビューについては、採用チーム向けSozAIと報道機関向けSozAIにあります。