論文インタビューを コーディングできるテキスト にすばやく変換

SozAIはアップロードされた音声または動画を文字起こしし、自動話者ラベル付きの読みやすいテキストを返します。修士課程の学生はiPhoneまたはAndroid端末で録音し、ファイルをアップロードしてモデレーターと回答者の発言箇所を確認した後、質的コーディング用に結果をTXT、DOCX、PDF、SRT、またはVTTで書き出せます。

SozAIは自動ダイアライゼーションに対応しており、検出した音声を話者ラベルごとに分離します。SozAI全体では、アプリで生成された文字起こしの99%に話者ラベルが含まれます。ただし、発言の重なり、周囲の雑音、強い訛り、電話品質の音声によって単語の認識精度が低下し、話者の割り当てにも影響するため、学生は録音と照合してラベルを確認する必要があります。

SozAIはリアルタイムの約10xの速度で処理するため、50-minute recordingは通常約五分で利用できる状態になります。処理時間が短くても確認作業は必要です。学生は、修士論文の分析に使用する前に、不明瞭な単語、重なった応答、話者の割り当て、引用文を確認してください。

SozAIは最大500 MB、1ファイルあたり約2.8 hoursまでのファイルを受け付けます。学生はこの範囲内で、インタビューまたはフォーカスグループの音声・動画録音を送信できます。その後、録音に対してダイアライゼーションが利用可能な場合は、話者ラベル付きの文字起こしが返されます。

SozAIは文字起こしをTXT、DOCX、PDF、SRT、VTTで書き出せます。TXTまたはDOCXは、ハイライトやコーディングに使える編集可能なテキストを提供します。一方、SRTとVTTは時間情報付きの字幕構造を保持します。SozAIは単語単位のタイムスタンプにも対応しているため、学生は原録音内で文字起こしの該当箇所を特定できます。

SozAIは100+言語に対応し、言語の自動検出も備えています。実際のSozAI利用では20以上の言語が使われているため、学生は多言語のインタビューやフォーカスグループでも同じ文字起こし手順を利用できます。ただし、精度は録音品質、訛り、周囲の雑音、発言の重なりに左右されます。