Transkrypcje wywiadów dla zespołów UX i badań jakościowych

Krótka odpowiedź

SozAI zamienia wywiady badawcze i sesje testów użyteczności w transkrypcje z mówcami rozróżnianymi po głosie i znacznikiem czasu przy każdej linijce, w 99 językach. Nazwy mówców zmieniasz na kody uczestników w wersji webowej lub w aplikacji na telefon, a potem eksportujesz VTT dla narzędzi do kodowania, które synchronizują tekst z dźwiękiem, TXT z kodami czasowymi i mówcami albo JSON z czasami i mówcą dla każdego segmentu. Pliki są przechowywane w Niemczech, rozpoznawanie mowy działa w USA, a każdy podmiot przetwarzający jest wymieniony na jednej stronie, którą możesz dołączyć do wniosku do komisji etycznej. Grupa badawcza kupuje miejsca po $12.99 miesięcznie lub $99.99 rocznie za sztukę; nie ma wspólnego repozytorium projektu, więc każdy badacz ma własną bibliotekę.

Od sesji do zakodowanej transkrypcji

1. Uzyskaj pisemną zgodę na nagrywanie i na sposób jego przetwarzania przed sesją. Akapit, który możesz dostosować, znajdziesz niżej.
2. Nagrywaj. W laboratorium lub kawiarni: SozAI na telefonie na stole. Zdalna sesja w Meet, Zoomie lub Teams otwarta w Chrome lub Edge, z web.sozai.app, ze źródłem dźwięku „Both”. Sesja w desktopowej aplikacji do rozmów: w trybie Meeting w aplikacji na Maca.
3. Albo wgraj istniejące nagrania, kilka naraz, do 500 MB każde.
4. Przed eksportem zmień nazwy mówców na swoje kody (P1, P2, Moderator), żeby żadne prawdziwe imię nie opuściło SozAI. Zmiana nazw działa w wersji webowej i w aplikacji na telefon.
5. Popraw tekst w aplikacji na telefon, jeśli Twój protokół wymaga czystej transkrypcji. Poprawki są zapisywane i przechodzą do każdego późniejszego eksportu.
6. Wyeksportuj w formacie, który czyta Twoje narzędzie do analizy (tabela niżej) i zaimportuj go tam razem z plikiem dźwiękowym.
7. Usuń nagranie w SozAI, gdy tak stanowi Twój plan zarządzania danymi.

Który eksport do jakiego zadania

Nie ma eksportu do Worda. Importy krok po kroku do NVivo, ATLAS.ti i MAXQDA, z formatami, które każdy z nich przyjmuje, znajdziesz w naszym poradniku o transkrypcji w badaniach jakościowych.

Sesje testów użyteczności nagrywają dźwięk, nie ekran

SozAI nagrywa tylko dźwięk. Przy zdalnym teście użyteczności uruchom swój zwykły rejestrator ekranu do wideo, a SozAI niech zrobi transkrypcję, albo wgraj nagranie zapisane przez Twoje narzędzie do rozmów. Gdy nagrywasz kartę przeglądarki, uczestnik nie widzi w rozmowie niczego nowego: nie ma bota ani dodatkowej nazwy na liście uczestników. Tym ważniejsze jest, by zgoda obejmowała samo nagrywanie.

Przy sesjach z myśleniem na głos znaczniki czasu się opłacają. Uczestnika, który mówi „czekaj, gdzie jest ten przycisk” w 12:41, można dopasować do klatki w Twoim wideo bez oglądania od nowa całej godziny.

Co powiedzieć uczestnikom i komisji etycznej

Komisje pytają, dokąd trafia dźwięk i kto go przetwarza. Potem pytają, kiedy go już nie będzie. Oto odpowiedzi dla SozAI na październik 2026.

• Pliki i nagrania są przechowywane na naszych serwerach w Niemczech (Hetzner).
• Rozpoznawanie mowy dla plików i nagrań wykonuje AssemblyAI w Stanach Zjednoczonych, więc na tym etapie dźwięk opuszcza UE.
• Podsumowania i pozostałe funkcje AI wysyłają tekst transkrypcji do dostawców modeli AI. Kim są i kiedy każdy z nich jest używany, znajdziesz na liście podmiotów przetwarzających.
• Nasz własny kod nigdy nie przesyła nagrań do trenowania modeli. Każdy partner działa na własnych warunkach, do których odsyła ta lista.
• Tryb Meeting w aplikacji na Maca transkrybuje na samym Macu: dźwięk nie jest wgrywany, a na konto zapisywany jest tylko tekst.

Akapit zgody, który możesz dostosować (porównaj go z listą podmiotów przetwarzających w dniu składania wniosku i z szablonem swojej instytucji):

Wywiad zostanie nagrany jako dźwięk i przetranskrybowany w SozAI. Nagranie jest przechowywane na serwerach w Niemczech, a rozpoznawanie mowy wykonuje dostawca usług w Stanach Zjednoczonych. Imiona i nazwiska w transkrypcji zostaną zastąpione kodami uczestników. Nagranie zostanie usunięte z usługi do [data], po zakończeniu badania.

Nie udzielamy porad prawnych, a przepisy o nagrywaniu różnią się między krajami. Ostatnie słowo o tym, co ma zawierać formularz, ma biuro etyki Twojej instytucji.

Usuwanie danych po zakończeniu badania

Usuwanie jest w rękach badacza. Każdy może usunąć pojedyncze nagranie albo całe konto, w aplikacji lub w wersji webowej. To usuwa z naszych serwerów dźwięk i wszystko, co z niego powstało.

Trzy rzeczy do wpisania w plan zarządzania danymi, bo są prawdziwe dzisiaj. Szyfrowane kopie zapasowe bazy danych przechowują usunięte dane do 12 miesięcy. Usunięcie w SozAI nie usuwa kopii u partnera od rozpoznawania mowy. A transkrypcje nigdy nie są usuwane automatycznie: dźwięk może być (każde konto wybiera 30 dni albo zaraz po transkrypcji), ale transkrypcja zostaje, dopóki ktoś jej nie usunie, więc ustaw w kalendarzu przypomnienie na datę z formularza zgody.

Pełny obraz, wraz z tym, co usunięcie pozostawia, jest na stronie o bezpieczeństwie.

Grupy fokusowe i wiele głosów

Rozdzielanie mówców działa najlepiej, gdy ludzie mówią kolejno. Przy sześciu lub więcej uczestnikach krótkie wtrącenia („tak”, „u mnie tak samo”) często są przypisywane głośniejszemu sąsiadowi. Widzieliśmy to samo na publicznym posiedzeniu zarządu, które przetworzyliśmy, gdzie krótkie wnioski i głosowania zlały się w dwa główne głosy; przykład jest na SozAI dla zespołów. Przy grupach fokusowych zaplanuj przejście, w którym sprawdzisz każdą zmianę mówcy z dźwiękiem przed kodowaniem.

Języki: SozAI sam rozpoznaje język każdego nagrania. Nasz opublikowany test dokładności wykazał 3,6% błędów słów w angielskim i 3,0% w niemieckim na krótkich czytanych zdaniach, ale 19,6% w arabskim. Wywiadów, w których rozmówca zmienia język w środku odpowiedzi, nie mierzyliśmy.

Grupa badawcza na miejscach zespołowych

Kierownik projektu (PI) albo manager laboratorium kupuje miejsca na web.sozai.app i zaprasza każdego badacza e-mailem; grupy uniwersyteckie mogą wybrać plan Education w tej samej cenie. Każde miejsce obejmuje do 700 godzin transkrypcji. Osoba kupująca nie widzi niczyich nagrań. To dobre dla poufności uczestników, ale oznacza też, że SozAI nie jest wspólnym repozytorium badań: wywiady trafiają do narzędzia analitycznego projektu przez eksporty. Płatności, faktury z numerem podatkowym Waszej instytucji i VAT opisano w jak kupić dla zespołu.

Kiedy SozAI nie jest właściwym narzędziem

• Potrzebujesz wspólnego repozytorium, w którym cały zespół taguje i przeszukuje każdą sesję. Użyj narzędzia typu repozytorium badań i zaimportuj do niego eksporty z SozAI.
• Twój protokół zabrania opuszczania UE przez jakikolwiek dźwięk, a sesje nie są na Macu. Wgrany dźwięk trafia do amerykańskiego dostawcy rozpoznawania mowy.
• Potrzebujesz transkrypcji dosłownych, z pauzami, nakładaniem się głosów i dźwiękami niewerbalnymi oznaczonymi według konwencji. SozAI pisze czysty tekst; oznacz je ręcznie albo skorzystaj z usługi prowadzonej przez ludzi.
• Uczestnikami są dzieci. Nasza polityka prywatności mówi, że usługa nie jest przeznaczona dla dzieci poniżej 13. roku życia.

Porównujesz kilka narzędzi dla grupy? Zacznij od jak wybrać oprogramowanie do transkrypcji. Pracę z wywiadami poza badaniami opisano na SozAI dla zespołów rekrutacyjnych i SozAI dla redakcji.