Расшифровка интервью в качественном исследовании: правила, этика и инструменты

Главное

Решите, насколько подробной будет расшифровка, ещё до начала работы: дословная — если вы анализируете, как люди говорили, «умная» дословная или чистая — если анализируете, что они сказали. Запишите правила оформления до второго интервью. Проверьте, что в вашей форме согласия и этическом одобрении сказано о том, куда можно отправлять записи, и спросите у любого сервиса расшифровки, кто именно получает аудио. Автоматическая расшифровка даёт черновик за минуты и за малую долю стоимости услуг людей; проверка по аудио всё равно остаётся за вами. Для NVivo, ATLAS.ti и MAXQDA продумайте путь импорта до того, как выберете инструмент.

Никто не назовёт вам стандарт расшифровки для качественного исследования, потому что единого стандарта нет. Их несколько, и какой подойдёт вам, зависит от того, что вы собираетесь делать с расшифровками потом. Это методологическое решение, и принимать его нужно раньше выбора инструмента, а не после.

Если сделать наоборот, цена окажется реальной. Вы чисто расшифровываете шесть интервью, берётесь за анализ, обнаруживаете, что вам нужно знать, где участник запнулся, — и теперь перебираете шесть записей другими ушами. Поэтому сначала потратьте час на этот вопрос.

Решите, для чего нужна расшифровка, до того как расшифруете хоть слово

Насколько подробной должна быть расшифровка — это методологическое решение, а не вопрос тщательности или добросовестности. Оно следует из вашего аналитического подхода.

Если вас интересует, что было сказано, подойдёт чистая расшифровка. Вам нужны слова, переданные точно и приписанные нужному говорящему. Слова-паразиты, ложные старты и короткие паузы можно убрать, ничего не повредив, потому что ни одно из них не попадёт в ваше кодирование. Большая часть тематической и контент-ориентированной работы относится сюда, и чистую расшифровку быстрее сделать, быстрее прочесть и быстрее закодировать.

Если вас интересует, как что-то было сказано, всё наоборот. Паузы, наложения, запинки, момент, когда двое говорят одновременно, три секунды до ответа, самоисправление на середине фразы — это и есть данные. Расшифровка, в которой всё это убрано, убрала то, что вы изучаете. Для автоматической расшифровки это особенно важно, потому что сглаживать именно такие черты она умеет хорошо. Она выдаёт гладкую читаемую прозу, а гладкая читаемая проза — это обеднённая передача запинающегося разговора с наложениями.

Есть соблазн подстраховаться и расшифровать всё с максимальной детализацией, раз лишнее всегда можно проигнорировать. Обычно это неверный ход. Подробная расшифровка медленна, а медленная работа над двадцатью интервью съедает месяцы, которых у вас нет. К тому же такие расшифровки труднее читать, а значит, кодирование идёт медленнее. Если вы пока по-настоящему не знаете, важно ли для вашего анализа взаимодействие, об этом нужно поговорить с научным руководителем сейчас, а не решать грубой силой. Что бы вы ни выбрали, записи остаются, а настоящие данные — это запись. Расшифровка лишь её представление.

Дословная, «умная» дословная и чистая — рядом

Эти три названия используют вольно, поэтому вот один короткий выдуманный обмен репликами, записанный всеми тремя способами. Это иллюстрация, а не данные исследования.

Дословная сохраняет всё, что услышал диктофон, и отмечает это по вашим правилам:

И:  Так как вы, э-э, как вы об этом узнали?
У3: Ну (.) я- я не узнала, вообще-то. Сестра [мне сказала]
И:                                          [понятно]
У3: сказала после- после собрания. (2.0) Да.

«Умная» дословная сохраняет каждое значимое слово и смену говорящих, убирает слова-паразиты и запинки и оставляет паузу, только если она несёт смысл:

И:  Как вы об этом узнали?
У3: Я не узнала, вообще-то. Сестра сказала мне после собрания. [пауза] Да.

Чистая (её иногда называют отредактированной) к тому же приглаживает грамматику до читаемых предложений:

И:  Как вы об этом узнали?
У3: Я не узнала. Сестра сказала мне после собрания.

Посмотрите, что потеряла чистая версия. Двухсекундная пауза перед «Да» и самоисправление «я- я не узнала» могут оказаться самым интересным в этом отрывке, если вы изучаете, как люди говорят о плохих новостях. Для тематического исследования того, как новость распространялась по семье, чистая версия не теряет ничего из того, что вы будете кодировать.

Автоматическая расшифровка получается где-то между «умной» дословной и чистой. Она обычно опускает «э-э» и повторяющееся «я», не ставит отметки пауз и показывает наложение как одну реплику вслед за другой. Если вам нужна дословная, добавлять эти черты придётся вручную при проверке.

Запишите правила оформления до второго интервью

Определившись с уровнем детализации, зафиксируйте правила и запишите их в короткий документ, который будет у вас под рукой во время работы. Менять их позже — значит заново проходить все уже сделанные записи, а такая задача незаметно съедает две недели.

Что стоит решить заранее:

• Сохраняются ли слова-паразиты и ложные старты, убираются или сохраняются только там, где они кажутся значимыми, — именно последний вариант чаще всего даёт несогласованность между интервью.
• Как отмечаются паузы и различаются ли короткие и длинные.
• Как показывается наложение речи и что делать, если не ясно, кто заговорил первым.
• Как вы отмечаете неразборчивые места и указываете ли причину.
• Как обозначаются говорящие и как это связано с вашей схемой анонимизации.
• Где стоят таймкоды: через равные промежутки, при каждой смене говорящего или только у фрагментов, которые вы собираетесь цитировать.

Таймкоды заслуживают отдельного слова. Они позволяют найти цитату из вашей диссертации в записи, а значит, любой, у кого есть доступ к вашим данным, включая рецензента, может её проверить. Ставить их по ходу работы почти ничего не стоит. Добавлять потом, к готовой расшифровке, — значит снова слушать всю запись с секундомером. Каким бы инструментом вы ни пользовались, поставьте их с первого прохода.

Шаблон правил оформления, который можно скопировать

Заполните правый столбец, сохраните таблицу в приложении к методологии и отдайте её любому, кто расшифровывает или проверяет для вас. Приведённые обозначения — распространённый выбор, а не правила; меняйте любое, но запишите изменение.

Тот же шаблон простым текстом — для ваших заметок:

ПРАВИЛА РАСШИФРОВКИ: [проект]          версия: [дата]
Уровень детализации: дословная | «умная» дословная | чистая
Говорящие:           И = интервьюер; У1, У2 ... = участники
Слова-паразиты:      сохраняются | убираются | сохраняются, если значимы
Ложные старты:       сохраняются с дефисом (я- я не узнала)
Паузы:               (.) меньше 2 с; (3.0) = длительность в секундах
Наложение:           [ в начале и ] в конце накладывающейся речи
Неразборчиво:        [неразборчиво чч:мм:сс]
Неуверенно:          [слово?]
Невербальное:        [смеётся] [вздыхает] [закрывается дверь]
Выделение голосом:   не отмечается | ЗАГЛАВНЫЕ
Таймкоды:            каждая смена говорящего | каждые 2 мин | только цитаты
Анонимизация:        при расшифровке; соответствие хранится отдельно в [месте]
Другие языки:        оригинал, затем {перевод}
Сверено с аудио:     [имя], [дата]

Согласие и этическое одобрение определяют, куда можно отправлять аудио

Форма согласия — не бумажка, оформленная до начала исследования. Это набор условий того, что вы теперь вправе делать с записями, и обычно она охватывает три вещи: как хранится запись, кому разрешено её слушать и когда её нужно уничтожить.

Отправка аудио стороннему сервису расшифровки — это раскрытие. Теперь у кого-то или чего-то вне вашего проекта есть копия голоса участника. Это должно соответствовать тому, на что участник согласился. Иногда соответствует очевидно, потому что форма это предусматривала. Иногда очевидно нет — участнику сказали, что запись услышит только исследовательская группа. Часто форма двусмысленна, и такую двусмысленность лучше разрешить с научным руководителем или этическим комитетом до загрузки, а не после.

Этическое одобрение нередко идёт дальше и уточняет, где можно хранить записи, на каком устройстве или в какой институциональной системе и как долго. Расшифровка наследует эти условия. Как и всё, что от неё произведено: ваши закодированные файлы, выдержки цитат, рабочий документ, куда вы вставляете фрагменты при написании. Всё это тоже данные, и всё это должно укладываться в то хранилище, на которое вы получили одобрение. Об этом легко забыть, когда вы глубоко в анализе, а копии множатся на ноутбуке, в облачном диске и в письме самому себе.

На практике это сужает выбор инструментов ещё до того, как вы сравнили их по качеству или цене. Инструмент, который обрабатывает файлы на вашем устройстве, — это не то же самое, что тот, который их загружает. Если поставщик не может чётко сказать, какие компании получают аудио, считайте это ответом.

О чём этический комитет спрашивает про сервис расшифровки

Комитеты различаются, но вопросы повторяются. Внесите ответы в заявку вместе с датой проверки, потому что поставщики меняют партнёров.

1. Где хранится аудио и в какой стране?
2. Какие ещё компании его получают и что именно получают? Инструмент расшифровки часто оказывается оболочкой над чужим распознаванием речи. Запросите список субпроцессоров.
3. Используются ли данные для обучения моделей? Спрашивайте о поставщике и о каждом партнёре отдельно; один ответ редко покрывает и тех, и других.
4. Что удаляется при удалении файла и есть ли резервные копии, которые хранят его дольше?
5. Кто может войти и есть ли отчёт об аудите, соглашение об обработке данных или вход через учреждение?

Вот ответы SozAI на 25 октября 2026 года, чтобы вы видели, как выглядит полный набор:

• Записи и расшифровки хранятся на наших серверах. Всё передаётся по HTTPS.
• Распознавание речи выполняет AssemblyAI, в США, и получает аудио. Если вы пользуетесь краткими содержаниями, заметками, тестами или вопросами по записи, текст расшифровки через OpenRouter попадает к поставщикам моделей (Anthropic, Google и xAI, DeepSeek — как запасной вариант). Ссылки на YouTube уходят в Google Gemini API; ваше собственное аудио — нет. Cloudflare пропускает трафик и хранит наши зашифрованные резервные копии базы данных. Полный список — на нашей странице субпроцессоров.
• Мы не продаём записи, и наш собственный код никогда не использует их для обучения моделей. Мы не можем дать такого обещания за партнёров, перечисленных выше; для них действуют их собственные условия.
• Запись или весь аккаунт вы можете удалить сами, в приложении или в вебе. Это удаляет с наших серверов аудио, расшифровку, заметки, карточки и тесты. Зашифрованные резервные копии базы хранятся до 12 месяцев. Удаление в SozAI не удаляет копию у партнёра по распознаванию речи.
• Вход — через Google, Apple или одноразовый код по электронной почте. У нас нет отчёта SOC 2, единого входа (SSO) и ролей администратора команды, и SozAI не соответствует требованиям HIPAA. Подробнее — в разделе о безопасности SozAI.

Если по условиям вашего одобрения записи не должны покидать институциональные системы, ни один из облачных инструментов, названных на этой странице, не подойдёт, включая наш. Используйте лицензированный сервис вашего университета или расшифровывайте офлайн.

Анонимизация выполняется в расшифровке

Запись остаётся как есть. Анонимизировать голос правкой текста нельзя, да и менять первичные данные не нужно. Анонимизация — это то, что вы делаете с расшифровкой.

Это значит заменить имена, названия мест, названия работодателей, должности, по которым можно узнать одного человека, и мелкие обстоятельства, по которым человека узнает любой, знакомый с обстановкой. Делайте это последовательно. Если коллега в одном интервью — [коллега А], то она [коллега А] везде, где появляется, и то же правило действует для всего вашего набора. Непоследовательная псевдонимизация хуже, чем никакая: она выглядит анонимной, но внимательный читатель всё равно может установить личность.

Если вы храните соответствие между настоящими личностями и заменами, храните его отдельно от расшифровок, на условиях хранения, указанных в вашем одобрении, и чётко понимайте для себя, зачем вы его храните и когда оно будет уничтожено. В одних проектах для этого есть веская причина: может понадобиться повторно связаться с участниками или связать интервью между волнами. В других нет, и самое безопасное соответствие — то, которого не существует. Важно решить это осознанно.

Одно предостережение о спешке. «Найти и заменить» ловит очевидные имена и пропускает остальное: прозвище, упомянутое дважды, опечатку, описание здания, которому в городе соответствует только одно место. Проход по анонимизации требует человеческих глаз на всём документе.

Практический момент для автоматических инструментов: имена говорящих, которые вы вводите в инструмент, сохраняются вместе с расшифровкой. Называйте говорящих У1 и У2 с самого начала, а не переименовывайте потом.

Фокус-группы: от шести до десяти говорящих

Фокус-группа — самая трудная запись для расшифровки. Автоматическое разделение говорящих работает по принципу объединения похоже звучащей речи, а при восьми людях за столом оно ломается в предсказуемых местах: двое участников со схожими голосами сливаются в одного говорящего, тот, кто произносит только «мм» или «да», так и не получает собственной метки, а всплеск перекрёстной речи приписывается тому, кто говорил громче всех.

В SozAI нельзя сообщить системе, сколько людей было в комнате; она решает по аудио. Готовьтесь исправлять метки говорящих вручную в каждой фокус-группе и закладывайте на это время. На часовой группе из восьми человек это целый день работы, в основном над короткими репликами.

Что помогает, в порядке убывания эффекта:

• Начните с круга, в котором каждый называет свой номер участника и произносит одно предложение. Так у вас будет образец каждого голоса в известный момент, и метки можно будет сопоставить с людьми.
• Пусть модератор называет говорящего, когда это неясно («спасибо, У4»), и ведёт схему рассадки с порядком первых реплик.
• Поставьте один хороший микрофон в середину стола, а не телефон у модератора. Расстояние — самый большой источник ошибок.
• Включите второй рекордер на другом конце стола. Когда один файл неразборчив, второй нередко нормален.

Если ваш анализ зависит от того, кто что сказал в быстрых обменах (например, конверсационный анализ групповой динамики), автоматический черновик сэкономит меньше времени, чем на индивидуальных интервью. Там может оправдать цену человеческий сервис, специализирующийся на фокус-группах.

Где автоматическая расшифровка действительно помогает

Автоматическая расшифровка выдаёт черновик. Это настоящая экономия, и отказываться от неё из принципа в основном значит печатать вручную несколько часов речи без методологической пользы. Готовой расшифровки она не выдаёт.

Для данных интервью проверка по аудио — часть метода, а не необязательная уборка в конце. Вы прослушиваете запись с черновиком перед глазами, исправляете неверное, возвращаете то, что требуют ваши правила и что машина опустила, вставляете или проверяете таймкоды и проводите анонимизацию. Это медленнее чтения и быстрее набора текста. И именно здесь вы знакомитесь с материалом, а это не побочная выгода. Исследователи, расшифровывающие свои интервью сами, приходят к анализу, уже зная, что в них есть, а проверка возвращает значительную долю этого знакомства.

В приложении SozAI для iPhone, Android и Mac или в веб-версии записанное интервью возвращается с метками говорящих и таймкодом на каждом фрагменте; коснитесь фрагмента — и аудио воспроизведётся с этой строки, а это почти всё, что нужно при проверке. Текст можно исправлять в приложении для iPhone и Android; в веб-версии и на Mac он показывается, но пока не редактируется. Подробнее — об расшифровке интервью вообще. Это один из нескольких вариантов, и вопросы о хранении и согласии, которые задает этическая комиссия, должны отсеивать ваш короткий список раньше, чем качество.

ИИ или человек в академической расшифровке: стоимость, сроки, точность

Большинство страниц, которые ранжируются по запросу «academic transcription», — услуги людей, поэтому вот сравнение, которого они не дают. Цены — так, как их опубликовал каждый поставщик на 25 октября 2026 года.

Посчитайте для типичного исследования: двадцать часовых интервью, 1 200 минут аудио. По ценам выше это $2 388 у Rev, $2 100 у Ditto и от $948 у TranscribeMe. С подпиской SozAI весь набор спокойно укладывается в часы, а черновики готовы в тот же день.

Цифры точности несопоставимы, и стоит понимать почему. Услуги людей заявляют гарантию на собственных условиях. У нас — измерение с опубликованной методикой: 200 коротких предложений, зачитанных в тихих комнатах, из открытого набора данных FLEURS. Интервью сложнее, а некоторые языки гораздо сложнее (19,6% для арабского, 50% для казахского в том же тесте). Поэтому честный обмен таков: автоматическая расшифровка стоит намного дешевле и готова почти мгновенно, а взамен проверку по аудио вы делаете сами. Человеческий сервис берёт плату за то, что делает большую часть этой проверки, а цитаты вы всё равно сверяете.

Когда расшифровка людьми выгоднее: дословные правила с хронометражем пауз, плохое аудио, фокус-группы, где главное — кто что сказал, или грантодатель, который оплатит её, пока дефицитно ваше время.

Программы расшифровки для качественных исследований

Шесть реалистичных вариантов и то, в чём каждый хорош. Данные — так, как их опубликовал каждый поставщик на 25 октября 2026 года.

Наша рекомендация, если нужно выбрать. Если у вас уже есть лицензия MAXQDA или NVivo и ваши интервью на языке, который они поддерживают, пользуйтесь встроенной расшифровкой: расшифровка приходит в проект уже связанной с аудио, и шаг импорта отпадает совсем. Если ваши интервью на языке вне их списков, записаны на телефон в полевых условиях или вам нужны краткие содержания и перевод рядом с расшифровкой, лучше SozAI — с одним шагом импорта. Если ваше этическое одобрение исключает обработку сторонним ИИ, заплатите человеческому сервису, который подпишет ваши условия конфиденциальности, или расшифруйте сами.

Как перенести расшифровки в NVivo, ATLAS.ti и MAXQDA

SozAI не экспортирует файлы Word (DOCX). Всё ниже работает с тем, что он экспортирует: TXT, SRT, VTT и JSON (и PDF, но ни одной программе анализа PDF-расшифровка не нужна). Приложения для телефона и Mac экспортируют всё это; веб-версия — TXT, SRT и VTT. Переименуйте говорящих в У1, У2 и так далее до экспорта; эти имена записываются в VTT, JSON и в TXT из приложения. SRT имён говорящих никогда не содержит, поэтому для исследований он не подходит.

ATLAS.ti

Сначала добавьте в проект аудиофайл, затем импортируйте к нему расшифровку. В руководстве ATLAS.ti в списке поддерживаемых форматов расшифровки указаны VTT, SRT, TXT, DOCX и RTF, и сказано, что программа распознаёт и кодирует говорящих в файлах VTT, содержащих сведения о говорящих. Поэтому экспортируйте из SozAI VTT: вы получите за один шаг текст, синхронизированный с аудио, и коды говорящих. (руководство ATLAS.ti, проверено 25 октября 2026 года.)

MAXQDA

MAXQDA импортирует расшифровки с таймкодами через «Импорт, Расшифровки» и указывает VTT среди форматов, которые читает, рядом с субтитрами SRT и файлами Word или RTF. Выберите VTT и, когда программа спросит, укажите соответствующий аудиофайл. SRT тоже импортируется, но пользователи MAXQDA сообщают о раздробленной вёрстке — одна строка субтитров на абзац — и потере говорящих. (справка MAXQDA, проверено 25 октября 2026 года.)

NVivo

NVivo 14 для Windows импортирует расшифровку, связанную с аудио, из обычного текстового файла, оформленного как таблица с разделителями-запятыми или табуляцией, либо из Word или RTF. (справка NVivo, проверено 25 октября 2026 года.) Файлы SozAI не в таком виде, поэтому есть два пути:

• Быстро: экспортируйте TXT из web.sozai.app с включёнными таймкодами и говорящими. Каждый абзац выглядит так: «[04:12] У3: текст». Импортируйте его в NVivo как обычный документ. Кодировать можно сразу, просто он не синхронизирован с аудио.
• Синхронизированно: экспортируйте JSON из приложения. В каждом сегменте есть время начала и конца в секундах, текст и имя говорящего. Откройте его в электронной таблице (или попросите коллегу с несколькими строками скрипта), чтобы получить три столбца: интервал времени, говорящий, текст. Сохраните как текст с табуляцией и импортируйте как расшифровку, сопоставив столбцы, когда NVivo спросит.

Какой бы путь вы ни выбрали, по возможности делайте проверку до импорта. Исправления, сделанные в приложении на телефоне, попадают в расшифровку при каждом последующем экспорте, а правки внутри пакета анализа остаются только там.

Чего первый черновик не сделает за вас

Ожидайте, что черновик окажется слабее всего там, где интервью труднее всего. Перекрёстная речь сбивает разделение говорящих, и двое, говорящие одновременно, обычно превращаются в одного человека, говорящего что-то слегка бессвязное. Сильные акценты, тихие участники, фоновый шум кафе или коридора и профессиональная лексика снижают точность. Метки говорящих обычно близки к верным, но на границах ненадёжны, особенно у коротких реплик.

И он не даст вам просодии. Ни одна автоматическая расшифровка не сохраняет длину паузы и не отмечает момент, когда голос участника изменился. Если вашему анализу это нужно, машинный черновик — лишь каркас для слов, не более, и время нужно планировать соответственно. Коллега, работающий с тем же корпусом над контент-ориентированным вопросом, закончит в разы быстрее, и не потому, что работает менее тщательно. Его расшифровка отвечает на другой вопрос.

Интервью с переключением языка — особый случай. Автоматические инструменты, включая SozAI, обычно определяют один язык на запись, поэтому фрагменты на втором языке получаются хуже всего. Отметьте их в своих правилах и проверяйте в первую очередь.

Закладывайте и больше времени, чем получается по арифметике. Проверка — это не один проход по аудио в обычном темпе, а остановки, перемотки и повторное прослушивание тех шести секунд, которые никак не разобрать. На полном наборе интервью это значительная работа, и так и должно быть. Чтобы понять, как всё складывается в целом проекте, есть разбор работы исследователя над диссертацией, который ведёт один набор записей от файла до цитируемой расшифровки. Если вы закупаете для исследовательской группы или кафедры, напишите на [email protected] о тарифах Team и Education; мы выставляем счёт.

И последнее: расшифровка — это представление, и каждое выбранное вами правило — решение о том, что сохранить, а что потерять. Запишите эти решения в главу о методах. Рецензент, который знает, почему ваши расшифровки выглядят так, а не иначе, прочтёт их как продуманные. Тот, кто не знает, будет недоумевать.