Transkripsi Penelitian Kualitatif: Mengubah Wawancara Menjadi Teks Siap Analisis

Oleh Tim Editorial whispertranscribe.ai · Terakhir diperbarui: November 2026 · 13 menit baca

Ya, AI dapat menangani transkripsi penelitian kualitatif, tetapi hanya sebagai draf pertama. Unggah wawancara, pisahkan pembicara, ekspor teks, lalu dengarkan seluruh rekaman sambil memperbaikinya. Transkrip menjadi data setelah peneliti memeriksanya terhadap audio, menerapkan aturan transkripsi studi, dan menghapus rincian pengenal.

Di bawah ini: cara memilih gaya transkripsi, alur tujuh langkah, daftar pemeriksaan yang dapat disalin, dasar anonimisasi dan etika dengan sumber resmi, serta panduan format ekspor.

Jawaban singkat: bisakah AI digunakan untuk transkripsi penelitian kualitatif?

Bisa, asalkan hasilnya diperlakukan sebagai bahan mentah. Draf AI menghemat pengetikan; ia tidak menggantikan kegiatan mendengarkan.

  1. Tentukan aturan transkripsi terlebih dahulu: verbatim atau bersih, cara memberi label pembicara, dan cara menandai jeda serta kata yang tidak jelas.
  2. Buat draf: unggah setiap rekaman dengan bahasa yang tepat dipilih dan deteksi pembicara aktif.
  3. Verifikasi, anonimisasi, lalu analisis: perbaiki draf berdasarkan audio, ganti nama dengan kode, dan impor file bersih ke perangkat lunak analisis.

Pastikan persetujuan etik dan formulir persetujuan peserta mencakup alat tersebut sebelum mengunggah apa pun yang dapat mengidentifikasi peserta.

Gaya transkripsi apa yang dibutuhkan studi Anda?

Pilih gaya berdasarkan metode analisis, bukan yang tercepat. Studi tematik tentang apa yang dipikirkan orang biasanya dapat menggunakan teks yang lebih bersih; studi tentang cara orang berbicara perlu mempertahankan setiap keraguan.

Dalam makalah yang banyak dikutip, Oliver, Serovich, dan Mason (2005) menggambarkan transkripsi sebagai kontinum antara dua pendekatan. Naturalisme menangkap setiap ujaran sedetail mungkin. Denaturalisme memperbaiki tata bahasa, menghapus gangguan wawancara seperti gagap dan jeda, dan menstandarkan aksen nonmayoritas. Penulis tidak menempatkan salah satunya di atas yang lain. Intinya, pilihan tersebut membentuk temuan dan cara peserta direpresentasikan, sehingga perlu keputusan sadar sebelum transkripsi dimulai. Mereka menjelaskan perdebatan, misalnya, apakah dialek peserta harus dipertahankan, dengan mengetahui bahwa peserta mungkin membacanya saat pemeriksaan oleh peserta.

Gaya Yang dipertahankan Yang dihapus Yang perlu Anda lakukan pada draf AI
Verbatim penuh (dinaturalisasi) Setiap kata, kata pengisi, awal kalimat yang gagal, pengulangan, tawa, dan jeda yang ditandai Tidak ada yang terdengar Tambahkan kembali kata pengisi atau awal ulang yang dihaluskan draf; masukkan penanda jeda dan tawa secara manual
Verbatim bersih (didenaturalisasi) Semua kata bermakna dalam ungkapan pembicara sendiri Kata pengisi, gagap, sebagian besar pengulangan Hapus kata pengisi secara konsisten; jangan pernah “memperbaiki” tata bahasa atau pilihan kata peserta
Notasi analisis percakapan terperinci Jeda bertanda waktu, tumpang tindih, penekanan, intonasi Tidak ada Perlakukan draf hanya sebagai daftar kata; notasi dikerjakan secara manual
Teks yang diedit atau diringkas Pokok utama Apa pun yang tidak diperlukan untuk keterbacaan Bukan transkrip; sebagian besar metode kualitatif tidak menerimanya sebagai data

Apa pun gayanya, simpan master verbatim yang tidak diubah meskipun Anda menganalisis salinan yang lebih bersih, dan tuliskan aturan dalam protokol singkat. Seperti dinyatakan panduan perpustakaan University of Illinois, transkripsi sendiri adalah tindakan analisis: apa yang Anda tulis membentuk apa yang dapat ditemukan kemudian.

Protokol transkripsi satu halaman (salin dan sesuaikan)

PROTOKOL TRANSKRIPSI PROYEK — CONTOH, sesuaikan dengan studi Anda
Gaya:             Verbatim penuh. Pertahankan kata pengisi (um, uh), awal gagal, pengulangan.
Label pembicara:  I = pewawancara. P01, P02... = peserta. Jangan gunakan nama asli.
Penanda waktu:    Pada setiap pergantian pembicara, format [hh:mm:ss].
Ucapan tak jelas: [tidak terdengar hh:mm:ss] untuk kata hilang; [tidak yakin: kata] untuk tebakan.
Nonverbal:        [tertawa] [jeda] [bicara bersamaan] [telepon berdering] dalam kurung siku.
Tumpang tindih:   Mulai pembicara kedua pada baris baru, tandai [tumpang tindih].
Respons singkat:  Pewawancara “mm-hm” saat peserta berbicara: hapus / pertahankan (pilih satu).
Pengenal:         Ganti saat anonimisasi dengan [deskripsi], catat setiap perubahan.
Bahasa:           Transkripsikan dalam bahasa yang diucapkan; terjemahkan setelah pemeriksaan.
Nama file:        StudyCode_P01_v1-draft / v2-checked / v3-anonymised

Alur draf AI + peninjauan peneliti dalam 7 langkah

Langkah 1 hingga 4 hanya memerlukan beberapa menit perhatian Anda. Langkah 5 memerlukan waktu paling lama, dan memang seharusnya begitu.

Langkah 1: Rekam untuk transkrip, bukan hanya untuk diri sendiri

Audio yang jelas paling menentukan kualitas draf. Letakkan perekam lebih dekat ke peserta daripada Anda, pilih ruangan tenang, dan lakukan uji sepuluh detik. Untuk wawancara jarak jauh, gunakan perekam platform panggilan atau perekam layar dan audio browser setelah peserta setuju dan penyelenggara mengizinkan. Secara langsung dengan laptop saja, perekam suara online merekam dan mentranskripsikan sekaligus setelah persetujuan yang diperlukan diperoleh.

Langkah 2: Unggah setiap wawancara secara terpisah

Buka halaman transkripsi wawancara di browser dan pilih bahasa yang diucapkan sebelum mengunggah. Satu file per wawancara menjaga kumpulan data tetap rapi. whispertranscribe.ai adalah alat transkripsi AI berbasis web yang mengubah audio dan video menjadi teks dalam 130+ bahasa; menerima file hingga 5GB dan 10 jam dalam format umum seperti MP3, WAV, M4A, dan MP4. Jika rekaman sudah ada di Google Drive atau Dropbox, Anda dapat menempelkan tautan melalui Transcribe from URL tanpa mengunduhnya terlebih dahulu.

Langkah 3: Aktifkan deteksi pembicara

Aktifkan Enable Speaker Detection agar draf membagi percakapan menjadi giliran. Ini sangat penting dalam penelitian kualitatif: kutipan yang dikaitkan dengan pewawancara alih-alih peserta adalah kesalahan data, bukan salah ketik. Bersiaplah memperbaiki beberapa atribusi, terutama ketika orang berbicara bersamaan atau dua suara terdengar mirip.

Langkah 4: Ekspor draf

Unduh salinan kerja sebagai DOCX atau TXT untuk diedit. Tetap beri label draf (v1) agar tidak ada yang mengodekannya secara keliru. Panduan format di bawah menjelaskan ekspor yang cocok untuk setiap tugas.

Langkah 5: Perbaiki draf berdasarkan audio

Dengarkan seluruh rekaman dengan transkrip terbuka dan berhenti setiap kali teks dan audio berbeda. Perbaiki label pembicara terlebih dahulu, lalu istilah yang berulang kali salah dengar dengan cari dan ganti, kemudian dengarkan seluruhnya. Putar ulang setiap bagian yang akan Anda kutip. Pengenalan suara dapat menghilangkan atau merapikan kata pengisi dan awal ulang, jadi jika protokol Anda verbatim penuh, jangan anggap draf sudah demikian.

Langkah 6: Anonimisasi salinan terpisah

Simpan file yang telah diperbaiki sebagai v2, lalu buat v3 untuk anonimisasi. Ganti nama dan rincian pengenal dengan deskripsi yang konsisten dan catat setiap perubahan dalam log (lihat bagian anonimisasi di bawah). Lakukan secara offline dalam editor Anda setelah file diekspor.

Langkah 7: Impor ke perangkat lunak analisis

Masukkan versi yang telah dianonimkan ke perangkat lunak analisis data kualitatif, atau ke dokumen atau spreadsheet jika Anda mengodekan secara manual. whispertranscribe.ai tidak terhubung langsung ke NVivo, ATLAS.ti, MAXQDA, atau paket analisis lain; Anda mengekspor file dan mengimpornya sendiri. Periksa panduan impor perangkat lunak Anda untuk format yang diterima dan cara membaca nama pembicara.

Contoh transkrip yang telah diperbaiki

Ketiga versi berikut dibuat untuk ilustrasi, bukan hasil wawancara atau pengujian nyata. Contoh ini menunjukkan jenis perubahan pada langkah 5 dan 6.

CONTOH — v1, draf AI (belum diperbaiki)
Speaker 1: Jadi kapan Anda mulai bekerja di klinik?
Speaker 2: Saya mulai di sana tahun 2019 sepertinya. Manajer saya Sarah membantu saya beradaptasi.
Awalnya sulit karena saya pindah dari Leeds.

CONTOH — v2, diperiksa terhadap audio (verbatim penuh)
[00:04:12] I: Jadi kapan Anda mulai bekerja di klinik?
[00:04:15] P07: Saya, um, saya mulai di sana pada— itu tahun 2019, sepertinya. [jeda] Manajer saya
Sarah, dia sangat membantu saya beradaptasi. Awalnya sulit soalnya saya baru pindah dari Leeds.

CONTOH — v3, dianonimkan
[00:04:12] I: Jadi kapan Anda mulai bekerja di klinik?
[00:04:15] P07: Saya, um, saya mulai di sana pada— itu [tahun], sepertinya. [jeda] Manajer saya
[manajer 1], dia sangat membantu saya beradaptasi. Awalnya sulit soalnya saya baru pindah
dari [kota di Inggris Utara].

Antara v1 dan v2, kata pengisi dan awal kalimat yang gagal dikembalikan, jeda ditandai, “karena” menjadi “soalnya” sesuai ucapan peserta, dan label umum menjadi kode studi. Tidak satu pun mengubah inti cerita; semuanya dapat penting untuk analisis.

Daftar pemeriksaan transkrip wawancara

Gunakan daftar ini pada setiap transkrip sebelum dianalisis. Daftar ini dapat langsung disalin ke spreadsheet atau buku panduan laboratorium.

Pemeriksaan Yang dicari Cara memperbaiki Selesai
Giliran pembicara Baris diberikan kepada orang yang salah; satu orang terbagi menjadi dua label Dengarkan setiap pergantian; gabungkan atau beri label ulang ☐
Kode pembicara Label umum atau nama asli dalam label Ganti dengan I, P01, P02 sesuai protokol ☐
Konsistensi gaya Kata pengisi dipertahankan di satu tempat, dihapus di tempat lain Terapkan aturan protokol di seluruh file ☐
Kata-kata peserta Tata bahasa atau dialek “diperbaiki” oleh draf Kembalikan kata persis yang terdengar di audio ☐
Istilah utama Istilah khusus, nama tempat, produk, atau organisasi salah dengar Simpan daftar istilah; perbaiki dengan cari dan ganti, lalu periksa sampel ☐
Angka Usia, tahun, jumlah, hitungan Periksa setiap angka terhadap audio; angka mudah salah dengar ☐
Negasi “Tidak”, “tidak pernah”, atau bentuk negatif hilang atau ditambahkan Putar ulang kalimat yang maknanya bergantung pada negasi ☐
Pembicaraan tumpang tindih Percakapan bersamaan digabung ke baris satu pembicara Pisahkan giliran dan tandai tumpang tindih ☐
Bagian tidak jelas Tebakan disajikan sebagai kepastian Tandai tidak terdengar atau tidak yakin, beserta waktunya ☐
Isyarat nonverbal Tawa, jeda panjang, emosi yang mengubah makna Tambahkan catatan dalam kurung jika protokol memintanya ☐
Kutipan untuk laporan Setiap bagian yang mungkin dikutip Putar ulang dua kali dan konfirmasi kata demi kata ☐
Pengenal Nama, tempat kerja, kota, rincian langka yang tersisa Lanjutkan ke anonimisasi; catat setiap perubahan ☐

Berapa lama transkripsi kualitatif dan berapa biayanya?

Transkripsi manual memerlukan beberapa jam per jam audio; draf AI memindahkan sebagian besar waktu itu ke pemeriksaan. Perangkat penelitian International Rescue Committee memperkirakan tiga hingga 10 jam untuk mentranskripsikan satu jam rekaman, bergantung pada detail, keterampilan, dan kualitas audio.

Berikut perhitungan untuk studi contoh. Angka peninjauan adalah asumsi ilustratif, bukan hasil pengukuran; ukur waktu wawancara pertama Anda dan sesuaikan.

Studi contoh: 20 wawancara × 60 menit = 20 jam audio Mengetik sendiri Draf AI + peninjauan penuh
Waktu per jam audio 3 hingga 10 jam (perkiraan IRC) Asumsikan 1.5 hingga 3 jam peninjauan
Total waktu peneliti 60 hingga 200 jam 30 hingga 60 jam

Peninjauan tidak dapat lebih cepat dari rekaman jika Anda mendengarkan semuanya, jadi rencanakan setidaknya sepanjang audio untuk setiap wawancara. Rekaman berisik, banyak pembicaraan bersamaan, dan aturan verbatim penuh mendorong waktu ke batas atas. Paket whispertranscribe.ai mulai dari $9.99/bulan ditagih tahunan; periksa menit dan ketentuan terkini sebelum menyusun anggaran hibah.

Transkripsi AI vs layanan manusia vs mengerjakan sendiri

Setiap cara memiliki tempatnya. Pilihan tepat bergantung pada anggaran, tenggat, dan seberapa dekat Anda ingin bekerja dengan data.

Faktor Draf AI, Anda meninjau Layanan transkripsi manusia Anda mentranskripsikan dari awal
Waktu Anda Sedang: satu kali mendengarkan dengan cermat ditambah pengeditan Awalnya rendah, tetapi tetap perlu pemeriksaan sampel Paling tinggi
Biaya Langganan atau bayar sesuai penggunaan Biasanya per menit audio; biaya uang tertinggi Tanpa biaya uang
Waktu penyelesaian Draf dalam menit Sering kali berhari-hari, tergantung penyedia dan pesanan Berminggu-minggu untuk satu studi
Kedekatan dengan data Tinggi, karena Anda mendengarkan semuanya Lebih rendah kecuali Anda meninjau Paling tinggi
Siapa lagi menangani audio Penyedia alat dan pemroses yang tercantum Staf penyedia, sering kali berdasarkan perjanjian kerahasiaan Tidak ada
Terbaik untuk Sebagian besar studi wawancara dengan audio jelas Proyek besar yang didanai, atau ketika peneliti tidak punya waktu Sampel kecil, analisis percakapan, data sangat sensitif

whispertranscribe.ai hanya termasuk kolom pertama. Ini alat otomatis; tidak menawarkan transkripsi atau pemeriksaan manusia.

Anonimisasi, persetujuan, dan tinjauan etik

Bagian ini adalah informasi umum, bukan nasihat hukum. IRB atau komite etik penelitian institusi Anda, serta persetujuan yang ditandatangani peserta, menentukan aturan sebenarnya.

Dapatkan persetujuan dan izin yang mencakup alat

Sebelum mengunggah rekaman yang dapat mengidentifikasi seseorang ke layanan online, periksa bahwa protokol yang disetujui dan formulir persetujuan mengizinkannya. Di AS, Common Rule pada 45 CFR 46.116 mewajibkan informasi persetujuan mencakup pernyataan tentang sejauh mana kerahasiaan catatan pengenal akan dijaga. HHS Office for Human Research Protections mengumpulkan panduan persetujuan berdasarkan informasi di satu tempat. Negara dan institusi lain memiliki aturan sendiri, jadi tanyakan kepada kantor etik apa yang berlaku bagi Anda.

Pertanyaan yang mungkin diajukan kantor etik tentang alat transkripsi:

  • Di mana audio diproses, dan pihak ketiga mana yang menanganinya?
  • Berapa lama rekaman dan transkrip disimpan, dan siapa yang dapat menghapusnya?
  • Apakah konten digunakan untuk melatih model AI, atau ditinjau manusia?
  • Bagaimana data dilindungi saat transit dan saat tersimpan?

Anonimisasi dengan deskripsi, bukan bagian kosong

Panduan UK Data Service tentang anonimisasi data teks merekomendasikan penggantian pengenal langsung secara konsisten dengan nama samaran atau tag bermakna, menggeneralisasi rincian yang terlalu tepat, dan menyimpan log anonimisasi. Panduan itu memperingatkan bahwa menghapus nama saja jarang cukup karena pekerjaan langka di komunitas kecil atau linimasa terperinci masih dapat mengungkap seseorang. Anonimisasi berlebihan juga berisiko: transkrip yang penuh “X” kehilangan konteks yang diperlukan analisis. Panduan yang sama menyarankan menjalankan alat anonimisasi secara lokal, bukan di server eksternal. UK Data Service juga menyediakan templat transkripsi dan perjanjian kerahasiaan penyalin gratis.

Log sederhana, disimpan terpisah dari file yang telah dianonimkan:

Transkrip Asli (simpan dengan aman) Pengganti Alasan
P07 Nama depan manajer peserta [manajer 1] Pengenal langsung
P07 Kota asal [kota di Inggris Utara] Lokasi dapat mempersempit identitas
P07 Tahun mulai [tahun] Bersama jabatan dapat mengidentifikasi

Isi kebijakan privasi whispertranscribe.ai

Berikut isi kebijakan privasi whispertranscribe.ai, sebagaimana dibaca pada November 2026. File audio dan video asli yang diunggah dihapus otomatis setelah pemrosesan selesai. File MP3 yang diekstrak selama pemrosesan disimpan selama 30 hari secara default kecuali Anda menghapusnya lebih awal. Transkrip tetap dalam akun sampai Anda menghapusnya. Rekaman dan transkrip tidak digunakan untuk melatih model AI, dan kebijakan menyatakan tidak ada peninjauan manusia. Data dilindungi dengan TLS 1.3 saat transit dan AES-256 saat tersimpan. Kebijakan mencantumkan OpenAI sebagai penyedia layanan AI di AS, yang mungkin perlu diketahui kantor etik Anda. whispertranscribe.ai tidak menyatakan kepatuhan HIPAA atau GDPR maupun memiliki laporan SOC 2; jika studi Anda memerlukan dokumen tertentu atau pemrosesan di dalam negeri, gunakan penyedia yang memenuhi persyaratan itu.

Format ekspor mana yang sebaiknya digunakan peneliti?

whispertranscribe.ai mengekspor DOCX, PDF, TXT, CSV, SRT, dan VTT. Pilih berdasarkan langkah berikutnya.

Format Penggunaan dalam proyek penelitian
DOCX Memperbaiki dan menganonimkan di pengolah kata; pelacakan perubahan untuk pemeriksa kedua; mengimpor sebagai dokumen ke perangkat lunak analisis
TXT Salinan paling sederhana dan portabel untuk arsip atau alat yang memilih teks biasa
CSV Meninjau segmen baris demi baris di spreadsheet, atau mengurutkan menurut pembicara untuk menghitung giliran dengan cepat
PDF Salinan tetap untuk peninjauan peserta (member checking) atau supervisor, setelah dianonimkan
SRT atau VTT Teks berkode waktu saat menganalisis video, atau untuk melompat antara transkrip dan rekaman di pemutar media

Mentranskripsikan wawancara multibahasa dan lintas budaya

Transkripsikan dahulu dalam bahasa yang diucapkan, lalu terjemahkan. Perangkat IRC menyebut transkripsi dalam bahasa sumber sebelum menerjemahkan sebagai praktik terbaik, karena Anda dapat terus memeriksa terjemahan terhadap aslinya selama analisis.

whispertranscribe.ai mendukung 130+ bahasa. Daftar bahasa halaman wawancara mencakup varian regional, seperti Spanyol (Amerika Latin) dan Prancis (Kanada), serta mode “Noise / Low-Quality Audio/Video” untuk banyak bahasa yang berguna bagi rekaman lapangan. Untuk wawancara dengan pergantian bahasa, opsi Multilingual Mix mencakup campuran bahasa Inggris, Spanyol, Prancis, Jerman, Hindi, Rusia, Portugis, Jepang, Italia, dan Belanda. Jika memerlukan salinan kerja bahasa Inggris, terjemahkan audio ke bahasa Inggris secara terpisah dan simpan transkrip bahasa sumber sebagai data utama.

Akurasi mencapai hingga 99% pada audio yang jelas, tetapi kebisingan latar, aksen kuat, dan alih kode menurunkannya. Anggarkan waktu peninjauan tambahan untuk wawancara non-Inggris atau bahasa campuran, dan mintalah penutur fasih memeriksa bagian yang akan dikutip.

Pertanyaan umum

Bisakah transkripsi AI digunakan untuk wawancara penelitian kualitatif?

Ya, selama peneliti memeriksa setiap transkrip terhadap rekaman. AI menghasilkan draf pertama dengan cepat beserta giliran pembicara dan penanda waktu, sehingga mengurangi sebagian besar pengetikan. AI masih dapat salah mendengar nama, angka, dan istilah khusus, memberikan baris kepada pembicara yang salah, serta menghapus kata pengisi yang mungkin diwajibkan protokol. Perlakukan draf sebagai salinan kerja, perbaiki sambil mendengarkan seluruh audio, lalu anonimisasi sebelum analisis.

Apakah transkripsi AI cukup akurat untuk kutipan verbatim?

Tidak tanpa pemeriksaan. Bahkan pada audio jelas, satu kata yang salah dengar dapat mengubah makna kutipan, dan akurasi turun karena kebisingan latar, aksen, pembicaraan bersamaan, dan kosakata khusus. whispertranscribe.ai mencapai hingga 99% pada audio jelas, tetapi itu kondisi terbaik, bukan jaminan untuk rekaman Anda. Putar ulang setiap bagian yang akan dikutip setidaknya dua kali dan pastikan kata demi kata sebelum masuk ke makalah atau laporan.

Haruskah wawancara kualitatif ditranskripsikan verbatim atau verbatim bersih?

Dasarkan pilihan pada metode analisis. Jika Anda mempelajari cara orang berbicara, seperti dalam analisis wacana atau percakapan, pertahankan verbatim penuh dengan jeda dan kata pengisi. Jika berfokus pada apa yang dikatakan orang, seperti dalam banyak studi tematik, verbatim bersih dapat digunakan asalkan kata-kata peserta sendiri dipertahankan. Oliver, Serovich, dan Mason (2005) menyarankan keputusan yang disengaja sebelum transkripsi. Banyak peneliti menyimpan master verbatim dan menganalisis salinan yang lebih bersih.

Apakah saya memerlukan persetujuan IRB untuk menggunakan alat transkripsi online?

Biasanya persetujuan etik dan formulir persetujuan peserta harus mencakup cara penanganan rekaman, termasuk layanan pihak ketiga. Persyaratan berbeda menurut institusi dan negara, jadi tanyakan kepada IRB atau komite etik penelitian sebelum mengunggah audio yang dapat mengidentifikasi seseorang. Siapkan jawaban tentang lokasi pemrosesan data, lama penyimpanan, apakah data melatih model AI, dan siapa yang dapat mengaksesnya. Ini informasi umum, bukan nasihat hukum; aturan institusi Anda yang berlaku.

Berapa lama mentranskripsikan wawancara satu jam?

Mengetik secara manual memerlukan sekitar tiga hingga 10 jam menurut perangkat penelitian International Rescue Committee, bergantung pada detail dan kualitas audio. Dengan draf AI, pembuatan draf cepat dan waktu Anda digunakan untuk peninjauan: setidaknya sepanjang rekaman karena Anda perlu mendengarkan semuanya, ditambah jeda untuk koreksi. Ukur waktu wawancara pertama, lalu gunakan angka itu untuk merencanakan sisa studi.

Format file apa yang sebaiknya diekspor untuk perangkat lunak analisis kualitatif?

DOCX atau TXT biasanya dipilih untuk mengimpor wawancara sebagai dokumen, dan DOCX paling mudah untuk memperbaiki dan menganonimkan terlebih dahulu. CSV cocok untuk pengodean berbasis spreadsheet, dan SRT atau VTT membantu ketika Anda menganalisis video bersama teks. whispertranscribe.ai mengekspor semua ini tetapi tidak terintegrasi langsung dengan NVivo, ATLAS.ti, atau MAXQDA, jadi periksa panduan impor perangkat lunak Anda untuk format yang didukung.

Ubah wawancara berikutnya menjadi transkrip yang diperiksa

Unggah rekaman ke whispertranscribe.ai melalui halaman transkripsi wawancara, setelah persetujuan peserta dan izin etik yang diperlukan mencakup penggunaan layanan, aktifkan deteksi pembicara, dan ekspor draf DOCX untuk diperbaiki berdasarkan audio. Untuk menguji kualitas draf pada satu file terlebih dahulu, gunakan halaman gratis tanpa akun; situs menunjukkan jumlah yang dapat ditranskripsikan secara gratis. Merekam seminar atau sesi kelompok? Halaman transkripsi kuliah dan seminar mengikuti langkah yang sama, dan daftar fitur mencakup sisanya. Dapatkan izin penyelenggara dan persetujuan peserta yang diperlukan sebelum merekam.

Panduan terkait: seberapa akurat Whisper, cara merekam panggilan telepon, dan undang-undang perekaman panggilan menurut negara bagian.

Referensi

  1. Oliver, D. G., Serovich, J. M., & Mason, T. L. (2005). Constraints and opportunities with interview transcription: Towards reflection in qualitative research. Social Forces, 84(2), 1273–1289. Naskah penulis di PMC
  2. University of Illinois Library. Analisis Data Kualitatif: Mentranskripsikan Data
  3. International Rescue Committee. Transkripsi dan Terjemahan Data Kualitatif, Perangkat Penelitian IRC (PDF)
  4. eCFR. 45 CFR 46.116, Persyaratan umum untuk persetujuan berdasarkan informasi
  5. HHS Office for Human Research Protections. Panduan Persetujuan Berdasarkan Informasi
  6. UK Data Service. Anonimisasi data teks
  7. UK Data Service. Mengelola data: alat dan templat

Siap mengubah rekaman menjadi teks?

Transkripsikan audio dan video dengan whispertranscribe.ai.

Mulai transkripsi ↗