लेखक: whispertranscribe.ai सम्पादकीय टोली · अन्तिम अद्यावधिक: नोभेम्बर 2026 · पढ्न लाग्ने समय: 13 मिनेट
हो, AI ले गुणात्मक अनुसन्धानको ट्रान्सक्रिप्सन गर्न सक्छ, तर पहिलो मस्यौदाका रूपमा मात्र। अन्तर्वार्ता अपलोड गर्नुहोस्, वक्ता छुट्याउनुहोस्, पाठ निकाल्नुहोस् र पूरा रेकर्डिङ सुन्दै सच्याउनुहोस्। अनुसन्धानकर्ताले अडियोसँग मिलाएर जाँच गरेपछि, अध्ययनका ट्रान्सक्रिप्सन नियम लागू गरेपछि र पहिचान खुल्ने विवरण हटाएपछि मात्र ट्रान्सक्रिप्ट विश्लेषणको डेटा बन्छ।
तल शैली छान्ने तरिका, सात चरण, प्रतिलिपि गर्न मिल्ने पुनरावलोकन सूची, आधिकारिक स्रोतसहित पहिचान हटाउने र नैतिकताका आधारभूत कुरा तथा ढाँचा छनोटको गाइड छन्।
छोटो उत्तर: गुणात्मक अनुसन्धानको ट्रान्सक्रिप्सनमा AI चल्छ?
चल्छ, नतिजालाई प्रारम्भिक सामग्री मान्नुभयो भने। AI मस्यौदाले टाइप गर्नुपर्ने काम घटाउँछ। अडियो अझै सुन्नुपर्छ।
- पहिले ट्रान्सक्रिप्सन नियम तय गर्नुहोस्: पूर्ण वा सम्पादित शब्दशः, वक्तालाई चिनाउने तरिका र विराम वा अस्पष्ट शब्दको सङ्केत।
- मस्यौदा बनाउनुहोस्: सही भाषा छानेर र वक्ता पहिचान अन गरेर हरेक रेकर्डिङ अपलोड गर्नुहोस्।
- जाँच्नुहोस्, पहिचान हटाउनुहोस् र विश्लेषण गर्नुहोस्: अडियोसँग मस्यौदा मिलाउनुहोस्, नामको ठाउँमा कोड राख्नुहोस् र सच्याइएको फाइल विश्लेषण सफ्टवेयरमा आयात गर्नुहोस्।
पहिचान खुल्ने सामग्री अपलोड गर्नुअघि नैतिक स्वीकृति र सहमति फारामले उपकरणको प्रयोग समेट्छन् कि जाँच्नुहोस्।
तपाईंको अध्ययनलाई कुन ट्रान्सक्रिप्सन शैली चाहिन्छ?
विश्लेषण विधिअनुसार शैली छान्नुहोस्। मानिसले के सोच्छन् भन्ने विषयगत अध्ययनमा सम्पादित पाठ प्रायः पुग्छ। मानिस कसरी बोल्छन् भन्ने अध्ययनमा हरेक हिचकिचाहट राख्नुपर्छ।
धेरै उद्धृत शोधपत्रमा Oliver, Serovich र Mason (2005) ले ट्रान्सक्रिप्सनलाई दुई शैलीबीचको निरन्तरता मान्छन्। स्वाभाविक शैली ले हरेक उच्चारण सकेसम्म विस्तारमा उतार्छ। मानकीकृत शैली ले व्याकरण मिलाउँछ, अड्काइ र विराम हटाउँछ र बहुसङ्ख्यकभन्दा फरक उच्चारणलाई मानकीकृत गर्छ। लेखकले एउटालाई अर्कोभन्दा माथि राखेका छैनन्। छनोटले नतिजा र सहभागीको प्रतिनिधित्वमा असर गर्छ, त्यसैले पहिल्यै सोचेर निर्णय गर्नुपर्छ। उदाहरणका लागि, सहभागी आफैँले पछि पुष्टि गर्दा पाठ पढ्न सक्ने कुरा सम्झेर उनीहरूले सहभागीको बोलीभाषा राख्ने कि नराख्ने भनेर छलफल गरेका थिए।
| शैली | के रहन्छ? | के हट्छ? | AI मस्यौदामा तपाईंले गर्ने काम |
|---|---|---|---|
| पूर्ण शब्दशः (स्वाभाविक) | हरेक शब्द, पूरक ध्वनि, अधुरो सुरुवात, दोहोराइ, हाँसो र चिनाइएको विराम | सुनिएको केही पनि हट्दैन | मस्यौदाले हटाएका पूरक ध्वनि र फेरि सुरु गरिएका अंश फर्काउनुहोस्। विराम र हाँसो हातले चिनाउनुहोस् |
| सम्पादित शब्दशः (मानकीकृत) | वक्ताकै शब्दमा सबै अर्थपूर्ण कुरा | पूरक ध्वनि, अड्काइ र धेरै दोहोराइ | एउटै नियमले पूरक ध्वनि हटाउनुहोस्। सहभागीको व्याकरण वा शब्दलाई «सच्याउने» काम नगर्नुहोस् |
| कुराकानी विश्लेषणको सूक्ष्म सङ्केत प्रणाली | समयसहितका विराम, एकैचोटि बोलेका अंश, जोड र स्वर | केही पनि हट्दैन | मस्यौदालाई शब्दसूची मान्नुहोस्। सङ्केत हातैले दिनुपर्छ |
| सम्पादित वा सारांश पाठ | मुख्य बुँदा | पढ्न आवश्यक नभएको कुरा | यसलाई पूरा ट्रान्सक्रिप्ट मान्न मिल्दैन। धेरै गुणात्मक विधिले यसलाई डेटा मान्दैनन् |
विश्लेषण सम्पादित प्रतिमा गरे पनि नछोएको पूर्ण शब्दशः मूल प्रति राख्नुहोस् र छोटो कार्यविधिमा नियम लेख्नुहोस्। इलिनोय विश्वविद्यालयको पुस्तकालयको गाइड अनुसार ट्रान्सक्रिप्सन आफैँ पनि विश्लेषण हो। के लेख्नुहुन्छ त्यसले पछि के पत्ता लगाउन सक्नुहुन्छ भन्ने तय गर्छ।
एकपृष्ठे ट्रान्सक्रिप्सन कार्यविधि (प्रतिलिपि गरी मिलाउनुहोस्)
परियोजनाको ट्रान्सक्रिप्सन कार्यविधि — उदाहरण, आफ्नै अध्ययनअनुसार मिलाउनुहोस्
शैली: पूर्ण शब्दशः। पूरक ध्वनि (अँ, उँ), अधुरा सुरुवात र दोहोराइ राख्नुहोस्।
वक्ताका लेबल: I = अन्तर्वार्ताकार। P01, P02... = सहभागी। वास्तविक नाम नराख्नुहोस्।
समयचिह्न: वक्ता हरेकपटक फेरिँदा [hh:mm:ss] ढाँचा।
अस्पष्ट बोली: छुटेका शब्दमा [सुनिएन hh:mm:ss], अनुमानमा [अनिश्चित: शब्द]।
गैरवाचिक सङ्केत: वर्ग कोष्ठकमा [हाँसो] [विराम] [एकैचोटि बोले] [फोनको घण्टी]।
एकैचोटि बोलेमा: दोस्रो वक्तालाई नयाँ लाइनमा राख्नुहोस् र [बोली खप्टियो] लेख्नुहोस्।
छोटो प्रतिक्रिया: सहभागी बोल्दा अन्तर्वार्ताकारले «अँ-अँ» भने हटाउनुहोस् / राख्नुहोस् (एउटा छान्नुहोस्)।
पहिचान: पहिचान हटाउँदा [विवरण] राख्नुहोस्, सबै परिवर्तन टिप्नुहोस्।
भाषा: बोलिएको भाषामा उतार्नुहोस्। जाँचपछि मात्र अनुवाद गर्नुहोस्।
फाइलको नाम: StudyCode_P01_v1-draft / v2-checked / v3-anonymised
AI मस्यौदा र अनुसन्धानकर्ताको पुनरावलोकन: 7 चरण
चरण 1 देखि 4 सम्म केही मिनेट ध्यान दिए पुग्छ। चरण 5 मा मुख्य समय जान्छ र जानु पनि पर्छ।
चरण 1: ट्रान्सक्रिप्टलाई ध्यानमा राखेर रेकर्ड गर्नुहोस्
मस्यौदा गुणस्तरका लागि सफा अडियो सबैभन्दा महत्त्वपूर्ण छ। रेकर्डर आफूभन्दा सहभागीको नजिक राख्नुहोस्, शान्त कोठा छान्नुहोस् र दस सेकेन्ड परीक्षण गर्नुहोस्। दूर अन्तर्वार्तामा सहभागीको आवश्यक सहमति र आयोजकको अनुमति लिएर कल प्लेटफर्मको रेकर्डर वा ब्राउजरको स्क्रिन र अडियो रेकर्डर प्रयोग गर्नुहोस्। भेटेरै अन्तर्वार्ता गर्दा ल्यापटप मात्र छ भने अनलाइन आवाज रेकर्डर ले एउटै चरणमा रेकर्ड र ट्रान्सक्रिप्सन गर्छ।
चरण 2: प्रत्येक अन्तर्वार्ता छुट्टै अपलोड गर्नुहोस्
ब्राउजरमा अन्तर्वार्ता ट्रान्सक्रिप्सन पृष्ठ खोल्नुहोस् र अपलोडअघि बोलिएको भाषा छान्नुहोस्। हरेक अन्तर्वार्ता छुट्टै फाइलमा हुँदा डेटा मिलेको रहन्छ। whispertranscribe.ai वेबको AI ट्रान्सक्रिप्सन उपकरण हो, जसले 130+ भाषामा अडियो र भिडियोलाई पाठ बनाउँछ। यसले MP3, WAV, M4A र MP4 जस्ता ढाँचामा 5 GB र 10 घण्टासम्मको फाइल लिन्छ। रेकर्डिङ Google Drive वा Dropbox मा छ भने डाउनलोड नगरी Transcribe from URL मा लिङ्क टाँस्न सक्नुहुन्छ।
चरण 3: वक्ता पहिचान अन गर्नुहोस्
Enable Speaker Detection अन गर्दा मस्यौदामा बोल्ने पालो छुट्टिन्छ। गुणात्मक अनुसन्धानमा विशेष महत्त्व छ: सहभागीको उद्धरण अन्तर्वार्ताकारलाई दिनु डेटा त्रुटि हो। आवाज खप्टिँदा वा दुई स्वर उस्तै हुँदा केही नाम सच्याउनुपर्ने हुन्छ।
चरण 4: मस्यौदा निकाल्नुहोस्
सम्पादनका लागि DOCX वा TXT मा काम गर्ने प्रति डाउनलोड गर्नुहोस्। गल्तीले कसैले त्यसैमा कोड नराखोस् भनेर मस्यौदा (v1) लेख्नुहोस्। तलको गाइडमा कुन कामलाई कुन ढाँचा मिल्छ भन्ने छ।
चरण 5: अडियोसँग मस्यौदा मिलाएर सच्याउनुहोस्
ट्रान्सक्रिप्ट खोलेर पूरा रेकर्डिङ सुन्नुहोस् र पाठ र अडियो नमिलेको ठाउँमा रोक्नुहोस्। पहिले वक्ताको लेबल, त्यसपछि खोज र प्रतिस्थापनबाट बारम्बार गलत सुनिएका शब्द सच्याउनुहोस् अनि नरोकी एकचोटि पूरै सुन्नुहोस्। उद्धरण गर्ने सबै अंश फेरि बजाउनुहोस्। बोली पहिचानले पूरक ध्वनि वा फेरि सुरु भएका शब्द हटाउन वा मिलाउन सक्छ। कार्यविधि पूर्ण शब्दशः छ भने मस्यौदा पहिल्यै त्यसअनुसार छ भनेर नमान्नुहोस्।
चरण 6: छुट्टै प्रतिबाट पहिचान हटाउनुहोस्
सच्याइएको फाइल v2 का रूपमा सुरक्षित गर्नुहोस्, अनि पहिचान हटाउन v3 बनाउनुहोस्। नाम र पहिचान खुलाउने कुरा एउटै तरिकाका विवरणले बदल्नुहोस् र प्रत्येक परिवर्तन लगमा राख्नुहोस् (तलको खण्ड हेर्नुहोस्)। फाइल निकालिसकेपछि आफ्नो सम्पादकमा अफलाइन यो काम गर्नुहोस्।
चरण 7: विश्लेषण सफ्टवेयरमा आयात गर्नुहोस्
पहिचान हटाएको संस्करण गुणात्मक डेटा विश्लेषण सफ्टवेयर वा हातले कोडिङ गर्दा दस्तावेज वा स्प्रेडसिटमा राख्नुहोस्। whispertranscribe.ai सोझै NVivo, ATLAS.ti, MAXQDA वा अन्य विश्लेषण प्याकेजमा जोडिँदैन। फाइल निकालेर आफैँ आयात गर्नुहोस्। सफ्टवेयरको गाइडमा कुन ढाँचा लिन्छ र वक्ताका नाम कसरी पढ्छ भन्ने हेर्नुहोस्।
सच्याइएको ट्रान्सक्रिप्टको उदाहरण
तलका तीन संस्करण बुझाउनका लागि बनाइएका हुन्। यी वास्तविक अन्तर्वार्ता वा परीक्षणबाट आएका होइनन्। चरण 5 र 6 ले के बदल्छ भन्ने देखाउँछन्।
उदाहरण — v1, AI मस्यौदा (नसच्याइएको)
वक्ता 1: त्यसो भए तपाईंले क्लिनिकमा कहिलेदेखि काम गर्न थाल्नुभयो?
वक्ता 2: 2019 मा सुरु गरेँ जस्तो लाग्छ। मेरी प्रबन्धक Sarah ले घुलमिल हुन सघाउनुभयो।
सुरुमा गाह्रो भयो किनभने म Leeds बाट सरेको थिएँ।
उदाहरण — v2, अडियोसँग जाँचिएको (पूर्ण शब्दशः)
[00:04:12] I: त्यसो भए तपाईंले क्लिनिकमा कहिलेदेखि काम गर्न थाल्नुभयो?
[00:04:15] P07: म, अँ, मैले त्यहाँ सुरु गरेँ— 2019 थियो जस्तो लाग्छ। [विराम] मेरी प्रबन्धक
Sarah, उहाँले साँच्चै घुलमिल हुन सघाउनुभयो। सुरुमा गाह्रो भयो किनकि नि म Leeds बाट सरेको थिएँ।
उदाहरण — v3, पहिचान हटाइएको
[00:04:12] I: त्यसो भए तपाईंले क्लिनिकमा कहिलेदेखि काम गर्न थाल्नुभयो?
[00:04:15] P07: म, अँ, मैले त्यहाँ सुरु गरेँ— [वर्ष] थियो जस्तो लाग्छ। [विराम] मेरी प्रबन्धक
[प्रबन्धक 1], उहाँले साँच्चै घुलमिल हुन सघाउनुभयो। सुरुमा गाह्रो भयो किनकि नि म
[उत्तरी इङ्ग्ल्यान्डको सहर] बाट सरेको थिएँ।
v1 र v2 बीच पूरक ध्वनि र अधुरो सुरुवात फर्किए, विराम चिनाइयो, «किनभने» वक्ताको वास्तविक «किनकि नि» बन्यो र सामान्य वक्ताको लेबल अध्ययनका कोड बने। मूल अर्थ उही रहन्छ तर सबै कुरा विश्लेषणमा महत्त्वपूर्ण हुन सक्छन्।
अन्तर्वार्ता ट्रान्सक्रिप्टको जाँचसूची
विश्लेषणअघि हरेक ट्रान्सक्रिप्टमा यो सूची लगाउनुहोस्। यसलाई सोझै स्प्रेडसिट वा प्रयोगशालाको गाइडमा राख्न मिल्छ।
| जाँच | के हेर्ने? | कसरी सच्याउने? | सकियो |
|---|---|---|---|
| बोल्ने पालो | गलत व्यक्तिको नाममा लाइन, एक व्यक्तिका दुई लेबल | हरेक परिवर्तनमा सुन्नुहोस्। जोड्नुहोस् वा लेबल सच्याउनुहोस् | ☐ |
| वक्ता कोड | सामान्य लेबल वा वास्तविक नाम | कार्यविधिअनुसार I, P01, P02 राख्नुहोस् | ☐ |
| शैलीको एकरूपता | कतै पूरक ध्वनि राखिएको, कतै हटाइएको | पूरै फाइलमा कार्यविधिको एउटै नियम लगाउनुहोस् | ☐ |
| सहभागीको शब्द | मस्यौदाले «सच्याएको» व्याकरण वा बोलीभाषा | अडियोमा सुनेकै शब्द फर्काउनुहोस् | ☐ |
| मुख्य शब्द | गलत सुनिएका प्राविधिक शब्द, ठाउँ, उत्पादन वा संस्थाको नाम | शब्दसूची राख्नुहोस्, खोज र प्रतिस्थापन गर्नुहोस्, अनि केही ठाउँ जाँच्नुहोस् | ☐ |
| अङ्क | उमेर, वर्ष, रकम, सङ्ख्या | अडियोसँग हरेक अङ्क मिलाउनुहोस् | ☐ |
| नकारात्मक शब्द | «होइन», «कहिल्यै होइन», «गरेन» छुटेको वा थपिएको | नकारले अर्थ बदल्ने वाक्य फेरि सुन्नुहोस् | ☐ |
| एकैचोटि बोल्नु | दुई व्यक्तिको बोली एउटाको लाइनमा मिसियो | पालो छुट्याउनुहोस् र खप्टिएको सङ्केत राख्नुहोस् | ☐ |
| अस्पष्ट भाग | अनुमानलाई पक्का भनेर लेखिएको | समयसहित «सुनिएन» वा «अनिश्चित» लेख्नुहोस् | ☐ |
| गैरवाचिक सङ्केत | हाँसो, लामो विराम र अर्थ बदल्ने भावना | कार्यविधिमा छ भने कोष्ठकमा टिप्पणी थप्नुहोस् | ☐ |
| लेखका लागि उद्धरण | उद्धृत गर्न सकिने अंश | दुईपटक सुन्नुहोस् र शब्दैपिच्छे पुष्टि गर्नुहोस् | ☐ |
| पहिचान खुल्ने कुरा | बाँकी रहेका नाम, काम गर्ने ठाउँ, सहर वा दुर्लभ विवरण | पहिचान हटाउने चरणमा जानुहोस् र परिवर्तन टिप्नुहोस् | ☐ |
गुणात्मक ट्रान्सक्रिप्सनमा कति समय र खर्च लाग्छ?
हातैले उतार्दा एक घण्टा अडियोका लागि धेरै घण्टा लाग्छ। AI मस्यौदाले मुख्य समय जाँचतिर सार्छ। International Rescue Committee को अनुसन्धान गाइड ले विवरण, सीप र अडियो गुणस्तरअनुसार एक घण्टा रेकर्डिङ उतार्न तीनदेखि 10 घण्टा लाग्ने अनुमान गर्छ।
यहाँ एउटा नमुना अध्ययनको हिसाब छ। पुनरावलोकनको समय मापन गरिएको होइन, उदाहरणका लागि अनुमान गरिएको हो। आफ्नै पहिलो अन्तर्वार्ताको समय नापेर मिलाउनुहोस्।
| नमुना अध्ययन: 20 अन्तर्वार्ता × 60 मिनेट = 20 घण्टा अडियो | आफैँ टाइप | AI मस्यौदा र पूरा पुनरावलोकन |
|---|---|---|
| एक घण्टा अडियोका लागि समय | 3 देखि 10 घण्टा (IRC को अनुमान) | 1.5 देखि 3 घण्टा जाँच लाग्ने मान्नुहोस् |
| अनुसन्धानकर्ताको कुल समय | 60 देखि 200 घण्टा | 30 देखि 60 घण्टा |
पूरै सुन्दा जाँच अडियोभन्दा छिटो हुन सक्दैन, त्यसैले प्रत्येक अन्तर्वार्ताको कम्तीमा पूरा अवधि राख्नुहोस्। हल्ला, धेरै बोली खप्टिने र पूर्ण शब्दशः नियमले बढी समय लाग्छ। whispertranscribe.ai का योजना वार्षिक भुक्तानीमा महिनाको $9.99 बाट सुरु हुन्छन्। अनुदानको बजेटअघि हालको मिनेट र सर्त हेर्नुहोस्।
AI, मानव ट्रान्सक्रिप्सन सेवा र आफैँ उतार्ने तरिकाको तुलना
हरेक तरिका फरक काममा मिल्छ। बजेट, समयसीमा र डेटासँग कति प्रत्यक्ष काम गर्न चाहनुहुन्छ भन्नेले छनोट निर्धारण गर्छ।
| कारक | AI मस्यौदा, तपाईंको जाँच | मानव ट्रान्सक्रिप्सन सेवा | सुरुदेखि आफैँ उतार्ने |
|---|---|---|---|
| तपाईंको समय | मध्यम: एकपटक ध्यानले सुन्ने र सच्याउने | सुरुमा थोरै, तर केही ठाउँ जाँच्नुपर्छ | सबैभन्दा बढी |
| खर्च | सदस्यता वा प्रयोगअनुसार | प्रायः प्रति अडियो मिनेट, सबैभन्दा बढी नगद खर्च | नगद खर्च छैन |
| लाग्ने समय | केही मिनेटमा मस्यौदा | सेवा र अर्डरअनुसार प्रायः केही दिन | पूरै अध्ययनका लागि हप्ता |
| डेटासँग निकटता | उच्च, किनभने सबै सुन्नुहुन्छ | आफैँ जाँच नगरे कम | सबैभन्दा धेरै |
| अरू कसले अडियो चलाउँछ? | उपकरण प्रदायक र उसले सूचीमा राखेका प्रशोधक | प्रदायकका कर्मचारी, प्रायः गोपनीयता सम्झौताअन्तर्गत | अरू कोही छैन |
| उपयुक्त काम | सफा अडियो भएका धेरै अन्तर्वार्ता अध्ययन | ठूला बजेट भएका परियोजना वा अनुसन्धानकर्ताको समय कम हुँदा | सानो नमुना, कुराकानी विश्लेषण, अति संवेदनशील डेटा |
whispertranscribe.ai पहिलो स्तम्भमा पर्छ। यो स्वचालित उपकरण हो। मानव ट्रान्सक्रिप्सन वा मानव सम्पादन सेवा दिँदैन।
पहिचान हटाउने, सहमति र नैतिक समीक्षा
यो सामान्य जानकारी हो, कानुनी सल्लाह होइन। संस्थाको IRB वा अनुसन्धान नैतिकता समिति र सहभागीले हस्ताक्षर गरेको सहमतिले वास्तविक नियम तय गर्छन्।
उपकरणको प्रयोग समेट्ने सहमति र स्वीकृति लिनुहोस्
पहिचान खुल्ने रेकर्डिङ कुनै अनलाइन सेवामा अपलोड गर्नुअघि स्वीकृत कार्यविधि र सहमति फारामले अनुमति दिन्छन् कि हेर्नुहोस्। अमेरिकामा Common Rule को 45 CFR 46.116 अनुसार पहिचान खुल्ने अभिलेख कति गोप्य राखिन्छ भन्ने कुरा सहमतिको विवरणमा बताउनुपर्छ। HHS को मानव अनुसन्धान सुरक्षा कार्यालयले सुसूचित सहमतिको गाइड एक ठाउँमा राखेको छ। अन्य देश र संस्थाका नियम फरक हुन्छन्। तपाईंको काममा के लागू हुन्छ नैतिकता कार्यालयसँग बुझ्नुहोस्।
नैतिकता कार्यालयले ट्रान्सक्रिप्सन उपकरणबारे यी प्रश्न सोध्न सक्छ:
- अडियो कहाँ प्रशोधन हुन्छ र कुन तेस्रो पक्षले चलाउँछन्?
- रेकर्डिङ र ट्रान्सक्रिप्ट कतिन्जेल राखिन्छन् र कसले मेटाउन सक्छ?
- सामग्री AI मोडेल प्रशिक्षणमा जान्छ वा मानिसले हेर्छन्?
- डेटा पठाउँदा र भण्डारण गर्दा कसरी सुरक्षित गरिन्छ?
पहिचान हटाउँदा अर्थपूर्ण विवरण प्रयोग गर्नुहोस्
UK Data Service को पाठ डेटाबाट पहिचान हटाउने गाइड ले सोझै पहिचान खुलाउने कुरा एकरूप छद्मनाम वा अर्थपूर्ण लेबलले बदल्न, अति ठ्याक्कै विवरणलाई सामान्य बनाउन र परिवर्तनको लग राख्न सुझाउँछ। नाम मात्र हटाएर प्रायः पुग्दैन। सानो समुदायमा दुर्लभ काम वा घटनाको विस्तृत समयक्रमले पनि पहिचान खोल्न सक्छ। धेरै हटाउनु पनि समस्या हो। «X» ले भरिएको पाठबाट विश्लेषणका लागि आवश्यक सन्दर्भ हराउँछ। उही गाइडले पहिचान हटाउने उपकरण बाहिरी सर्भरमा होइन, आफ्नै यन्त्रमा चलाउन सुझाउँछ। UK Data Service ले निःशुल्क ट्रान्सक्रिप्सन नमुना र गोपनीयता सम्झौता पनि दिन्छ।
पहिचान हटाइएका फाइलबाट छुट्टै राखिने साधारण लग:
| ट्रान्सक्रिप्ट | मूल कुरा (सुरक्षित राख्नुहोस्) | प्रतिस्थापन | कारण |
|---|---|---|---|
| P07 | सहभागीकी प्रबन्धकको पहिलो नाम | [प्रबन्धक 1] | सोझै पहिचान खुल्छ |
| P07 | घर भएको सहर | [उत्तरी इङ्ग्ल्यान्डको सहर] | ठाउँले पहिचान साँघुरो पार्न सक्छ |
| P07 | काम सुरु गरेको वर्ष | [वर्ष] | पदसँग जोड्दा पहिचान खुल्न सक्छ |
whispertranscribe.ai को गोपनीयता नीतिमा के छ?
नोभेम्बर 2026 मा पढिएको whispertranscribe.ai को गोपनीयता नीति अनुसार मूल अडियो र भिडियो अपलोड प्रशोधन सकिएपछि स्वतः मेटाइन्छन्। प्रशोधनमा निकालिएका MP3 फाइल तपाईंले पहिले नमेटाए पूर्वनिर्धारित रूपमा 30 दिन राखिन्छन्। ट्रान्सक्रिप्ट खातामा तपाईंले नमेटाएसम्म रहन्छन्। मेटाउने कार्य स्थायी हुन्छ र ब्याकअप हुँदैन। रेकर्डिङ र ट्रान्सक्रिप्ट AI मोडेल प्रशिक्षणमा प्रयोग हुँदैनन् र नीतिअनुसार मानिसले पुनरावलोकन गर्दैनन्। डेटा पठाउँदा TLS 1.3 र भण्डारणमा AES-256 प्रयोग हुन्छ। OpenAI लाई अमेरिकाको AI सेवा प्रदायकका रूपमा सूचीमा राखिएको छ, जुन नैतिकता कार्यालयले जान्न चाहन सक्छ। whispertranscribe.ai ले HIPAA, GDPR वा SOC 2 प्रमाणीकरणको दाबी गर्दैन। अध्ययनमा प्रमाणित सेवादाता वा आफ्नै देशमा प्रशोधन चाहिन्छ भने त्यो सर्त पूरा गर्ने सेवा छान्नुहोस्।
अनुसन्धानकर्ताले कुन ढाँचामा निकाल्ने?
whispertranscribe.ai ले DOCX, PDF, TXT, CSV, SRT र VTT दिन्छ। पछिको कामअनुसार छान्नुहोस्।
| ढाँचा | अनुसन्धानमा प्रयोग |
|---|---|
| DOCX | वर्ड प्रोसेसरमा सच्याउन र पहिचान हटाउन, दोस्रो जाँचकर्ताका लागि परिवर्तन ट्र्याक गर्न, विश्लेषण सफ्टवेयरमा दस्तावेज आयात गर्न |
| TXT | अभिलेख वा सादा पाठ चाहने उपकरणका लागि सरल र सजिलै सार्न मिल्ने प्रति |
| CSV | स्प्रेडसिटमा पङ्क्तैपिच्छे खण्ड जाँच्न वा बोल्ने पालो छिटो गन्न वक्ताअनुसार क्रम मिलाउन |
| पहिचान हटाएपछि सहभागीको पुष्टि वा निरीक्षकका लागि ढाँचा नबदलिने प्रति | |
| SRT वा VTT | भिडियो विश्लेषणका लागि समयचिह्न भएको पाठ वा प्लेयरमा पाठ र रेकर्डिङबीच जान |
बहुभाषिक र फरक संस्कृतिका अन्तर्वार्ता उतार्ने
पहिले बोलिएको भाषामा ट्रान्सक्रिप्सन गर्नुहोस्, पछि अनुवाद। IRC गाइडले पहिले मूल भाषामा उतार्न सिफारिस गर्छ, किनकि विश्लेषणभर अनुवादलाई मूलसँग जाँच्न सकिन्छ।
whispertranscribe.ai ले 130+ भाषा समर्थन गर्छ। अन्तर्वार्ता पृष्ठमा स्पेनी (ल्याटिन अमेरिका) र फ्रेन्च (क्यानडा) जस्ता क्षेत्रीय विकल्प, अनि धेरै भाषामा Noise / Low-Quality Audio/Video मोड छन्। यी स्थलमै गरेका रेकर्डिङका लागि उपयोगी हुन्छन्। वक्ताले भाषा फेर्ने अन्तर्वार्तामा Multilingual Mix ले अङ्ग्रेजी, स्पेनी, फ्रेन्च, जर्मन, हिन्दी, रुसी, पोर्चुगिज, जापानी, इटालियन र डचको मिश्रण समेट्छ। काम गर्न अङ्ग्रेजी प्रति चाहिँदा अलगै अडियो अङ्ग्रेजीमा अनुवाद गर्नुहोस् र मूल भाषाको ट्रान्सक्रिप्टलाई मुख्य डेटा राख्नुहोस्।
सफा अडियोमा शुद्धता 99% सम्म हुन्छ, तर पृष्ठभूमिको हल्ला, कडा उच्चारण र भाषा बदल्दा घट्छ। गैरअङ्ग्रेजी वा मिश्रित भाषाको अन्तर्वार्ताका लागि थप जाँच समय राख्नुहोस्। उद्धृत गर्ने अंश धाराप्रवाह भाषा बोल्ने व्यक्तिलाई जाँच्न दिनुहोस्।
बारम्बार सोधिने प्रश्न
गुणात्मक अनुसन्धान अन्तर्वार्तामा AI ट्रान्सक्रिप्सन प्रयोग गर्न सकिन्छ?
सकिन्छ, अनुसन्धानकर्ताले हरेक ट्रान्सक्रिप्ट रेकर्डिङसँग मिलाएर जाँचे भने। AI ले बोल्ने पालो र समयचिह्न भएको पहिलो मस्यौदा छिट्टै बनाउँछ, जसले धेरै टाइपिङ हटाउँछ। नाम, अङ्क र प्राविधिक शब्द गलत सुन्न, गलत वक्तालाई लाइन दिन र कार्यविधिमा चाहिने पूरक ध्वनि हटाउन सक्छ। मस्यौदा सम्पादनको प्रति मान्नुहोस्, पूरा अडियो सुनेर सच्याउनुहोस् र विश्लेषणअघि पहिचान हटाउनुहोस्।
AI ले शब्दशः उद्धरणका लागि पुग्ने शुद्धता दिन्छ?
नजाँची पुग्दैन। सफा अडियोमा पनि गलत सुनिएको एउटा शब्दले उद्धरणको अर्थ फेर्न सक्छ। हल्ला, उच्चारण, खप्टिएको बोली र विषयगत शब्दले शुद्धता घटाउँछन्। whispertranscribe.ai सफा अडियोमा 99% सम्म पुग्छ। त्यो उत्कृष्ट अवस्था हो, तपाईंको रेकर्डिङको ग्यारेन्टी होइन। लेख वा प्रतिवेदनमा हाल्नुअघि प्रत्येक उद्धरण कम्तीमा दुईपटक सुनेर शब्दशः पुष्टि गर्नुहोस्।
गुणात्मक अन्तर्वार्ता पूर्ण कि सम्पादित शब्दशः उतार्ने?
विश्लेषण विधिअनुसार रोज्नुहोस्। मानिस कसरी बोल्छन् भन्ने अध्ययन, जस्तै विमर्श वा कुराकानी विश्लेषणमा विराम र पूरक ध्वनिसहित पूर्ण शब्दशः राख्नुहोस्। विषयगत अध्ययनमा जस्तै के भन्छन् भन्ने मुख्य हो भने आफ्नै शब्द जोगाएर सम्पादित शब्दशः चल्न सक्छ। Oliver, Serovich र Mason (2005) ले ट्रान्सक्रिप्सनअघि सोचेर निर्णय गर्न सुझाउँछन्। धेरै अनुसन्धानकर्ताले मूल शब्दशः प्रति राख्छन् र सम्पादित प्रति विश्लेषण गर्छन्।
अनलाइन उपकरण प्रयोग गर्न IRB स्वीकृति चाहिन्छ?
सामान्यतया नैतिक स्वीकृति र सहमति फारामले तेस्रो पक्षको सेवा लगायत रेकर्डिङ कसरी चलाइन्छ भन्ने समेट्नुपर्छ। देश र संस्थाअनुसार नियम फरक हुन्छन्। पहिचान खुल्ने अडियो अपलोड गर्नुअघि IRB वा अनुसन्धान नैतिकता समितिसँग बुझ्नुहोस्। डेटा कहाँ प्रशोधन हुन्छ, कति समय राखिन्छ, प्रशिक्षणमा जान्छ कि र कसको पहुँच हुन्छ भन्ने उत्तर तयार राख्नुहोस्। यो सामान्य जानकारी हो र कानुनी सल्लाह होइन। संस्थाको नियम प्राथमिक हुन्छ।
एक घण्टाको अन्तर्वार्ता उतार्न कति समय लाग्छ?
International Rescue Committee को गाइड अनुसार अडियो र विवरणमा भर परी हातले तीनदेखि 10 घण्टा लाग्छ। AI मस्यौदा छिटो बन्छ र समय पुनरावलोकनमा जान्छ। सबै सुन्नुपरेकाले कम्तीमा पूरा रेकर्डिङको अवधि र त्यसबाहेक सुधारका लागि रोक्ने समय चाहिन्छ। पहिलो अन्तर्वार्ताको समय नाप्नुहोस् र बाँकी अध्ययनको योजना बनाउनुहोस्।
गुणात्मक विश्लेषण सफ्टवेयरका लागि कुन ढाँचा निकाल्ने?
अन्तर्वार्ता दस्तावेजका रूपमा आयात गर्न DOCX वा TXT सामान्य छनोट हुन्। पहिला सच्याउन र पहिचान हटाउन DOCX सजिलो हुन्छ। स्प्रेडसिट कोडिङमा CSV र पाठसँग भिडियो विश्लेषण गर्दा SRT वा VTT उपयोगी हुन्छन्। whispertranscribe.ai ले सबै निकाल्छ तर NVivo, ATLAS.ti वा MAXQDA मा सोझै जोडिँदैन। समर्थित ढाँचा आयात गाइडमा हेर्नुहोस्।
आफ्नो अर्को अन्तर्वार्तालाई जाँचिएको ट्रान्सक्रिप्ट बनाउनुहोस्
whispertranscribe.ai को अन्तर्वार्ता ट्रान्सक्रिप्सन पृष्ठमा रेकर्डिङ अपलोड गर्नुहोस्, वक्ता पहिचान अन गर्नुहोस् र अडियोबाट सच्याउन DOCX मस्यौदा निकाल्नुहोस्। एउटा फाइलमा पहिले गुणस्तर जाँच्न खाताबिनाको निःशुल्क पृष्ठ चलाउनुहोस्। निःशुल्क कति उतार्न पाइन्छ साइटमा देखिन्छ। गोष्ठी वा समूह सत्र रेकर्ड गर्दै हुनुहुन्छ? व्याख्यान तथा गोष्ठी ट्रान्सक्रिप्सन पृष्ठ मा उही प्रक्रिया छ र सुविधा सूची मा बाँकी कुरा छन्।
सम्बन्धित गाइड: Whisper कति शुद्ध छ?, फोन कल कसरी रेकर्ड गर्ने? र राज्यअनुसार कल रेकर्डिङको कानुन।
सन्दर्भहरू
- Oliver, D. G., Serovich, J. M. र Mason, T. L. (2005)। अन्तर्वार्ता ट्रान्सक्रिप्सनका सीमा र अवसर: गुणात्मक अनुसन्धानमा पुनर्विचार। Social Forces, 84(2), 1273–1289। PMC मा लेखकको पाण्डुलिपि
- इलिनोय विश्वविद्यालयको पुस्तकालय। गुणात्मक डेटा विश्लेषण: डेटा ट्रान्सक्रिप्सन
- International Rescue Committee। गुणात्मक डेटाको ट्रान्सक्रिप्सन र अनुवाद, IRC अनुसन्धान गाइड (PDF)
- eCFR। 45 CFR 46.116, सुसूचित सहमतिका सामान्य आवश्यकता
- HHS मानव अनुसन्धान सुरक्षा कार्यालय। सुसूचित सहमतिको गाइड
- UK Data Service। पाठ डेटाबाट पहिचान हटाउने
- UK Data Service। डेटा व्यवस्थापन: उपकरण र नमुना
