تحریر: whispertranscribe.ai کی ادارتی ٹیم · آخری تازہ کاری: نومبر 2026 · مطالعہ: 13 منٹ
ہاں، AI معیاری تحقیق کا ٹرانسکرپٹ بنا سکتا ہے، بطور ابتدائی مسودہ۔ انٹرویو اپ لوڈ کریں، بولنے والوں کو الگ کریں، متن نکالیں، پھر پوری ریکارڈنگ سن کر اسے درست کریں۔ ٹرانسکرپٹ اس وقت تحقیقی ڈیٹا بنتا ہے جب محقق اسے آڈیو سے ملا چکے، مطالعے کے ٹرانسکرپشن قواعد لگا چکے اور شناخت ظاہر کرنے والی تفصیلات ہٹا چکے۔
آگے ٹرانسکرپشن کا انداز منتخب کرنے کا طریقہ، سات مراحل، قابل نقل جائزہ فہرست، سرکاری حوالوں کے ساتھ شناخت چھپانے اور اخلاقی منظوری کی بنیادی باتیں اور ایکسپورٹ فارمیٹس کی رہنمائی ہے۔
مختصر جواب: کیا معیاری تحقیق کی ٹرانسکرپشن کے لیے AI استعمال کر سکتے ہیں؟
ہاں، اگر نتیجے کو ابتدائی مواد سمجھیں۔ AI مسودہ ٹائپنگ بچاتا ہے، سننے کی ضرورت باقی رہتی ہے۔
- پہلے ٹرانسکرپشن کے اصول طے کریں: مکمل یا صاف لفظ بہ لفظ، ناموں کے لیبل، اور وقفوں یا غیر واضح الفاظ کے نشانات۔
- مسودہ بنائیں: درست زبان اور بولنے والوں کی شناخت کے ساتھ ہر ریکارڈنگ اپ لوڈ کریں۔
- تصدیق کریں، شناخت چھپائیں اور تجزیہ کریں: آڈیو سے مسودہ درست کریں، ناموں کی جگہ کوڈ دیں اور صاف شدہ فائل تجزیاتی سافٹ ویئر میں امپورٹ کریں۔
شناخت ظاہر کرنے والا مواد اپ لوڈ کرنے سے پہلے دیکھیں کہ اخلاقی منظوری اور رضامندی کے فارم اس ٹول کی اجازت دیتے ہیں۔
آپ کے مطالعے کو کس قسم کا ٹرانسکرپٹ چاہیے؟
انداز اپنے طریقۂ تجزیہ کے مطابق منتخب کریں۔ لوگوں کے خیالات پر مبنی موضوعاتی تحقیق عام طور پر صاف متن سے ہو سکتی ہے۔ لوگ کیسے بولتے ہیں، اس پر تحقیق میں ہر جھجک رکھنا ضروری ہے۔
کثرت سے حوالہ دیے جانے والے مقالے میں Oliver، Serovich اور Mason (2005) ٹرانسکرپشن کو دو طرزوں کے درمیان ایک تسلسل بتاتے ہیں۔ فطری انداز ہر ادا کی گئی بات کو ممکنہ حد تک تفصیل سے درج کرتا ہے۔ معیاری بنانے والا انداز قواعد درست کرتا ہے، ہکلاہٹ اور وقفے جیسی رکاوٹیں نکالتا ہے اور غیر غالب لہجوں کو معیاری بناتا ہے۔ مصنفین دونوں میں درجہ بندی نہیں کرتے۔ انتخاب نتائج اور شرکا کی عکاسی پر اثر ڈالتا ہے، اس لیے ٹرانسکرپشن سے پہلے سوچ سمجھ کر فیصلہ کریں۔ مثلاً شرکا کے اپنے جائزے کے دوران متن پڑھنے کے امکان کو مدنظر رکھتے ہوئے انہوں نے بحث کی کہ کسی شریک کی بولی محفوظ رکھی جائے یا نہیں۔
| انداز | کیا رہتا ہے | کیا نکلتا ہے | AI مسودے میں آپ کا کام |
|---|---|---|---|
| مکمل لفظ بہ لفظ (فطری) | ہر لفظ، تکیہ کلام، ادھورا آغاز، تکرار، ہنسی اور نشان زد وقفہ | جو کچھ سنا گیا، سب رہتا ہے | مسودے سے غائب تکیہ کلام اور ادھورے آغاز واپس رکھیں، وقفے اور ہنسی ہاتھ سے نشان زد کریں |
| صاف لفظ بہ لفظ (معیاری) | بولنے والے کی اپنی عبارت میں تمام معنی خیز الفاظ | تکیہ کلام، ہکلاہٹ اور زیادہ تر تکرار | ایک ہی اصول سے تکیہ کلام نکالیں۔ شریک کے قواعد یا لفظی انتخاب کو «درست» نہ کریں |
| گفتگو کے تجزیے کے تفصیلی نشانات | وقت والے وقفے، ایک ساتھ گفتگو، زور اور اتار چڑھاؤ | کچھ بھی نہیں | مسودہ صرف الفاظ کی فہرست سمجھیں۔ نشانات ہاتھ سے لگانے ہوں گے |
| تدوین شدہ یا خلاصہ متن | مرکزی نکات | جو پڑھنے کے لیے ضروری نہیں | اسے باقاعدہ ٹرانسکرپٹ نہ سمجھیں۔ زیادہ تر معیاری طریقے اسے ڈیٹا کے طور پر قبول نہیں کرتے |
کسی بھی انداز میں اصل لفظ بہ لفظ نسخہ بغیر تبدیلی رکھیں، چاہے تجزیہ صاف نقل پر کریں، اور قاعدے مختصر ضابطے میں لکھیں۔ یونیورسٹی آف الینوائے کی لائبریری کی رہنمائی کے مطابق ٹرانسکرپشن خود بھی ایک تجزیاتی عمل ہے۔ جو کچھ درج کیا جاتا ہے اس سے طے ہوتا ہے کہ آگے کیا دریافت ہو سکے گا۔
ایک صفحے کا ٹرانسکرپشن ضابطہ (نقل کریں اور ڈھالیں)
منصوبے کی ٹرانسکرپشن کا ضابطہ — مثال، اپنے مطالعے کے مطابق بدلیں
انداز: مکمل لفظ بہ لفظ۔ تکیہ کلام (اُم، آہ)، ادھورے آغاز اور تکرار رکھیں۔
شناختی لیبل: I = انٹرویو لینے والا۔ P01، P02... = شرکا۔ اصل نام نہ لکھیں۔
وقت کے نشانات: بولنے والا بدلنے پر، فارمیٹ [hh:mm:ss]۔
غیر واضح گفتار: کھوئے لفظ کے لیے [سنائی نہیں دیا hh:mm:ss]، اندازے کے لیے [غیر یقینی: لفظ]۔
غیر گفتاری آواز: [ہنسی] [وقفہ] [ایک ساتھ گفتگو] [فون کی گھنٹی] مربع قوسین میں۔
ایک ساتھ گفتگو: دوسرے بولنے والے کی نئی سطر بنائیں اور [ایک ساتھ بولا] لکھیں۔
مختصر تائید: شریک کے بولتے ہوئے انٹرویو لینے والے کی «ہمم» نکالیں / رکھیں (ایک چنیں)۔
شناختی معلومات: غیر شناختی بناتے وقت [وضاحتی لیبل] سے بدلیں، ہر تبدیلی درج کریں۔
زبان: بولی جانے والی زبان میں لکھیں۔ جائزے کے بعد ترجمہ کریں۔
فائل نام: StudyCode_P01_v1-draft / v2-checked / v3-anonymised
AI مسودہ اور محقق کے جائزے کے 7 مراحل
مراحل 1 سے 4 آپ کی توجہ کے چند منٹ لیتے ہیں۔ اصل وقت مرحلہ 5 میں دینا چاہیے۔
مرحلہ 1: ٹرانسکرپٹ کو مدنظر رکھ کر ریکارڈ کریں
صاف آڈیو مسودے کے معیار کے لیے سب سے اہم ہے۔ ریکارڈر اپنے بجائے شریک کے قریب رکھیں، خاموش کمرہ لیں اور دس سیکنڈ آزمائیں۔ دور سے انٹرویو میں شریک کی ضروری رضامندی اور منتظم کی اجازت ملنے پر پلیٹ فارم کا ریکارڈر یا براؤزر کا اسکرین اور آڈیو ریکارڈر استعمال کریں۔ بالمشافہ انٹرویو میں صرف لیپ ٹاپ ہو تو آن لائن وائس ریکارڈر ایک ہی بار میں ریکارڈ اور ٹرانسکرائب کرتا ہے۔
مرحلہ 2: ہر انٹرویو الگ اپ لوڈ کریں
براؤزر میں انٹرویو ٹرانسکرپشن کا صفحہ کھولیں اور اپ لوڈ سے پہلے بولی جانے والی زبان منتخب کریں۔ ایک انٹرویو فی فائل سے ڈیٹا منظم رہتا ہے۔ whispertranscribe.ai آن لائن AI ٹرانسکرپشن ٹول ہے جو 130+ زبانوں میں آڈیو اور ویڈیو کو متن میں بدلتا ہے۔ یہ MP3، WAV، M4A اور MP4 جیسے فارمیٹس میں 5 GB اور 10 گھنٹے تک کی فائل لیتا ہے۔ اگر ریکارڈنگ Google Drive یا Dropbox پر ہے تو پہلے ڈاؤن لوڈ کرنے کے بجائے لنک Transcribe from URL میں پیسٹ کریں۔
مرحلہ 3: بولنے والوں کی شناخت چالو کریں
Enable Speaker Detection فعال کریں تاکہ مسودہ گفتگو کی باریاں الگ کرے۔ معیاری تحقیق میں یہ خاص طور پر اہم ہے۔ شریک کا اقتباس انٹرویو لینے والے سے منسوب کرنا ڈیٹا کی غلطی ہے۔ بعض لیبل درست کرنے کے لیے تیار رہیں، خاص کر جب لوگ ساتھ بولیں یا آوازیں ملتی ہوں۔
مرحلہ 4: مسودہ ایکسپورٹ کریں
تدوین کے لیے DOCX یا TXT نقل ڈاؤن لوڈ کریں۔ اسے مسودہ (v1) لکھ کر رکھیں، تاکہ کوئی غلطی سے اس پر تجزیاتی کوڈ نہ لگائے۔ نیچے فارمیٹ کی رہنمائی بتاتی ہے کہ ہر کام کے لیے کیا موزوں ہے۔
مرحلہ 5: آڈیو سے مسودہ درست کریں
متن کھول کر پوری ریکارڈنگ سنیں اور اختلاف والی جگہ رکیں۔ پہلے بولنے والوں کے لیبل، پھر تلاش اور تبدیلی سے بار بار غلط سنی گئی اصطلاحات درست کریں، اور پھر مسلسل ایک بار سنیں۔ ہر ممکنہ اقتباس دوبارہ سنیں۔ گفتار کی شناخت تکیہ کلام یا دوبارہ شروع کیے گئے جملے چھوڑ یا ہموار کر سکتی ہے۔ اگر ضابطہ مکمل لفظ بہ لفظ ہے، تو یہ فرض نہ کریں کہ مسودہ پہلے ہی ایسا ہے۔
مرحلہ 6: الگ نقل سے شناختی معلومات ہٹائیں
درست شدہ نسخہ v2 میں محفوظ کریں، پھر غیر شناختی بنانے کے لیے v3 بنائیں۔ نام اور شناختی تفصیلات ایک جیسے وضاحتی لیبلز سے بدلیں اور ہر تبدیلی الگ درج کریں (نیچے متعلقہ حصہ دیکھیں)۔ ایکسپورٹ کے بعد یہ کام اپنے ایڈیٹر میں آف لائن کریں۔
مرحلہ 7: اپنے تجزیاتی سافٹ ویئر میں امپورٹ کریں
غیر شناختی فائل معیاری ڈیٹا کے تجزیاتی سافٹ ویئر میں لائیں، یا دستی کوڈنگ کے لیے دستاویز یا اسپریڈشیٹ میں کھولیں۔ whispertranscribe.ai کا NVivo، ATLAS.ti، MAXQDA یا کسی دوسرے پیکج سے براہ راست رابطہ نہیں۔ فائل ایکسپورٹ کر کے خود امپورٹ کریں۔ اپنے سافٹ ویئر کی رہنمائی میں قبول شدہ فارمیٹس اور بولنے والوں کے نام پڑھنے کا طریقہ دیکھیں۔
درست شدہ ٹرانسکرپٹ کی مثال
نیچے کے تین نسخے وضاحت کے لیے فرضی ہیں۔ یہ کسی حقیقی انٹرویو یا آزمائش کا نتیجہ نہیں۔ یہ دکھاتے ہیں کہ مراحل 5 اور 6 سے کیا بدلتا ہے۔
مثال — v1، AI کا مسودہ (بغیر اصلاح)
بولنے والا 1: تو آپ نے کلینک میں کام کب شروع کیا؟
بولنے والا 2: میرا خیال ہے میں نے 2019 میں کام شروع کیا۔ میری مینیجر Sarah نے مجھے گھلنے ملنے میں مدد دی۔
شروع میں مشکل تھی کیونکہ میں Leeds سے منتقل ہوا تھا۔
مثال — v2، آڈیو سے تصدیق شدہ (مکمل لفظ بہ لفظ)
[00:04:12] I: تو آپ نے کلینک میں کام کب شروع کیا؟
[00:04:15] P07: میں، اُم، میں نے وہاں شروع کیا تھا— 2019 تھا، میرا خیال ہے۔ [وقفہ] میری مینیجر
Sarah نے، انہوں نے واقعی مجھے گھلنے ملنے میں مدد دی۔ شروع میں مشکل تھی اس لیے کہ میں Leeds سے آیا تھا۔
مثال — v3، غیر شناختی
[00:04:12] I: تو آپ نے کلینک میں کام کب شروع کیا؟
[00:04:15] P07: میں، اُم، میں نے وہاں شروع کیا تھا— [سال] تھا، میرا خیال ہے۔ [وقفہ] میری مینیجر
[مینیجر 1] نے، انہوں نے واقعی مجھے گھلنے ملنے میں مدد دی۔ شروع میں مشکل تھی اس لیے کہ میں آیا تھا
[شمالی انگلینڈ کے شہر] سے۔
v1 اور v2 کے درمیان تکیہ کلام اور ادھورا آغاز واپس آئے، وقفے کا نشان لگا، «کیونکہ» مقرر کے اصل «اس لیے کہ» میں بدلا اور عام ناموں کی جگہ مطالعے کے کوڈ آئے۔ بنیادی مطلب وہی ہے مگر یہ سب تجزیے میں اہم ہو سکتے ہیں۔
انٹرویو ٹرانسکرپٹ کی جانچ فہرست
تجزیے سے پہلے ہر ٹرانسکرپٹ پر یہ فہرست استعمال کریں۔ اسے براہ راست اسپریڈشیٹ یا لیب کے رہنما کتابچے میں نقل کیا جا سکتا ہے۔
| جانچ | کیا تلاش کریں | درست کیسے کریں | مکمل |
|---|---|---|---|
| گفتگو کی باریاں | غلط شخص سے منسوب سطریں یا ایک شخص کے دو لیبل | ہر تبدیلی پر سنیں، لیبل ملائیں یا درست نام دیں | ☐ |
| بولنے والوں کے کوڈ | عمومی لیبل یا اصل نام | ضابطے کے مطابق I، P01، P02 لگائیں | ☐ |
| انداز میں یکسانیت | کہیں تکیہ کلام موجود، کہیں غائب | پوری فائل میں ضابطے کا ایک قاعدہ اپنائیں | ☐ |
| شریک کے اصل الفاظ | مسودے نے قواعد یا بولی «درست» کر دی | جو الفاظ آڈیو میں سنے وہ بحال کریں | ☐ |
| اہم اصطلاحات | غلط سنی فنی اصطلاح یا مقام، پروڈکٹ یا ادارے کا نام | فہرست رکھیں، تلاش اور تبدیلی کریں اور نمونے دوبارہ جانچیں | ☐ |
| اعداد | عمر، سال، رقم، تعداد | ہر عدد آڈیو سے ملائیں، اعداد آسانی سے غلط سنے جاتے ہیں | ☐ |
| نفی | «نہیں»، «کبھی نہیں» یا «نہیں کیا» کا اضافہ یا اخراج | جس جملے کا مطلب نفی پر ہے اسے دوبارہ سنیں | ☐ |
| ایک ساتھ گفتگو | متعدد آوازیں ایک شخص کی سطر میں مل گئیں | باریاں الگ کریں اور ساتھ بولنے کا نشان دیں | ☐ |
| غیر واضح حصے | اندازے کے الفاظ یقین سے لکھے ہیں | وقت کے ساتھ ناقابل سماعت یا غیر یقینی لکھیں | ☐ |
| غیر گفتاری اشارے | ہنسی، طویل وقفہ یا جذبہ جو معنی بدلے | ضابطہ کہے تو قوسین میں نوٹ شامل کریں | ☐ |
| تحریر کے لیے اقتباسات | ہر حصہ جو بطور حوالہ آ سکتا ہے | دو بار سنیں اور لفظ بہ لفظ تصدیق کریں | ☐ |
| شناختی تفصیلات | نام، کام کی جگہ، شہر یا نایاب تفصیلات باقی ہیں | غیر شناختی بنانے کے مرحلے میں جائیں اور ہر تبدیلی درج کریں | ☐ |
معیاری تحقیق کی ٹرانسکرپشن میں کتنا وقت اور خرچ لگتا ہے؟
دستی ٹرانسکرپشن میں ایک گھنٹے کی آڈیو پر کئی گھنٹے لگتے ہیں۔ AI مسودے سے بیشتر وقت جانچ پر لگتا ہے۔ International Rescue Committee کی تحقیقی رہنمائی کے مطابق ایک گھنٹے کی ریکارڈنگ ٹرانسکرائب کرنے میں تفصیل، مہارت اور آڈیو کے معیار کے لحاظ سے تین سے 10 گھنٹے لگ سکتے ہیں۔
ایک نمونہ مطالعے کا حساب یہ ہے۔ جائزے کے اعداد صرف مثال کے تخمینے ہیں۔ اپنے پہلے انٹرویو کا وقت لے کر حساب بدلیں۔
| نمونہ: 20 انٹرویو × 60 منٹ = 20 گھنٹے آڈیو | خود ٹائپ کرنا | AI مسودہ اور مکمل جائزہ |
|---|---|---|
| آڈیو کے ہر گھنٹے کا وقت | 3 سے 10 گھنٹے (IRC کا تخمینہ) | 1.5 سے 3 گھنٹے جائزہ فرض کریں |
| محقق کا کل وقت | 60 سے 200 گھنٹے | 30 سے 60 گھنٹے |
اگر پوری آڈیو سنیں تو جائزہ خود ریکارڈنگ سے کم وقت میں مکمل نہیں ہو سکتا، اس لیے کم از کم ہر انٹرویو کی مکمل مدت رکھیں۔ شور، بہت زیادہ مشترکہ گفتگو اور مکمل لفظ بہ لفظ قواعد وقت بڑھاتے ہیں۔ whispertranscribe.ai کے پلان سالانہ ادائیگی پر ماہانہ $9.99 سے شروع ہیں۔ گرانٹ کا بجٹ بنانے سے پہلے موجودہ منٹ اور شرائط دیکھیں۔
AI ٹرانسکرپشن، انسانی خدمت اور خود کرنے کا موازنہ
ہر طریقے کا اپنا استعمال ہے۔ فیصلہ بجٹ، وقت اور ڈیٹا سے کتنی براہ راست واقفیت چاہیے، اس پر منحصر ہے۔
| پہلو | AI مسودہ جسے آپ جانچیں | انسانی ٹرانسکرپشن سروس | خود شروع سے لکھنا |
|---|---|---|---|
| آپ کا وقت | درمیانہ: ایک بار غور سے سننا اور تبدیلیاں | ابتدا میں کم، مگر چند جگہیں چیک کریں | سب سے زیادہ |
| خرچ | رکنیت یا استعمال کی بنیاد پر | عموماً فی آڈیو منٹ، سب سے زیادہ نقد خرچ | نقد خرچ نہیں |
| تکمیل | چند منٹ میں مسودہ | اکثر کئی دن، فراہم کنندہ اور آرڈر کے مطابق | پورے مطالعے کے لیے ہفتے |
| ڈیٹا سے قربت | زیادہ، کیونکہ سب سنتے ہیں | کم، جب تک خود جائزہ نہ لیں | سب سے زیادہ |
| آڈیو اور کون سنبھالتا ہے | آلے کا فراہم کنندہ اور درج کیے گئے ذیلی پروسیسرز | سروس کا عملہ، عموماً رازداری کے معاہدے کے تحت | کوئی اور نہیں |
| موزوں استعمال | صاف آڈیو والے بیشتر انٹرویو مطالعے | بڑے فنڈ شدہ منصوبے یا محقق کے وقت کی کمی | چھوٹا نمونہ، گفتگو کا تجزیہ، انتہائی حساس ڈیٹا |
whispertranscribe.ai پہلے کالم میں آتا ہے۔ یہ خودکار ٹول ہے اور انسانی ٹرانسکرپشن یا پروف ریڈنگ فراہم نہیں کرتا۔
شناخت چھپانا، رضامندی اور اخلاقی جائزہ
یہ عمومی معلومات ہیں اور قانونی مشورہ نہیں۔ اصل قواعد آپ کے ادارے کا IRB یا تحقیقی اخلاقیات کی کمیٹی اور شرکا کی دستخط شدہ رضامندی طے کرتے ہیں۔
ٹول کے استعمال کو شامل کرنے والی رضامندی اور منظوری لیں
شناخت ظاہر کرنے والی ریکارڈنگ کسی آن لائن سروس پر اپ لوڈ کرنے سے پہلے دیکھیں کہ منظور شدہ ضابطہ اور رضامندی کا فارم اس کی اجازت دیتے ہیں۔ امریکہ میں Common Rule کے 45 CFR 46.116 کے تحت رضامندی کی معلومات میں بتانا ضروری ہے کہ شناخت ظاہر کرنے والے ریکارڈ کی رازداری کس حد تک برقرار رکھی جائے گی۔ HHS کا Office for Human Research Protections اپنی باخبر رضامندی کی رہنمائی ایک جگہ رکھتا ہے۔ دوسرے ممالک اور اداروں کے اپنے قواعد ہیں، اس لیے اپنے اخلاقیات دفتر سے اطلاق معلوم کریں۔
اخلاقیات دفتر ٹرانسکرپشن ٹول کے بارے میں یہ پوچھ سکتا ہے:
- آڈیو کہاں پروسیس ہوتی ہے اور کون سے تیسرے فریق اسے سنبھالتے ہیں؟
- ریکارڈنگز اور ٹرانسکرپٹس کتنی دیر محفوظ رہتے ہیں اور کون انہیں حذف کر سکتا ہے؟
- کیا مواد AI ماڈل کی تربیت میں استعمال ہوتا ہے یا انسان اس کا جائزہ لیتے ہیں؟
- منتقلی اور ذخیرے کے وقت ڈیٹا کی حفاظت کیسے ہوتی ہے؟
شناختی معلومات کو بامعنی وضاحتوں سے بدلیں
UK Data Service کی متنی ڈیٹا کو غیر شناختی بنانے کی رہنمائی کے مطابق براہ راست شناختی تفصیلات کو یکساں فرضی ناموں یا بامعنی لیبل سے بدلیں، حد سے زیادہ مخصوص معلومات کو عمومی کریں اور تبدیلیوں کا ریکارڈ رکھیں۔ صرف نام نکالنا کم ہی کافی ہوتا ہے، کیونکہ چھوٹی آبادی میں نایاب ملازمت یا تفصیلی زمانی ترتیب شناخت ظاہر کر سکتی ہے۔ بہت زیادہ تفصیل ہٹانا بھی خطرہ ہے۔ «X» سے بھرا متن وہ سیاق کھو دیتا ہے جو تجزیے کو چاہیے۔ یہی رہنمائی شناخت ہٹانے والے ٹول مقامی طور پر چلانے کی تجویز دیتی ہے، بیرونی سرور پر نہیں۔ UK Data Service مفت ٹرانسکرپشن نمونہ اور ٹرانسکرائبر کی رازداری کا معاہدہ بھی دیتا ہے۔
غیر شناختی فائلوں سے الگ رکھا ہوا ایک سادہ ریکارڈ:
| ٹرانسکرپٹ | اصل (محفوظ رکھیں) | متبادل | وجہ |
|---|---|---|---|
| P07 | شریک کی مینیجر کا پہلا نام | [مینیجر 1] | براہ راست شناخت |
| P07 | آبائی شہر | [شمالی انگلینڈ کا شہر] | مقام سے شناخت کا دائرہ کم ہو سکتا ہے |
| P07 | ملازمت شروع کرنے کا سال | [سال] | عہدے کے ساتھ شناخت ہو سکتی ہے |
whispertranscribe.ai کی رازداری کی پالیسی کیا کہتی ہے؟
نومبر 2026 میں پڑھی گئی whispertranscribe.ai کی رازداری کی پالیسی کے مطابق اصل آڈیو اور ویڈیو اپ لوڈز پروسیسنگ کے بعد خود حذف ہو جاتے ہیں۔ پروسیسنگ میں نکالی گئی MP3 فائلیں طے شدہ طور پر 30 دن رہتی ہیں، جب تک آپ پہلے حذف نہ کریں۔ ٹرانسکرپٹس آپ کے اکاؤنٹ میں رہتے ہیں جب تک آپ انہیں حذف نہ کریں۔ حذف مستقل ہے اور بیک اپ نہیں ہے۔ ریکارڈنگز اور متن AI ماڈل کی تربیت کے لیے استعمال نہیں ہوتے اور پالیسی کے مطابق کوئی انسانی جائزہ نہیں ہوتا۔ منتقلی میں TLS 1.3 اور ذخیرے میں AES-256 سے ڈیٹا محفوظ ہوتا ہے۔ OpenAI کو امریکی AI سروس فراہم کنندہ کے طور پر درج کیا گیا ہے، جو اخلاقیات دفتر جاننا چاہ سکتا ہے۔ whispertranscribe.ai، HIPAA، GDPR یا SOC 2 سرٹیفکیشن کا دعویٰ نہیں کرتا۔ اگر تحقیق کو مصدقہ فراہم کنندہ یا ملک کے اندر پروسیسنگ چاہیے تو وہی شرط پوری کرنے والا ٹول استعمال کریں۔
محققین کس فارمیٹ میں ایکسپورٹ کریں؟
whispertranscribe.ai، DOCX، PDF، TXT، CSV، SRT اور VTT ایکسپورٹ کرتا ہے۔ اگلے مرحلے کے مطابق منتخب کریں۔
| فارمیٹ | تحقیقی منصوبے میں استعمال |
|---|---|
| DOCX | ورڈ پروسیسر میں اصلاح اور شناخت ہٹانا، دوسرے جائزہ کار کے لیے Track Changes، تجزیاتی سافٹ ویئر میں دستاویز کے طور پر امپورٹ |
| TXT | محفوظ کرنے یا سادہ متن پسند کرنے والے ٹول کے لیے آسان ترین اور قابل منتقلی نقل |
| CSV | اسپریڈشیٹ میں سطر بہ سطر جائزہ، یا باریاں جلد گننے کے لیے بولنے والے کے لحاظ سے ترتیب |
| شناخت ہٹانے کے بعد شریک کی تصدیق یا نگران کے لیے مقررہ ترتیب والی نقل | |
| SRT یا VTT | ویڈیو کے تجزیے میں وقت والے متن کے لیے، یا پلیئر میں ریکارڈنگ اور ٹرانسکرپٹ کے درمیان آنے جانے کے لیے |
کئی زبانوں اور ثقافتوں کے انٹرویو کی ٹرانسکرپشن
پہلے بولی جانے والی زبان میں ٹرانسکرائب کریں، پھر ترجمہ۔ IRC کی رہنمائی کے مطابق یہی بہتر طریقہ ہے، کیونکہ تجزیے میں ترجمے کو اصل سے ملاتے رہ سکتے ہیں۔
whispertranscribe.ai، 130+ زبانوں کو سپورٹ کرتا ہے۔ انٹرویو صفحے پر علاقائی اقسام مثلاً ہسپانوی (لاطینی امریکہ) اور فرانسیسی (کینیڈا)، اور بہت سی زبانوں کے لیے Noise / Low-Quality Audio/Video موڈ ملتے ہیں، جو فیلڈ ریکارڈنگ کے لیے مفید ہیں۔ جہاں لوگ زبان بدلیں وہاں Multilingual Mix انگریزی، ہسپانوی، فرانسیسی، جرمن، ہندی، روسی، پرتگالی، جاپانی، اطالوی اور ڈچ کے امتزاج پر کام کرتا ہے۔ انگریزی عملی نقل درکار ہو تو الگ سے آڈیو کا انگریزی ترجمہ کریں اور اصل زبان کے ٹرانسکرپٹ کو بنیادی ڈیٹا رکھیں۔
صاف آڈیو میں درستگی 99% تک ہے، مگر پس منظر کا شور، نمایاں لہجے اور زبان بدلنا اسے کم کرتے ہیں۔ غیر انگریزی یا مخلوط انٹرویو کے جائزے کے لیے اضافی وقت رکھیں اور اقتباس والے حصے کسی روانی سے بولنے والے سے چیک کرائیں۔
عمومی سوالات
کیا AI ٹرانسکرپشن معیاری تحقیقی انٹرویو کے لیے استعمال ہو سکتی ہے؟
ہاں، اگر محقق ہر ٹرانسکرپٹ کو ریکارڈنگ سے ملا کر دیکھے۔ AI جلدی ابتدائی مسودہ دیتا ہے، جس میں بولنے کی باریاں اور وقت کے نشانات ہیں اور زیادہ تر ٹائپنگ نہیں کرنی پڑتی۔ نام، اعداد اور اصطلاحات غلط سن سکتا ہے، غلط شخص سے سطر منسوب کر سکتا ہے یا ضابطے کے لیے ضروری تکیہ کلام چھوڑ سکتا ہے۔ اسے عملی مسودہ سمجھیں، پوری آڈیو سن کر درست کریں اور تجزیے سے پہلے شناخت ہٹائیں۔
کیا AI لفظ بہ لفظ اقتباس کے لیے کافی درست ہے؟
بغیر چیک کیے نہیں۔ صاف آڈیو پر بھی ایک غلط سنا لفظ اقتباس کا مطلب بدل دیتا ہے۔ شور، لہجے، مشترکہ گفتگو اور فنی الفاظ سے درستگی کم ہوتی ہے۔ whispertranscribe.ai صاف آڈیو پر 99% تک پہنچتا ہے۔ یہ بہترین صورت ہے، آپ کی ریکارڈنگ کی ضمانت نہیں۔ شامل کرنے سے پہلے ہر اقتباس کم از کم دو بار سنیں اور لفظ بہ لفظ پکا کریں۔
معیاری انٹرویو مکمل لفظ بہ لفظ لکھوں یا صاف لفظ بہ لفظ؟
اپنے تجزیاتی طریقے کو دیکھیں۔ اگر آپ طرز گفتار، جیسے گفتگو یا مکالمے کا تجزیہ کرتے ہیں، تو وقفوں اور تکیہ کلام سمیت مکمل لفظ بہ لفظ رکھیں۔ اگر توجہ مواد پر ہے، جیسے کئی موضوعاتی مطالعات میں، تو بولنے والے کے اصل الفاظ برقرار رکھ کر صاف لفظ بہ لفظ متن مناسب ہو سکتا ہے۔ Oliver، Serovich اور Mason (2005) ٹرانسکرپشن سے پہلے سوچ سمجھ کر فیصلہ کرنے کی تجویز دیتے ہیں۔ بہت سے محقق اصل لفظ بہ لفظ نقل محفوظ اور صاف نقل پر تجزیہ کرتے ہیں۔
آن لائن ٹرانسکرپشن کے لیے IRB منظوری چاہیے؟
عموماً اخلاقی منظوری اور رضامندی فارم میں ریکارڈنگز کو سنبھالنے کا طریقہ، بشمول کسی تیسرے فریق کی سروس، شامل ہونا چاہیے۔ شرائط ادارے اور ملک کے لحاظ سے بدلتی ہیں، اس لیے شناختی آڈیو اپ لوڈ کرنے سے پہلے IRB یا تحقیقی اخلاقیات کمیٹی سے پوچھیں۔ معلوم رکھیں ڈیٹا کہاں پروسیس ہوتا ہے، کتنی مدت رہتا ہے، کیا ماڈل کی تربیت میں جاتا ہے اور کس کو رسائی ہے۔ یہ عمومی معلومات ہیں، قانونی مشورہ نہیں۔ آپ کے ادارے کے قواعد مقدم ہیں۔
ایک گھنٹے کا انٹرویو ٹرانسکرائب کرنے میں کتنا وقت لگتا ہے؟
International Rescue Committee کی رہنمائی کے مطابق دستی ٹائپنگ تفصیل اور آڈیو کے معیار پر منحصر ہے اور تقریباً تین سے 10 گھنٹے لیتی ہے۔ AI مسودہ جلد بنتا ہے اور وقت جائزے میں جاتا ہے: کم از کم پوری ریکارڈنگ کی مدت، کیونکہ سب سننا ہے، اور اصلاح کے وقفے الگ۔ پہلے انٹرویو کا وقت نوٹ کریں اور باقی مطالعہ اسی سے ترتیب دیں۔
معیاری تجزیے کے سافٹ ویئر کے لیے کون سا فارمیٹ نکالوں؟
انٹرویو بطور دستاویز امپورٹ کرنے کے لیے عموماً DOCX یا TXT چنتے ہیں۔ ابتدا میں اصلاح اور شناخت ہٹانے کے لیے DOCX سب سے آسان ہے۔ اسپریڈشیٹ کوڈنگ کے لیے CSV اور متن کے ساتھ ویڈیو تجزیے کے لیے SRT یا VTT موزوں ہیں۔ whispertranscribe.ai سب کو ایکسپورٹ کرتا ہے مگر NVivo، ATLAS.ti یا MAXQDA سے براہ راست انضمام نہیں رکھتا۔ قبول شدہ فارمیٹس کے لیے اپنے سافٹ ویئر کی امپورٹ رہنمائی دیکھیں۔
اگلے انٹرویو کا جانچا ہوا ٹرانسکرپٹ بنائیں
ریکارڈنگ انٹرویو ٹرانسکرپشن کے صفحے پر whispertranscribe.ai میں اپ لوڈ کریں، بولنے والوں کی شناخت چالو کریں اور آڈیو سے اصلاح کے لیے DOCX مسودہ نکالیں۔ پہلے ایک فائل پر معیار دیکھنا ہو تو بغیر اکاؤنٹ مفت صفحہ استعمال کریں۔ ویب سائٹ موجودہ مفت حد دکھاتی ہے۔ سیمینار یا گروہی نشست ریکارڈ کر رہے ہیں؟ لیکچر اور سیمینار ٹرانسکرپشن کا صفحہ یہی مراحل استعمال کرتا ہے اور خصوصیات کی فہرست بقیہ بتاتی ہے۔
متعلقہ رہنمائی: Whisper کتنا درست ہے؟، فون کال کیسے ریکارڈ کریں؟ اور ریاست وار کال ریکارڈنگ کے قوانین۔
حوالے
- Oliver، D. G.، Serovich، J. M.، اور Mason، T. L. (2005)۔ انٹرویو ٹرانسکرپشن کے مسائل اور مواقع: معیاری تحقیق میں غور و فکر۔ Social Forces، 84(2)، 1273–1289۔ PMC پر مصنفین کا مسودہ
- یونیورسٹی آف الینوائے لائبریری۔ معیاری ڈیٹا کا تجزیہ: ڈیٹا کی ٹرانسکرپشن
- International Rescue Committee۔ معیاری ڈیٹا کی ٹرانسکرپشن اور ترجمہ، IRC تحقیقی رہنمائی (PDF)
- eCFR۔ 45 CFR 46.116، باخبر رضامندی کے عمومی تقاضے
- HHS Office for Human Research Protections۔ باخبر رضامندی کی رہنمائی
- UK Data Service۔ متنی ڈیٹا کو غیر شناختی بنانا
- UK Data Service۔ ڈیٹا کا انتظام: ٹولز اور نمونے
