インタビュー文字起こし
無料インタビュー文字起こし

逐語引用には常に音声に対して確認すべき。Whisperはクリーンなインタビュー音声で単語の90〜95%を正しく取得。逃す5〜10%は名前、専門用語、重なるスピーチを含むことが多い。公開する引用には録画に戻るためにSRTタイムコードを使用。

自動的にはありません。会話の流れに基づいて追加します。2話者インタビューには速い。パネルやフォーカスグループには、より多くの時間を計画するか、ある場合は各話者のトラックを別々にアップロード。

はい、自動検出で50以上の言語。5分未満のインタビューや英語の世間話で始まる非英語インタビューには、言語を手動で選択。

60分制限以下のチャンクに分割。自然な休憩は会話が止まる場所(インタビュー中盤のコーヒー、トピック変更)。

一般的な語彙より精度が低い。Whisperはソースの会社名、使った医療用語、参照した特定のソフトウェアを知りません。手動で修正することを予想。残りの文字起こしはしっかりしています。

いいえ。ファイルは文字起こしプロバイダ(Groq、バックアップとしてOpenAI)にストリーミングされ、処理されて破棄。サーバーに音声を保持しません。

ほとんどのIRB承認研究プロトコルは音声がどこで処理されるかを知る必要があります。プロバイダはUSで処理。私たちは保持しません。特定のIRBコンプライアンスにはワークフローを文書化してIRBで確認。

はい。TXTでダウンロードして質的分析ツールにインポート。文字起こしはプレーンテキスト、特別なフォーマット不要。

音声の長さの約1〜2%。30分のインタビューは約60秒で完了。

先にデノイズツール(Audacity Noise ReductionまたはAdobe Podcast Enhance)に通す。それからクリーンなバージョンをアップロード。良いインプットは顕著により良いアウトプット。

はい。iPhone Voice MemosはM4Aで保存、Androidボイスレコーダーは通常M4AまたはMP3。両方動作。AirDropまたはメールでコンピュータにファイルを送り、ここにアップロード。

はい、ミリ秒まで。SRTタイムコードは音声ファイルの実時間を反映。任意のオーディオやビデオプレーヤーで特定の瞬間に戻るのに動作。