Een interview transcriberen met sprekerherkenning

Via de API stuur je een bestand tot 95 MB met één multipart-request. Grotere opnames upload je in delen, met dezelfde transcriptieopties.

Geef je opname vóór het uploaden een sessiecode en noteer wie meedeed. Luister naar het begin en een stukje uit het midden. Zo controleer je of je het juiste bestand en de juiste audiotrack hebt. Bewaar je oorspronkelijke opname apart om er tijdens de analyse naar terug te kunnen gaan.

Upload je via het dashboard? Zet “Identify speakers” aan. Via de API gebruik je diarize=true, zoals in het voorbeeld. Laat language op auto staan of geef de bekende taal mee als hint.

De sprekerlabels horen bij deze ene opname. Speaker 1 in een volgend interview hoeft dus niet dezelfde deelnemer te zijn. Houd je eigen deelnemercodes naast het transcript bij.

In de tekstdownload begint elke regel met de tijd en het sprekerlabel. Je kunt die regels direct in je analysetool of onderzoeksdocument plakken.

Luister eerst wie bij welk label hoort en koppel de labels dan aan je deelnemercodes. Bewaar die koppeling bij je werkversie. Controleer vooral wisselingen waarbij iemand zacht op de achtergrond praat of deelnemers elkaar onderbreken.

Het fragment hieronder is verzonnen om het tekstformaat te laten zien. Het is geen citaat van een echte deelnemer.

Neem de tijdstempels mee naar je analysedocument. Met een sessiecode en een tijd kun je een gecodeerd fragment later opnieuw controleren. Zonder die verwijzingen is het veel lastiger na te gaan waar een citaat vandaan komt.

Werk je met eigen onderzoekstools? Lees dan het JSON-transcript. Het bevat een sprekerslijst en per segment de spreker, taal, begintijd en eindtijd.

Houd bij kwalitatief onderzoek je transcriptie en je codes apart. Een fragment kan bij meerdere thema’s horen en je interpretatie kan veranderen naarmate je meer interviews leest. Sla annotaties daarom op bij het bron-id en het tijdsbereik, zonder de woorden van de deelnemer te overschrijven.

Een transcriptiesegment is niet automatisch een betekenisvolle eenheid voor je onderzoek. Een antwoord kan over meerdere segmenten lopen en in één segment kunnen verschillende ideeën zitten.

Lees bij een gekozen citaat ook de tekst eromheen. Bewaar de vraag van de interviewer als die nodig is om het antwoord te begrijpen.

Leg vooraf vast hoe je omgaat met herhalingen, onafgemaakte zinnen, onverstaanbare woorden en wat je buiten de gesproken tekst waarneemt. Gebruik dezelfde afspraken voor alle interviews. Noteer wijzigingen die de interpretatie van een citaat kunnen beïnvloeden.

Als je interviews laat transcriberen met software, blijft controle nodig. Vaktaal, dialectwoorden en zachte spraak kunnen verkeerd in de tekst komen. transcript1 noteert ook niet elke pauze, lach of beweging volgens een onderzoeksmethode. Voeg zulke observaties zelf toe vanuit de opname en houd ze herkenbaar apart van de herkende spraak.

Bewaar zowel de onbewerkte download als je nagekeken versie. Dan blijven correcties te volgen en verwar je een opgepoetste leestekst niet met het oorspronkelijke transcript. Wil je een expertinterview uitwerken voor publicatie? Luister elk citaat nog eens na, inclusief de spreker en de uitwisseling eromheen.

We verwijderen de geüploade opname 24 uur nadat de job de status completed, failed of canceled heeft bereikt. Het transcript blijft staan totdat je het verwijdert. Bewaar dus zelf de bronopname als je die later voor je onderzoek nodig hebt. Beheer ook je downloads volgens de toegangs- en bewaarafspraken van je onderzoek.

Maak voor elke opname een aparte job en koppel die aan je sessiecode. Je integratie kan via webhooks de status ontvangen. Houd een mislukte transcriptie zichtbaar als fout; sla haar niet op als een afgerond interview met lege tekst.

Voor speech-to-text mag een opname maximaal 5 uur duren. Uploads in delen mogen tot 2 GB groot zijn, binnen de limieten van je account.