Transkrypcja wywiadu z podziałem na rozmówców

Przez API wyślesz plik do 95 MB jednym requestem multipart. Większe nagrania wrzucasz w częściach. Ustawienia transkrypcji pozostają takie same.

Zanim dodasz plik, przypisz mu identyfikator sesji i zapisz, kto brał w niej udział. Odsłuchaj początek oraz fragment ze środka. Upewnij się, że wybierasz właściwe nagranie i ścieżkę dźwiękową. Oryginał zachowaj osobno — przyda się przez cały czas analizy.

W panelu dodaj plik i włącz „Identify speakers”. W API ustaw diarize=true, jak w przykładzie. Możesz zostawić language=auto albo podpowiedzieć język. Każde nagranie ma własny podział na rozmówców: Speaker 1 z kolejnego wywiadu nie musi oznaczać tej samej osoby.

Tekst łatwo wkleisz do narzędzia do analizy. Każda linijka zaczyna się od znacznika czasu i etykiety rozmówcy.

Odsłuchaj nagranie i przypisz Speaker 1, Speaker 2 itd. do identyfikatorów uczestników. Zapisz to przypisanie obok roboczej transkrypcji. Gdy prowadzący mówi daleko od mikrofonu albo uczestnicy wchodzą sobie w słowo, sprawdź szczególnie miejsca zmiany rozmówcy.

Przykład poniżej jest fikcyjny, nie pochodzi z prawdziwego wywiadu. Gdy przenosisz wypowiedzi do dokumentu z analizą, zachowuj czas i identyfikator sesji. Później sprawdzisz, z którego miejsca pochodzi zakodowany fragment.

Jeśli kodujesz we własnym narzędziu, pobierz transkrypcję w JSON. Dostaniesz listę rozmówców, a przy każdym fragmencie: tekst, język, etykietę rozmówcy i czas początku oraz końca.

Trzymaj kody badawcze osobno od słów uczestnika. Przypisuj je do ID nagrania i zakresów czasu. Ten sam fragment może dotyczyć kilku tematów, a twoja interpretacja może się zmienić po kolejnych wywiadach. Nie trzeba przy tym nadpisywać transkrypcji.

Granice fragmentów w JSON nie wyznaczają jednostek analizy. Jedna odpowiedź może zajmować kilka fragmentów, a w jednym fragmencie może pojawić się kilka myśli. Czytaj również tekst przed cytatem i po nim. Zachowaj pytanie prowadzącego, jeśli wpływa na sens odpowiedzi.

Przed analizą serii wywiadów ustal wspólne zasady: co robisz z powtórzeniami, urwanymi zdaniami i niezrozumiałymi słowami oraz jak zapisujesz obserwacje spoza samej mowy. Stosuj te zasady w każdej sesji. Notuj zmiany, które mogą wpłynąć na odczytanie cytatu.

Automatyczna transkrypcja to tekst do sprawdzenia. W transkrypcji wywiadu eksperckiego sprawdź zwłaszcza terminy branżowe. Błędy mogą też pojawić się przy słowach gwarowych i cichych wypowiedziach. Nie dostajesz badawczego zapisu każdej pauzy, śmiechu czy gestu. Jeśli wymaga tego twoja metoda, dopisz takie obserwacje po odsłuchaniu lub obejrzeniu nagrania i wyraźnie oddziel je od rozpoznanych słów.

Zachowaj surowy plik z transkrypcją i osobną wersję po korekcie. Dzięki temu wiadomo, co poprawiono, a wygładzony tekst nie udaje oryginalnego zapisu. Przed publikacją sprawdź w nagraniu cytat, osobę, która go wypowiedziała, i kontekst rozmowy.

Wysłane nagranie usuwamy 24 godziny po tym, jak transkrypcja dostanie status completed, failed lub canceled. Gotowy tekst zostaje do chwili, gdy sam go usuniesz. Jeśli planujesz późniejsze odsłuchy, przechowuj własną kopię nagrania. Dostęp do pobranych plików i terminy ich usunięcia ustal zgodnie z zasadami badania.

Dla każdego wywiadu utwórz osobną transkrypcję i powiąż jej ID z identyfikatorem sesji. Przy większej liczbie nagrań odbieraj powiadomienia przez webhooki. Jeśli transkrypcja się nie uda, zapisz błąd — nie pusty, rzekomo ukończony wywiad. Pamiętaj o limitach: transkrypcja AI do 5 godzin, plik wysyłany w częściach do 2 GB, z uwzględnieniem limitów konta.