先确认录音，再开启说话人分离
API可用单次上传发送不超过95MB的文件。更大的录音使用分块上传，转录选项相同。
上传前给访谈分配编号，记下参与者。听一听开头和中间的内容，确认文件、音轨都正确。原始录音另行保管，分析过程中还会用到。
在控制台上传后开启“Identify speakers”；通过API则设置diarize=true。language可留在auto，也可填写已知语言作为提示。Speaker 1、Speaker 2等标签只对应本次录音，不会跨访谈识别同一个人。
curl -X POST "https://api.transcript1.com/v1/transcriptions?wait=60" \
-H "Authorization: Bearer $TRANSCRIPT1_API_KEY" \
-F [email protected] \
-F diarize=true \
-F language=auto每行保留时间和说话人
文本格式便于粘贴到分析工具中。每行开头都有时间戳和说话人标签，整理时不必丢掉出处。
先听录音，再把Speaker 1、Speaker 2对应到参与者编号，并把这份对应关系放在工作稿旁。采访者离麦克风较远，或多人互相打断时，尤其要核对发言交界处，不要默认标签都正确。
下面只是格式示例，不是真实参与者的引文。把内容移到分析文档时，保留访谈编号和时间戳。日后要复核某段编码，才知道该打开哪份录音、听哪一段。
[00:00:00] Speaker 1: Thanks for making time today.
[00:00:03] Speaker 2: Happy to help.用JSON整理质性研究 访谈转录材料
在自己的工具里编码时，可读取JSON转录数据。其中列出说话人，每个片段包含说话人、语言和起止时间。
研究编码与原始话语分开存放，用来源ID和时间范围关联。一个片段可以对应多个主题；随着更多访谈加入，解释也可能变化。修改编码时，不必覆盖参与者说过的话。
转录片段按识别过程划分，不等于研究里的意义单元。一次回答可能跨多个片段，一个片段也可能包含多个观点。选引用时读一读前后文，提问会影响理解时，也把问题保留下来。
{
"transcript": {
"speakers": ["Speaker 1", "Speaker 2"],
"segments": [
{ "start": 0, "end": 3.4, "speaker": "Speaker 1", "language": "en", "text": "Thanks for making time today." }
]
}
}先定整理规则，再逐份校对
开始校对前，先确定如何处理重复、未说完的句子、听不清的词和非语言信息。同一组访谈采用同一套规则；会影响引文理解的改动，需要留下记录。
机器转录适合作为校对初稿，可能漏听术语、方言和较轻的声音。它不会为每次停顿、笑声或手势提供研究标注。方法需要这些观察时，对照录音补充，并与识别出的原话分开。
原始导出和校对稿都保留，方便追查改动，不要把润色后的阅读稿当成未经修改的转录。发表前再核对引文、说话人及前后对话。
按研究周期安排录音和文本的保留
任务进入completed、failed或canceled状态24小时后，上传的媒体会删除；转录文本保留到你主动删除。研究还要回听时，请自行保管原录音，并按研究的访问权限和保留安排管理导出文件。
每份录音单独创建任务，关联自己的访谈编号。批量流程可用Webhook收集任务状态，失败仍应记作失败，不能标成“已完成但内容为空”。分块上传最大2GB，受账号限制；语音转文字每份媒体最长5小时。