Jak działa zamiana audio na tekst
Wgrywasz plik audio, a model rozpoznawania mowy przygotowany dla języka polskiego zamienia go w tekst. Każda wypowiedź ma przypisanego mówcę i znacznik czasu, więc w dowolnym miejscu transkrypcji możesz kliknąć fragment i od razu odsłuchać nagranie. Dzięki temu pierwsze przejrzenie materiału trwa krótko: czytasz tekst, a nagranie włączasz tylko tam, gdzie coś budzi wątpliwość.
Wynik nie jest surowym zapisem do poprawiania od zera. Rozpoznajemy zmianę mówców, ujednolicamy zapis liczb i nazw oraz oznaczamy fragmenty niewyraźne, żebyś wiedział, które miejsca warto sprawdzić uchem. Dalej możesz od razu przejść do analizy wywiadów. Zaznaczenia są widoczne w tekście, więc poprawki zajmują minuty, a nie godziny słuchania całości od początku do końca.
Formaty nagrań i jakość dźwięku
Obsługujemy popularne formaty nagrań z dyktafonu, telefonu i komunikatorów. Rozmowa prowadzona w ciszy, z mikrofonem blisko rozmówcy, daje najczystszy tekst. Przy gorszym dźwięku zwiększa się liczba oznaczeń niewyraźnych fragmentów, ale całość nadal jest użyteczna. Przy rozmowach terenowych albo telefonicznych warto nagrywać w osobnym, cichym pomieszczeniu, co poprawia wynik także w kolejnych nagraniach projektu.
Jeżeli masz nagranie wideo z rozmowy online, zobacz stronę o transkrypcji wideo na tekst. Jeżeli masz pojedynczy plik z rozmowy, wystarczy ścieżka opisana w transkrypcji z nagrania. Jeśli rozmowa składa się z kilku plików, możesz je połączyć w jeden wywiad i pracować na wspólnej osi czasu.
Tryb dosłowny i redagowany
Dla badań jakościowych często potrzebny jest zapis dosłowny, z przerywnikami, powtórzeniami i pauzami. Dla raportu lub cytatu lepsza bywa wersja redagowana, bez „yyy” i urwanych zdań. Jedno nagranie możesz przełączać między obiema wersjami bez ponownego wgrywania. Wybór zależy od celu: do analizy zwykle służy zapis dosłowny, a do publikacji wersja redagowana, bez zmieniania sensu wypowiedzi.
Poprawki w tekście zapisują się razem z oryginałem, więc zawsze możesz wrócić do tego, co faktycznie zostało powiedziane. Gotową transkrypcję pobierzesz jako plik DOCX albo XLSX. Poprawki widoczne są dla wszystkich osób z dostępem do projektu, co ułatwia pracę kilku osób nad jednym wywiadem.
Co dzieje się z danymi osobowymi
Nagrania wywiadów zawierają imiona, nazwiska, miejsca pracy i adresy. Zanim udostępnisz transkrypcję zespołowi lub zleceniodawcy, możesz je zamienić na oznaczenia za pomocą anonimizacji danych. Zanonimizowaną wersję możesz przekazać dalej, a oryginał z danymi zostaje wyłącznie u osoby, która prowadziła badanie.
Zasady przechowywania nagrań opisujemy otwarcie na stronie o bezpieczeństwie. Nagrania z demo usuwamy po 24 godzinach, a modeli nie trenujemy na Twoich plikach. To ważne zwłaszcza wtedy, gdy respondenci wyrazili zgodę tylko na określony sposób wykorzystania nagrania.
Ile kosztuje transkrypcja audio
Plan Badacz kosztuje 199 zł netto miesięcznie i obejmuje 20 godzin nagrań, co daje około 0,17 zł za minutę. Plan Zespół (449 zł) to 60 godzin i pięciu użytkowników, plan Agencja (999 zł) to 200 godzin i piętnastu użytkowników. W przeliczeniu na godzinę nagrania oznacza to kilkanaście złotych, wobec 120 do 180 zł u transkrybenta liczącego 2 do 3 zł za minutę.
Przy płatności rocznej cena jest niższa o 50 procent. Aktualne warunki zobaczysz na stronie cennika, a pierwszy plik sprawdzisz w demo bez podawania karty. Limit liczy się jako zużycie w okresie rozliczeniowym, więc przed większym projektem wybierz plan na kilka tygodni z zapasem.