Ordrett transkripsjon vs clean verbatim: hvilken stil passer?

Ordrett transkripsjon gjengir talen nøyaktig slik den ble sagt, med fyllord som «eh», stamming, falske starter og gjentakelser, mens clean verbatim (også kalt intelligent verbatim eller renset ordrett) beholder ordene til den som snakker, men fjerner snublingen slik at teksten blir lettere å lese. En tredje stil, redigert transkripsjon, går lenger og skriver om for å gjøre teksten tydeligere. Velg helt ordrett når det betyr noe hvordan noe ble sagt (juridisk arbeid, samtaleanalyse), clean verbatim for de fleste intervjuer, forskningsprosjekter og undertekster, og redigert tekst når noe skal publiseres.

Nedenfor finner du en definisjon av hver stil, det samme korte utdraget skrevet på alle tre måter, en sammenligningstabell, situasjonene som krever hver stil og en sjekkliste for å velge.

Hva er ordrett transkripsjon?

«Ordrett» betyr ord for ord, men transkripsjonsbyråer og forskere bruker begrepet om tre ulike detaljnivåer. Navnene varierer mellom stilguider, og mange norske miljøer bruker de engelske betegnelsene, så det lønner seg å definere dem før du bestiller eller lager en transkripsjon.

Helt ordrett (true verbatim, også kalt «strict» eller «full» verbatim) får med alt som høres: hvert ord, hvert «eh» og «ehm», stamming, falske starter, gjentatte ord, uferdige setninger og som regel lyder og pauser som ikke er tale, for eksempel [ler], [hoster] eller (pause). Grammatikken står nøyaktig som den ble sagt.

Clean verbatim (ofte kalt intelligent verbatim) beholder egne ord og setningsbygning hos den som snakker, men utelater fyllord, stamming, falske starter og gjentakelser som ikke tilfører noe til meningen. Den skal ikke omformulere eller «forbedre» det personen sa.

Redigert transkripsjon (noen ganger «lett redigert») retter også grammatikk, strammer inn lange setninger og kan stokke om eller korte ned formuleringer slik at teksten leses som skriftspråk. Den er en tro gjengivelse av meningen, ikke av ordene.

Noen forskningstradisjoner har et fjerde nivå: detaljert transkripsjon med notasjon for timing, overlapp og intonasjon, som Jefferson-systemet i samtaleanalyse. I Norge kommer det dessuten et spørsmål de fleste andre språk slipper: skal dialekt skrives slik den høres, eller normaliseres til bokmål eller nynorsk? Bestem det på forhånd. Guiden vår om transkripsjon i kvalitativ forskning går gjennom slike konvensjoner.

Helt ordrett vs clean verbatim: samme utdrag på tre måter

Her er et utdrag på fire linjer fra et intervju, transkribert i hver stil.

Helt ordrett

I: Så, eh, hvordan endte du— hvordan endte du opp som sykepleier?
D: Ehm, altså, det var— det var liksom litt tilfeldig, vet du? [ler]
D: Mamma var sykepleier, og jeg— jeg sverget på at jeg aldri skulle bli det.
D: Men så, eh, etter studiene var jeg... var jeg bare liksom, på en måte, på drift. (pause)

Clean verbatim

I: Hvordan endte du opp som sykepleier?
D: Det var liksom litt tilfeldig. [ler]
D: Mamma var sykepleier, og jeg sverget på at jeg aldri skulle bli det.
D: Men etter studiene var jeg bare på drift.

Redigert

I: Hvordan ble du sykepleier?
D: Nesten tilfeldig. Moren min var sykepleier, og jeg hadde sverget
   på aldri å følge i hennes fotspor, men etter studiene var jeg på drift.

Legg merke til hva som endres. Den rensede versjonen fjerner «eh», «ehm», «altså», «vet du», «på en måte» og det gjentatte «hvordan endte du» og «jeg», men beholder den uformelle ordbruken («mamma», «liksom litt tilfeldig»). Om [ler] skal stå, er et valg i stilguiden; mange guider for clean verbatim tar bare med ikke-verbale lyder når de endrer meningen. Den redigerte versjonen er kortere og glattere, men det er ikke lenger deltakerens stemme.

Sammenligningstabell

Når hver stil kreves

Jus og etterlevelse

Avhør, rettsmøter, politiavhør, forsikringssaker og opptak som brukes som bevis, krever normalt helt ordrett transkripsjon. En pause før et svar, en selvkorrigering eller et «ja ... nei, unnskyld» kan endre hvordan en forklaring leses, så å fjerne det er en redaksjonell beslutning transkribenten ikke skal ta. De nøyaktige kravene avhenger av domstolen, landet og den som bestiller transkripsjonen, så følg deres instrukser eller formatkrav.

Akademisk og kvalitativ forskning

Metoden avgjør. Samtaleanalyse, diskursanalyse og språkvitenskapelige studier trenger helt ordrett tekst, ofte med notasjon. Tematisk analyse, anvendt forskning og det meste av utredningsarbeid bruker gjerne clean verbatim, fordi det er hva deltakerne sier, ikke hvordan, som står i sentrum. Uansett hva du velger: skriv ned reglene før du transkriberer, og beskriv dem i metodekapitlet.

Journalistikk og medier

Journalister jobber vanligvis ut fra clean verbatim og går tilbake til lyden før de siterer. Direkte sitater skal stemme med det som ble sagt; å kutte fyllord er stort sett akseptert, men å endre ord er det ikke. Til lange reportasjer kan en redigert transkripsjon være en nyttig lesekopi, så lenge sitatene kontrolleres mot opptaket. Guiden vår om transkribering av intervjuer beskriver arbeidsflyten for opptak og sitering.

Undertekster og teksting

Undertekster er nesten alltid clean verbatim eller lett redigert. Seerne har noen få sekunder på å lese hver undertekst, og kringkasternes stilguider setter grenser for lesehastighet og linjelengde, så fyllord og falske starter strykes med mindre de betyr noe for scenen eller en karakter. Teksting for døve og hørselshemmede legger til lydbeskrivelser som [døren smeller], og det er en annen type detalj enn ordrette fyllord. Se guiden vår om undertekstgenerator for SRT og VTT for formatering.

Næringsliv, møter og podkaster

Møtenotater, shownotes til podkaster og kundeintervjuer er som regel clean verbatim, ofte fulgt av et sammendrag. Helt ordrett tekst gir mer lesetid uten å tilføre noe her.

Hvordan AI-transkripsjoner oppfører seg

Automatisk transkripsjon passer ikke helt inn i disse stilene, så det hjelper å vite hva du kan forvente.

• Fyllord har en tendens til å forsvinne. I praksis dropper modeller i Whisper-klassen ofte «eh», «ehm» og gjentatte ord, og lager tekst som ligner mer på det personen mente enn det personen sa. Forskerne bak CrisperWhisper-artikkelen (Interspeech 2024) skriver at standard Whisper fjerner mange fyllord og gjentakelser, og finjusterte en variant nettopp for å beholde dem. OpenAIs egen guide til tale-til-tekst nevner «å bevare fyllord» som noe du kan styre med en prompt, noe som forteller at det ikke er standard.
• Resultatet ligger nær clean verbatim, men ikke helt. Modellene kan også glatte over en falsk start eller et halvt ord, og av og til beholde et fyllord de tilfeldigvis gjenkjenner. Resultatet er inkonsekvent snarere enn at det følger en stilguide.
• Ikke-verbale lyder og pauser mangler som regel. De fleste verktøy markerer ikke [ler] eller tidfestede pauser, og ingen vi kjenner til, lager Jefferson-notasjon på en pålitelig måte.
• Tegnsetting er gjetning. Setningsskiller og komma utledes, og det kan endre meningen litt i lange, sammenhengende svar.

Et AI-utkast er altså et godt utgangspunkt for clean verbatim, men trenger en manuell gjennomgang for helt ordrett tekst. Lydkvaliteten betyr også mye: tipsene våre om nøyaktighet i transkripsjon forklarer hvordan mikrofoner, folk som snakker i munnen på hverandre og aksenter påvirker utkastet.

Slik velger du transkripsjonsstil: sjekkliste

Gå gjennom disse spørsmålene før du transkriberer eller bestiller en transkripsjon:

• Skal transkripsjonen brukes som bevis eller i en rettslig prosess? Bruk helt ordrett tekst og følg instruksene fra den som stiller kravet.
• Ser analysen på hvordan folk snakker (nøling, reparasjoner, turtaking)? Bruk helt ordrett tekst, eventuelt med notasjon.
• Trenger du hovedsakelig hva folk sa – temaer, sitater eller beslutninger? Clean verbatim holder som regel.
• Skal teksten publiseres eller leses av folk som ikke var til stede? Vurder en redigert versjon, og behold den rensede transkripsjonen som kilde.
• Er det til undertekster? Clean verbatim, og kort deretter ned linjene så de passer lesehastigheten.
• Har du skrevet ned reglene? Beskriv hvordan du behandler fyllord, slang, dialekt, ikke-verbale lyder, uklare partier og talermerking, og bruk dem på alle filer.
• Hvem kontrollerer transkripsjonen mot lyden? Uansett stil bør noen lytte gjennom minst én gang.

Fra AI-utkast til stilen du trenger

En praktisk arbeidsflyt er å starte med en automatisk transkripsjon og justere den. I Audiotexta kan du for eksempel laste opp en fil eller ta opp fra mikrofonen, få et utkast med talermerking og tidsstempler, og deretter rette det i et redigeringsverktøy som markerer hvert ord under avspilling og lar deg klikke på et ord for å hoppe til det stedet i lyden. Det gjør det raskere å legge inn manglende fyllord og pauser for helt ordrett tekst, eller å fjerne gjenværende snubling for clean verbatim. Du kan prøve det i nettappen på gratisplanen, uten konto, for filer på opptil 30 minutter.

Når transkripsjonen følger stilen du har valgt, eksporterer du den i formatet neste steg trenger: DOCX eller PDF som lesekopi (Pro-planen), TXT til analyseprogramvare, eller SRT og VTT til undertekster. Noter hvilken stil og hvilke regler du brukte for hver fil, slik at alle som leser den senere, vet nøyaktig hva «ordrett» betydde i prosjektet ditt.