Транскрибация интервью для качественных исследований: правила

Транскрибация интервью для качественных исследований — это превращение интервью или фокус-групп в текст, который можно анализировать, цитировать и безопасно передавать. На практике всё сводится к четырём решениям: какой стиль транскрибации выбрать (дословный, чистовой или систему нотации), как анонимизировать участников, как проверять точность и в каком формате ваша программа анализа принимает файлы. В этом руководстве разобран каждый шаг, а в конце — порядок подготовки транскрипта интервью к кодированию.

Если вам нужны основы записи и расшифровки интервью для журналистики или исследований, начните с нашего руководства по транскрибации интервью. Здесь мы глубже разбираем именно исследовательскую часть: правила оформления, этику, анонимизацию и программы для кодирования.

Дословная или чистовая транскрибация: сначала выберите стиль

Стиль должен вытекать из вашего метода, и его нужно зафиксировать письменно до того, как кто-то начнёт расшифровывать. Если поменять правила посреди проекта, придётся перепроверять все уже готовые транскрипты.

Выбор между дословной и чистовой расшифровкой — это по сути вопрос о том, что считать данными. Если для анализа важны колебания, самоисправления или то, как человек смягчает высказывание, чистовая расшифровка уничтожит нужные вам свидетельства. Если вас интересуют темы по 30 интервью, полная дословная добавит времени на чтение без особой аналитической пользы. В любом случае чистовая расшифровка не должна менять слова и грамматику участника сверх удаления паразитов: это не пересказ.

Правила транскрибации в качественных исследованиях

Правила (конвенции) делают транскрипты единообразными в рамках проекта и у разных расшифровщиков. Есть два основных варианта.

Простые правила

В большинстве качественных исследований используют короткий список, составленный под проект. Типичный набор:

• Метки спикеров: И: — интервьюер, У07: — участник 7.
• Паузы: (пауза) для заметной паузы или (3 с), если важна длительность.
• Наложение речи: пометка [наложение] или косая черта в начале перебивающей реплики.
• Невербальные звуки: [смеётся], [вздыхает], [долгое молчание].
• Неразборчивая речь: [неразборчиво 00:14:32] с таймкодом или [неясно: слово?] для наиболее вероятного варианта.
• Акцент: ЗАГЛАВНЫЕ или курсив, умеренно.
• Удалённые данные: [название города], [работодатель].

Поместите этот список в документацию проекта и в шапку каждого транскрипта.

Основы нотации Джефферсон

Конверсационные аналитики используют систему, названную в честь Гейл Джефферсон. В учебном материале Университета Лафборо по нотации кратко перечислены основные символы:

• (.) едва заметная микропауза; (0.5) измеренная пауза в секундах.
• [ на соседних строках, выровненная по началу перекрывающейся речи, иногда ] — по её концу.
• = «сцепление»: реплики идут без паузы.
• сло:во растянутый звук; °слово° тихая речь; заглавные — громкая речь.
• >слово< ускоренная речь; <слово> замедленная.
• ((шмыгает)) описание звука или действия от расшифровщика.
• ( ) неразборчиво; (слово) вероятный, но неуверенный вариант.

Для полной системы в методической литературе ссылаются на «Glossary of transcript symbols with an introduction» Джефферсон (2004) и сборник Аткинсона и Херитиджа Structures of Social Interaction (1984). Расшифровка по Джефферсон медленная и требует подготовки; ни один автоматический инструмент надёжно её не делает, так что, если она нужна вашему методу, закладывайте подробную ручную работу.

Этическое одобрение, согласие, GDPR и 152-ФЗ

Прежде чем запись попадёт в сервис транскрибации, проверьте три документа:

1. Этическое одобрение. В нём может быть указано, как и кем расшифровываются записи. Использование стороннего сервиса — с людьми или ИИ — может требовать упоминания или согласования. Если в вашем вузе нет этического комитета, ориентируйтесь на требования грантодателя или журнала.
2. Форма информированного согласия. Участники должны знать, что записи будут расшифрованы, у кого будет доступ, сколько хранится аудио и можно ли архивировать или передавать анонимизированные транскрипты.
3. План управления данными. В нём должно быть указано, где хранятся аудио и транскрипты и когда они удаляются.

В ЕС и Великобритании записи интервью — это персональные данные по GDPR, и в них часто есть данные особых категорий: о здоровье, религии, политических взглядах. В России действует 152-ФЗ «О персональных данных», где похожие сведения тоже относятся к специальным категориям, а передача записи стороннему сервису, как правило, оформляется как поручение обработки. Для российских организаций есть и требование о локализации: персональные данные граждан РФ при сборе должны записываться в базы на территории России, — поэтому, прежде чем отправлять записи в зарубежный сервис, уточните порядок у ответственного за обработку персональных данных или юриста. В любом случае внешний сервис выступает обработчиком, и вам нужно знать, где он обрабатывает данные, сколько хранит, использует ли записи для обучения моделей и подписывает ли договор об обработке данных. Подробная проверка — в нашей статье о GDPR и транскрибации.

Например, Audiotexta поддерживает удаление по расписанию и не использует пользовательский контент для обучения моделей; в тариф Team входит DPA. Подробности — на странице о конфиденциальности, их можно процитировать в заявке на этическую экспертизу. Какой бы инструмент вы ни выбрали, сверьте его с правилами своей организации: некоторые университеты разрешают только одобренных поставщиков.

Анонимизация и псевдонимизация

Анонимизируйте во время расшифровки или сразу после неё, а не в конце проекта. Руководство UK Data Service по анонимизации качественных данных советует планировать анонимизацию заранее, применять её последовательно и сочетать с согласием и контролем доступа, а не полагаться на одно лишь удаление сведений.

Практические правила:

• Прямые идентификаторы (имена, адреса, почта, телефоны) заменяйте псевдонимами или описаниями в скобках: «Мария» становится «Анной» или [имя коллеги].
• Косвенные идентификаторы (точный возраст, редкие должности, небольшие населённые пункты, необычные события) в сочетании могут выдать человека. Обобщайте: «медсестра за сорок из небольшого города на севере».
• Будьте последовательны. Один и тот же человек или место получает одну и ту же замену во всех транскриптах.
• Ведите ключ. Фиксируйте каждую замену в журнале, который хранится отдельно от транскриптов и с ограниченным доступом.
• Не замазывайте текст. Замены сохраняют читаемость, чёрные полосы — нет.
• Не перестарайтесь. Если убрать слишком много контекста, данные станут бесполезными для анализа.

Помните: пока существует ключ, псевдонимизированные данные по GDPR остаются персональными. Анонимными считаются только данные, которые уже невозможно связать с конкретным человеком.

Проверка точности: черновик ИИ плюс ручной проход

Ручная транскрибация медленная. Обычно называют четыре–шесть часов работы на час аудио для простой дословной расшифровки и гораздо больше для подробной нотации или шумных фокус-групп. Автоматическая транскрибация меняет процесс: машина выдаёт черновик за минуты, а время исследователя уходит на проверку.

Рабочий порядок проверки:

1. Сделайте черновик с метками спикеров и таймкодами. Модели класса Whisper хорошо справляются с чистым звуком, но всё ещё ошибаются в именах, терминах, акцентах и при одновременной речи.
2. Прослушайте запись целиком, читая текст. Редактор, который подсвечивает слова во время воспроизведения и позволяет перейти к моменту нажатием на слово, сильно ускоряет работу.
3. Сначала исправьте смену реплик, потом слова, потом добавьте пометки по вашим правилам (паузы, наложения, невербальные звуки).
4. Помечайте неуверенность, а не угадывайте: [неразборчиво 00:21:05].
5. Сделайте выборочную повторную проверку или попросите коллегу проверить по одному транскрипту из каждой партии.

Проверка обычно занимает не меньше длительности записи, а часто больше. Зато это полезное погружение в данные, которое многие качественные методы считают первым этапом анализа. В наших советах по точности транскрибации объясняется, как условия записи влияют на черновик.

Шаблон шапки транскрипта

Начинайте каждый транскрипт с одинаковой шапки, чтобы файлы можно было опознать, не раскрывая личность участника.

Как расшифровать интервью для кодирования: формат и экспорт

Лучший формат транскрипта интервью для кодирования простой: один абзац на реплику, метка спикера в начале и таймкод в начале каждой реплики или через равные промежутки.

• NVivo на Windows импортирует транскрипты в DOCX или TXT с таймкодами в начале абзацев или в столбце таблицы и принимает форматы вроде чч:мм:сс. NVivo для Mac импортирует транскрипты как обычный текст, так что сверьтесь со справкой своей версии.
• ATLAS.ti импортирует транскрипты DOCX, RTF и TXT, а в актуальных версиях — ещё и файлы SRT и VTT, и умеет синхронизировать транскрипт с аудио при воспроизведении.
• MAXQDA импортирует транскрипты с таймкодами из DOCX или RTF, поддерживает SRT и VTT и приводит список форматов таймкодов распространённых сервисов транскрибации.

В Audiotexta можно бесплатно, без регистрации, выгрузить TXT, SRT или VTT, а DOCX доступен на Pro. SRT или VTT часто самый быстрый путь в ATLAS.ti или MAXQDA, потому что таймкоды уже в файле. Для NVivo выгрузите DOCX или TXT с таймкодами и, прежде чем импортировать всю партию, проверьте, что их формат NVivo распознаёт. Начните в веб-приложении с одного интервью и проверьте импорт, прежде чем расшифровывать остальные.

Когда транскрипт импортирован, связан с аудио и анонимизирован, можно приступать к кодированию, зная, что каждую цитату можно проследить до конкретного момента записи.