Ordagrann transkribering eller rensad text: vilken stil passar?

Ordagrann transkribering återger talet exakt som det sades, med utfyllnadsord som "eh", stamningar, felstarter och upprepningar, medan rensad ordagrann transkribering (på engelska clean eller intelligent verbatim) behåller talarens ord men tar bort snubblingarna så att texten blir lättare att läsa. En tredje stil, redigerad transkribering, går längre och skriver om för tydlighetens skull. Välj strikt ordagrann text när det spelar roll hur något sades (juridik, samtalsanalys), rensad ordagrann för de flesta intervjuer, forskningsprojekt och undertexter, och redigerad text när den ska publiceras.

Nedan definierar vi varje stil, visar samma korta avsnitt skrivet på alla tre sätten och ger en jämförelsetabell, en genomgång av när varje stil krävs och en checklista för att välja.

Vad är ordagrann transkribering?

"Ordagrann" betyder ord för ord, men transkriberingsbyråer och forskare använder ordet för tre olika detaljnivåer. Namnen skiljer sig mellan stilguider, så det lönar sig att definiera dem innan du beställer eller gör en transkription. I svensk forskning talar man ofta om talspråksnära och skriftspråksnära transkription, vilket ungefär motsvarar uppdelningen nedan.

Strikt ordagrann transkribering (på engelska true, strict eller full verbatim) fångar allt som hörs: varje ord, varje "eh" och "öh", stamningar, felstarter, upprepade ord, oavslutade meningar och oftast ljud och pauser som inte är tal, till exempel [skrattar], [hostar] eller (paus). Grammatiken lämnas exakt som den uttalades.

Rensad ordagrann transkribering (ofta kallad intelligent verbatim) behåller talarens egna ord och meningsbyggnad men utelämnar utfyllnadsord, stamningar, felstarter och upprepningar som inte tillför något till innebörden. Den ska inte parafrasera eller "förbättra" det personen sa.

Redigerad transkribering (ibland "lätt redigering") rättar dessutom grammatiken, stramar upp svävande meningar och kan kasta om eller korta formuleringar så att texten läses som skriven prosa. Den är en trogen återgivning av innebörden, inte av orden.

Vissa forskningstraditioner lägger till en fjärde nivå: detaljerad transkription med notation för tidsangivelser, överlappningar och intonation, som Jefferson-systemet inom samtalsanalys. Vår guide om transkribering för kvalitativ forskning går igenom de konventionerna.

Strikt eller rensad ordagrann: samma avsnitt på tre sätt

Här är ett utdrag på fyra rader ur en intervju, transkriberat i varje stil.

Strikt ordagrann

I: Så, eh, hur kom du— hur kom du in på sjuksköterskeyrket?
D: Öh, alltså, det var— det var typ en slump, liksom? [skrattar]
D: Mamma var sjuksköterska och, typ, jag— jag svor på att aldrig bli det.
D: Men sen, eh, efter plugget så bara... så bara drev jag runt, liksom. (paus)

Rensad ordagrann

I: Hur kom du in på sjuksköterskeyrket?
D: Det var en slump, faktiskt. [skrattar]
D: Mamma var sjuksköterska och jag svor på att aldrig bli det.
D: Men efter plugget drev jag runt.

Redigerad

I: Hur blev du sjuksköterska?
D: Nästan av en slump. Min mamma var sjuksköterska och jag hade
   lovat mig själv att inte gå i hennes fotspår, men efter studierna drev jag runt.

Lägg märke till vad som ändras. Den rensade versionen tar bort "eh", "öh", "alltså", "typ", "liksom" och det upprepade "hur kom du" och "jag", men behåller talarens vardagliga uttryck ("mamma", "plugget"). Om [skrattar] ska vara kvar är ett beslut för stilguiden; många guider för rensad ordagrann text behåller icke-verbala ljud bara när de ändrar innebörden. Den redigerade versionen är kortare och smidigare, men det är inte längre deltagarens röst.

Jämförelsetabell

När krävs vilken stil?

Juridik och regelefterlevnad

Förhör, rättegångar, polisförhör, försäkringsärenden och inspelningar som används som bevis kräver normalt strikt ordagrann transkribering. En paus före ett svar, en självrättelse eller ett "ja... nej, förlåt" kan ändra hur ett uttalande tolkas, så att ta bort det är ett redaktionellt beslut som en transkriberare inte ska fatta. De exakta kraven beror på domstol, land och den som beställer transkriptionen, så följ deras instruktioner eller formateringsregler.

Akademisk och kvalitativ forskning

Metoden avgör. Samtalsanalys, diskursanalys och lingvistiska studier behöver strikt ordagrann text, ofta med notation. Tematisk analys, tillämpad forskning och det mesta utredningsarbete använder vanligen rensad ordagrann text, eftersom fokus ligger på vad deltagarna säger snarare än hur. Vilket du än väljer: skriv ner reglerna innan du transkriberar och redovisa dem i metodavsnittet.

Journalistik och medier

Reportrar arbetar oftast utifrån rensad ordagrann text och går tillbaka till ljudet innan de citerar. Direkta citat ska stämma med det som sades; att stryka utfyllnadsord är i regel accepterat, men att byta ord är det inte. För längre reportage kan en redigerad transkription fungera som läsexemplar, så länge citaten kontrolleras mot inspelningen. Vår guide till transkribering av intervjuer beskriver arbetsflödet för inspelning och citat.

Undertexter och textning

Undertexter är nästan alltid rensade ordagranna eller lätt redigerade. Tittarna har bara några sekunder på sig att läsa varje replik, och tv-bolagens stilguider sätter gränser för läshastighet och radlängd, så utfyllnadsord och felstarter stryks om de inte är viktiga för scenen eller en rollfigur. Textning för döva och hörselskadade lägger till ljudbeskrivningar som [dörr slår igen], vilket är en annan sorts detalj än ordagranna utfyllnadsord. Se vår guide till undertextgeneratorn för SRT och VTT för formatering.

Företag, möten och poddar

Mötesanteckningar, shownotes för poddar och kundintervjuer görs oftast som rensad ordagrann text, ofta följd av en sammanfattning. Strikt ordagrann text ger här längre lästid utan att tillföra något.

Hur AI-transkriptioner beter sig

Automatisk transkribering passar inte prydligt in i de här stilarna, så det hjälper att veta vad man kan vänta sig.

• Utfyllnadsord försvinner ofta. I praktiken tappar modeller i Whisper-klassen ofta "eh", "öh" och upprepade ord, och texten blir mer lik det talaren menade än det hen faktiskt sa. Forskarna bakom CrisperWhisper-artikeln (Interspeech 2024) konstaterar att standard-Whisper tar bort många utfyllnadsord och upprepningar, och finjusterade en variant just för att behålla dem. OpenAI:s egen guide till tal till text nämner att "bevara utfyllnadsord" är något man kan styra med en prompt, vilket visar att det inte är standardbeteendet.
• Resultatet ligger nära rensad ordagrann text, men inte exakt. Modellerna kan också släta över en felstart eller ett halvt ord och ibland behålla ett utfyllnadsord som de råkar känna igen. Utdata är inkonsekventa snarare än att följa en stilguide.
• Icke-verbala ljud och pauser saknas oftast. De flesta verktyg markerar inte [skrattar] eller tidsatta pauser, och inget vi känner till ger pålitlig notation enligt Jefferson.
• Interpunktionen är en gissning. Meningsgränser och kommatecken härleds, vilket subtilt kan ändra innebörden i långa, svävande svar.

Ett AI-utkast är alltså en bra utgångspunkt för rensad ordagrann text men behöver en manuell genomgång för strikt ordagrann text. Ljudkvaliteten spelar också roll: våra tips för bättre precision i transkriberingen förklarar hur mikrofoner, överlappande tal och dialekter påverkar utkastet.

Så väljer du transkriberingsstil: checklista

Gå igenom de här frågorna innan du transkriberar eller beställer en transkription:

• Ska transkriptionen användas som bevis eller i en rättslig process? Välj strikt ordagrann text och följ instruktionerna från den som ställer kravet.
• Tittar din analys på hur människor talar (tvekan, reparationer, turtagning)? Välj strikt ordagrann text, eventuellt med notation.
• Behöver du främst vad människor sa för teman, citat eller beslut? Rensad ordagrann text räcker oftast.
• Ska texten publiceras eller läsas av personer som inte var med? Överväg en redigerad version och spara den rensade transkriptionen som källa.
• Är den till undertexter? Rensad ordagrann text, och korta sedan raderna så att de passar läshastigheten.
• Har du skrivit ner reglerna? Lista hur utfyllnadsord, slang, icke-verbala ljud, otydliga partier och talaretiketter ska hanteras, och tillämpa dem på varje fil.
• Vem kontrollerar transkriptionen mot ljudet? Oavsett stil bör någon lyssna igenom minst en gång.

Från AI-utkast till den stil du behöver

Ett praktiskt arbetsflöde är att börja med en automatisk transkription och justera den. I Audiotexta kan du till exempel ladda upp en fil eller spela in från mikrofonen, få ett utkast med talaretiketter och tidsstämplar och sedan rätta det i en redigerare som markerar varje ord under uppspelningen och låter dig klicka på valfritt ord för att hoppa till den platsen i ljudet. Det gör det snabbare att lägga in saknade utfyllnadsord och pauser för strikt ordagrann text, eller att ta bort kvarvarande snubblingar för rensad ordagrann text. Du kan prova i webbappen med gratisplanen, som täcker filer på upp till 30 minuter utan konto.

När transkriptionen följer den stil du valt exporterar du den i det format nästa steg kräver: DOCX eller PDF som läsexemplar (Pro-planen), TXT för analysprogram eller SRT och VTT för undertexter, och de tre sistnämnda kan du ladda ner även utan konto. Skriv ner vilken stil och vilka regler du använde för varje fil, så att den som läser senare vet exakt vad "ordagrann" betydde i ditt projekt.