质性研究访谈转录指南：转录规范、匿名化与编码流程

质性研究中的转录，就是把访谈或焦点小组变成可以分析、引用并安全共享的文字。实际操作中归结为四个决定：用哪种转录风格（逐字稿、精简逐字稿还是标注系统），如何对受访者进行匿名化，如何核对准确性，以及分析软件能导入哪种格式。本指南逐一介绍这些步骤，最后给出一套为编码准备访谈转录稿的流程。

如果你需要了解新闻采访或研究访谈录音与转录的基础知识，请先阅读我们的 采访转录指南。本文更深入地讨论研究特有的部分：转录规范、伦理、匿名化和编码软件。

逐字稿与精简逐字稿：先选定风格

你选择的风格应当由研究方法决定，并且要在任何人开始打字之前写下来。项目进行到一半再改规范，就意味着要重新检查之前的每一份转录稿。

选逐字稿还是精简逐字稿，关键在于什么算作数据。如果犹豫、自我纠正或某人缓和语气的方式对你的分析很重要，精简逐字稿就会删掉你需要的证据。如果你关心的是 30 场访谈中的共同主题，完整逐字稿只会增加阅读时间，分析价值却不大。无论哪种，精简逐字稿除了去掉语气词之外，都不应改动受访者的用词或语法；它不是转述。

对于中文访谈，还要提前约定几件事：是否保留方言词和中英夹杂的原样表达（新加坡、马来西亚的访谈中很常见），英文词是否照录，以及数字用阿拉伯数字还是汉字。

质性研究的转录规范

转录规范是让整个项目、所有转录人员的转录稿保持一致的规则。大体有两种选择。

简单规范

大多数质性研究使用一份简短的、项目专用的清单。一套典型的规范：

• 说话人标签：I: 表示访谈者，P07: 表示第 7 位受访者。
• 停顿：明显停顿用 （停顿），如果时长重要则用 （3秒）。
• 话语重叠：用 [重叠] 标记，或在重叠的话轮开头加斜杠。
• 非言语声音：[笑]、[叹气]、[长时间沉默]。
• 听不清的内容：[听不清 00:14:32] 并附时间戳，或用 [不确定：某词？] 表示最可能的猜测。
• 强调：用 加粗 或 斜体，少量使用。
• 隐去信息：[城镇名]、[雇主]。

把这份清单放进项目文档，也放进每份转录稿的表头。

Jefferson 标注基础

会话分析研究者使用以 Gail Jefferson 命名的 Jefferson 系统。拉夫堡大学（Loughborough University）的 会话分析标注教程 总结了核心符号：

• (.) 刚能察觉的微停顿；(0.5) 以秒计时的停顿。
• [ 在相邻行对齐，表示重叠话语的开始，有时用 ] 表示结束。
• = 紧接：话轮之间没有间隙。
• wo:rd 拉长的音；°word° 轻声说话；大写表示大声说话。
• >word< 语速加快； 语速放慢。
• ((sniffs)) 转录者对声音或动作的描述。
• ( ) 听不清的话语；(word) 可能但不确定的听辨。

完整系统可参考方法论文献常引用的 Jefferson《Glossary of transcript symbols with an introduction》（2004），以及 Atkinson 和 Heritage 的《Structures of Social Interaction》（1984）。Jefferson 转录既慢又专业，目前没有任何自动工具能可靠地生成它，所以如果你的方法需要，请预留大量人工时间。

伦理审批、知情同意与 GDPR、PIPL

在任何录音交给转录服务之前，先核对三份文件：

1. 你的伦理审批。 其中可能规定了音频由谁、以什么方式转录。使用第三方服务，无论是人工还是 AI，都可能需要事先说明或获得批准。
2. 受访者知情同意书。 受访者应当知道录音会被转录、谁能接触到、音频保存多久，以及匿名化后的转录稿是否可能被存档或共享。
3. 你的数据管理计划。 其中应写明音频和转录稿存放在哪里、何时删除。

在欧盟和英国，访谈录音属于 GDPR 下的个人数据，而且常常包含健康、宗教或政治观点等特殊类别数据。在中国大陆，《个人信息保护法》（PIPL）对敏感个人信息和数据出境有专门规定；新加坡和马来西亚则适用各自的 PDPA。使用外部服务时，它作为数据处理者，你需要知道它在哪里处理数据、保留多久、是否用录音训练模型，以及是否签署数据处理协议。我们关于 GDPR 与转录 的文章详细介绍了这些检查。

以 Audiotexta 为例，它支持定时删除，不会用用户内容训练模型；Team 方案包含 DPA（数据处理协议）。隐私页面 列出了详细信息，你可以在伦理申请中引用。无论使用哪种工具，都要对照你所在机构的规定检查；有些大学只允许使用经过批准的供应商。

匿名化与假名化

在转录过程中或转录完成后立即进行匿名化，而不是拖到项目结束。英国数据服务（UK Data Service）关于质性数据匿名化的指南 建议尽早规划匿名化、一致地执行，并与知情同意和访问控制相结合，而不是只依赖删改。

实用规则：

• 直接标识符（姓名、地址、邮箱、电话号码）替换为化名或方括号描述：“王丽”改成“李娜”或 [同事姓名]。
• 间接标识符（确切年龄、少见的职位、小城镇、不寻常的事件）组合起来可能识别出某人。把它们概括化：“北方某小城一位四十多岁的护士”。
• 保持一致。 同一个人或地点在每份转录稿中使用同一个替换。
• 保留对照表。 把每一处替换记录在与转录稿分开保存、限制访问的日志中。
• 避免直接涂黑。 替换能保持转录稿可读，黑条则不能。
• 不要过度匿名化。 去掉太多语境会让数据失去分析价值。

请记住，只要对照表还存在，假名化数据在 GDPR 下仍然是个人数据。只有无法再关联到具体个人的数据才算匿名数据。

准确性核对：AI 初稿加人工复核

人工转录很慢。常被引用的说法是，简单逐字稿每小时音频需要四到六小时，详细标注或嘈杂的焦点小组则多得多。自动转录改变了工作流程：机器几分钟就能生成初稿，研究者的时间则花在核对上。

一套可行的核对流程：

1. 生成初稿，带说话人标签和时间戳。Whisper 级别的模型在清晰音频上表现不错，但仍会听错人名、术语、口音和多人抢话。
2. 边听完整录音边读。 如果编辑器能在播放时高亮词语，并且点击某个词就能跳到对应位置，这一步会快很多。
3. 先修正说话人切换，再修正字词，最后加上你的规范（停顿、重叠、非言语标注）。
4. 标记不确定之处，而不是猜测：[听不清 00:21:05]。
5. 抽样进行第二次核对，或者每一批请一位同事检查一份转录稿。

核对通常至少要花与录音等长的时间，而且往往更久。这也是熟悉数据的宝贵过程，许多质性研究方法把它视为分析的第一阶段。我们的 转录准确率技巧 解释了录音条件如何影响初稿。

转录稿表头模板

每份转录稿都以相同的表头开始，这样文件既容易识别，又不会暴露受访者身份。

如何转录访谈以便编码：格式与导出

最适合编码的访谈转录格式很简单：每个话轮一段，段首是说话人标签，每个话轮开头或每隔固定时间加一个时间戳。

• NVivo 在 Windows 上可导入 DOCX 或 TXT 转录稿，时间戳放在段落开头或表格的一列中，支持 hh:mm:ss 等格式。Mac 版 NVivo 以纯文本方式导入转录稿，请查看你所用版本的帮助页面。
• ATLAS.ti 可导入 DOCX、RTF 和 TXT 转录稿，当前版本还支持 SRT 和 VTT 文件，并能把转录稿与音频同步播放。
• MAXQDA 可从 DOCX 或 RTF 文件导入带时间戳的转录稿，也支持 SRT 和 VTT，并列出了常见转录工具的时间戳格式。

使用 Audiotexta，免费方案即可导出 TXT、SRT 或 VTT，Pro 方案可导出 DOCX。SRT 或 VTT 往往是进入 ATLAS.ti 或 MAXQDA 最快的途径，因为时间戳随文件一起带过去。对于 NVivo，请导出带时间戳的 DOCX 或 TXT，并在导入整批文件之前确认格式能被 NVivo 识别。先在 网页应用 中处理一场访谈，测试导入后再转录其余内容。

转录稿导入、与音频关联并完成匿名化之后，你就可以放心开始编码了，因为每一句引用都能追溯到录音中的某个时刻。