Röportaj nasıl deşifre edilir: konuşmacılı, alıntılanabilir dökümler

Bir röportajı deşifre etmek aslında üç şeye iner: metin doğru olmalı, hangi satırı kimin söylediğini göstermeli ve olduğu gibi alıntılanabilmeli. İster nitel araştırma, ister UX görüşmeleri, ister gazetecilik yapıyor olun, ister sadece bir ödev teslim eden bir öğrenci olun, kaba bir yaklaşım değil; satır satır kodlayabileceğiniz ve doğrudan bir makaleye ya da habere aktarabileceğiniz bir metin istersiniz.

Üç temel yol var: her şeyi elle yazmak, ücretsiz otomatik altyazı araçları ve yapay zekâ tabanlı konuşma tanıma. Bu rehber önce dengeleri anlatıyor, sonra bir röportaj kaydını konuşmacı etiketleri, noktalama ve paragraflar içeren bir döküme çevirmek için Subanana'nın döküm modunu nasıl kullanacağımı gösteriyor — böylece sonrasındaki elle düzeltme işi olabildiğince azalıyor. Kısacası: yapay zekâ ile deşifre, zahmetli işin yaklaşık onda dokuzunu hallediyor, size de tek bir son okuma turu kalıyor.

Röportaj dökümü ile altyazı arasındaki fark nedir?

Çoğu kişi bir aracı ilk kez kullandığında "altyazı" ile "döküm"ü aynı şey sanıyor ve sonunda kullanamayacağı bir dosyayla baş başa kalıyor. Bunlar iki ayrı çıktı:

• Altyazılar bir videonun üzerinde ekranda okunmak için yapılır: kısa, zaman damgalı satırlara bölünür, geleneksel olarak noktalama işareti olmadan yazılır ve SRT ya da VTT olarak dışa aktarılır.
• Döküm ise bir insanın okuması için yapılır: baştan sona okuyabilmeniz, üzerine not alabilmeniz ve alıntı çıkarabilmeniz için noktalama, paragraflar ve konuşmacı etiketleri gerekir.

Röportaj dökümü ikinci türdendir. Yani bir araçta yanlış modu seçer ve bir röportajı altyazı akışından geçirirseniz, kısa, zaman damgalı, noktalamasız parçalardan oluşan ve üzerinde çalışması aslında daha zor bir yığın elde edersiniz. Bu rehberin sürekli vurgulamasının nedeni de bu: döküm modunu seçin.

Üç yol arasındaki dengeler

1. yol: elle deşifre

En geleneksel yöntem ve doğruluk tavanı en yüksek olanı — dinleyip satır satır kendiniz yazarsınız.

• Artısı: her kelimeye hâkim olursunuz. Ton, duraklamalar, üst üste binen konuşmalar — hepsini araştırmanızın gerektirdiği gibi tam istediğiniz biçimde işaretleyebilirsiniz.
• Sınırı: son derece yavaştır. Sektörde yaygın bir kural, bir saatlik sesin yazıya dökülmesinin dört ila altı saat sürdüğünü söyler; birden fazla konuşmacı, belirgin aksanlar ya da kötü kayıt kalitesi söz konusu olduğunda daha da yavaşlar. Teslim baskısı altındaki bir muhabir ya da aynı anda birkaç görüşme yürüten bir araştırmacı için bu zaman maliyeti çoğu zaman bütçeyi aşar.

2. yol: ücretsiz otomatik altyazı araçları

Pek çok ücretsiz araç — video platformlarındaki otomatik altyazılar, çevrimiçi deşifre siteleri — hızlıca metin üretir.

• Artısı: hızlı, ücretsiz, giriş engeli düşük.
• Sınırı: aksanlı konuşmada ve daha az yaygın dillerde hata oranı belirgin biçimde daha yüksektir; çoğu konuşmacıları ayırmaz, bu yüzden tüm röportaj iç içe geçer ve hangi satırı kimin söylediğini anlayamazsınız; ayrıca genellikle noktalama ve paragraf eklemezler, dolayısıyla metin bir blok gibi okunur. Kısa bir İngilizce klip için yeterli olabilir — ama alıntılamayı düşündüğünüz bir röportajda, sonrasında metni yeniden düzenlemek için çoğu zaman epey vakit harcarsınız.

3. yol: yapay zekâ tabanlı konuşma tanıma araçları

Asıl istediğiniz şey "döküm elime geçer geçmez okunabilir ve alıntılanabilir olsun" ise, yapay zekâ ile deşifre şu an en pratik orta yoldur. Araç, sesi bir konuşma tanıma modeliyle yeniden yazıya döker, noktalama, paragraf ve konuşmacı ayrımı ekler, ardından bir düzenleyicide son okuma yapmanıza izin verir.

• Artısı: elle yazmaya göre çok daha hızlı; ücretsiz araçlardan daha doğru ve konuşmacıları ayırıp noktalama ile paragrafları otomatik ekler.
• Dengesi (açıkça söylemek gerekir): yapay zekâ ile deşifre son okumanın yerini tutmaz. Birini kelimesi kelimesine alıntılamadan önce yine de insan eliyle bir tur yapmalısınız — adları, özel isimleri ve önemli sayıları kontrol etmelisiniz. Yüksek doğruluk sıfır hata demek değildir ve bir alıntı ne kadar ağırlık taşıyorsa, kontrol edilmesi o kadar değerlidir.

Bir sonraki bölüm, üçüncü yolu Subanana ile nasıl yürüteceğimi gösteriyor.

Röportaj sesini Subanana ile nasıl döküme çevirirsiniz?

Subanana'yı ben yönetiyorum, dolayısıyla tüm akışı onunla göstereceğim. Röportaj deşifresinde değerini kanıtladığı yer çok dilli doğruluk, konuşmacı ayrımı (diyarizasyon), dolgu sözcüklerin otomatik temizlenmesi ve otomatik noktalama ile paragraflamadır.

Kritik ilk adım doğru modu seçmektir. Subanana'nın bir altyazı modu, bir döküm modu ve bir toplantı modu vardır — bir röportaj dökümü için döküm modunu istersiniz, çünkü noktalamayı ekleyen, metni anlamına göre paragraflara bölen ve okunabilir bir şey üreten odur. Altyazı modu yalnızca kısa, zaman damgalı altyazı satırları verir. Akış dört adımdan oluşur:

1. Kaydı içe aktarın. Röportajın ses ya da video dosyasını (.mp4 / .mov / .webm / .ogg) yükleyin veya doğrudan içe aktarmak için herkese açık bir YouTube / Instagram / Facebook bağlantısı yapıştırın. Röportaj özel ya da erişimi kısıtlı bir bağlantının arkasındaysa onun yerine dosya yüklemeyi kullanın.
2. Döküm modunu seçin ve kaynak dili belirleyin. Döküm moduna geçin ve kaydın dilini seçin. Subanana 80'den fazla dili kapsar, dolayısıyla röportaj kayıtlarının çoğu kapsam içindedir. Konuşmacı sayısını otomatik algılamaya ayarlayın (ya da sayıyı elle girin) ve otomatik noktalama ile paragraflamayı açın.
3. Son okuma yapın ve konuşmacıları etiketleyin. Deşifre bittiğinde düzenleyiciye gelirsiniz. Sistem farklı sesleri Konuşmacı 1, Konuşmacı 2 ve devamı şeklinde ayırır, dolgu sözcükleri ("ıı", "hani") temizler ve metni düzenler. Buradan şunları yapabilirsiniz:
   • Konuşmacıları yeniden adlandırma: Konuşmacı 1'i "Görüşmeci", Konuşmacı 2'yi "Katılımcı A" olarak değiştirin; tüm döküm buna göre eşzamanlı güncellenir — sonradan satır satır alıntı yapıp not almak için kullanışlıdır.
   • Yanlış duyulan kelimeleri düzeltme: herhangi bir kelimeye tıklayıp doğrudan düzenleyin. Yanlış çıkma olasılığı en yüksek kelimeler için — kişi adları, kurum adları, teknik terimler — önce bir sözlük (glossary) oluşturun; sistem deşifre sırasında sizin yazımlarınızı tercih eder.
   • Dökümle sohbet etme: düzenleyicinin içinde yapay zekâya doğrudan soru sorabilirsiniz — "Katılımcı A, X'ten nerede bahsediyor?" ya da "üç temel argümanı çıkar" — bu da uzun bir röportajda çok zaman kazandırır.
4. Dışa aktarın. İhtiyacınız olan biçimi seçin. Dökümler için en yaygın seçenekler DOCX (Word, düzenlemeye hazır) ya da TXT'tir (Obsidian, Notion veya başka bir not aracına aktarmak için); alıntı, kodlama ya da notlama için XLSX, zaman kodlarını, konuşmacıyı ve metni bir tablo halinde dizer. VTT, SRT ve Markdown da desteklenir.

Son okumayı yapıp dışa aktardıktan sonra, röportaj dökümü doğrudan makalenize, yazınıza ya da analizinize girer. Modların nasıl tasarlandığını anlamak için Yapay zekâ ile altyazı ve deşifre ve Yapay zekâ ile toplantı deşifresi sayfalarına bakın.

Ya röportaj çok dilli ya da aksanlıysa?

Genel amaçlı konuşma araçları tam da burada zayıf kalır — aksanlı konuşmada ve İngilizce çevresindeki alışılmış birkaç dilin dışındaki dillerde. Bir araç seçerken iki şeyi kontrol etmekte fayda var:

• Diller arası doğruluk: Subanana, tek bir sağlayıcıya kilitlenmek yerine mevcut konuşma tanıma modellerini sürekli karşılaştırır ve her kaynak dil için en iyi performansı veren modeli seçer. Bir deşifre hatalı giderse, otomatik olarak farklı bir modelde yeniden çalıştırılır — bu yeniden çalıştırma size fazladan dakikaya mal olmaz.
• Dökümü çevirme: bir röportaj bir dilde kaydedilmiş olabilir ama siz dökümü başka bir dilde isteyebilirsiniz. Döküm modu tek bir çeviri hedefini destekler, böylece kaynak dilde deşifre edip aynı işlemde başka bir dile çevirebilirsiniz.

Belirtmekte fayda olan bir sınır: cümle ortasında dil değiştirme — bir konuşmacının tek bir cümle içinde iki dil arasında geçiş yapması ve aracın bu geçişi gerçek zamanlı olarak algılaması — Subanana'nın canlı altyazı özelliğinin güçlü yanıdır, döküm modunun değil. Röportaj deşifresinde dayandığınız şey çok dilli doğruluk ve konuşmacı ayrımıdır; gerçek zamanlı, cümle içi dil geçişi değil. Gerçek bir etkinlikte canlı altyazıya ihtiyacınız varsa Yapay zekâ ile gerçek zamanlı deşifre sayfasına bakın.

Röportaj deşifresi hakkında SSS

Ücretsiz sürüm tam bir röportaj dökümü üretebilir mi? Bir kaydı işleyip sonucu önizleyebilirsiniz, ama dışa aktarma ücretli bir adımdır. Ücretsiz sürüm altyazı ya da döküm dosyalarının indirilmesini desteklemez ve düzenleyicide metni seçip kopyalayamazsınız da — tek çıktı filigranlı bir videodur, yalnızca ilk 5 dakika, 720p ve dosya başına 3 GB sınırıyla. Kullanılabilir döküm dosyalarını (DOCX / TXT / XLSX) dışa aktarmak için ücretli bir plana ihtiyacınız var (bu plan dosya başına sınırı da 15 GB / 3 saate çıkarır). Ayrıntılar için fiyatlandırma sayfasına bakın.

Birden fazla konuşmacılı bir röportajda kimin ne söylediğini ayırt edebilir mi? Evet. Döküm modu konuşmacı ayrımını destekler — Konuşmacı 1, Konuşmacı 2 ve devamını otomatik olarak ayırır ve düzenleyicide bunları gerçek rollerine göre yeniden adlandırabilirsiniz (Görüşmeci, Katılımcı A); tüm döküm buna göre eşzamanlı güncellenir.

Yapay zekâ dökümünü doğrudan alıntılayabilir miyim? Önce insan eliyle bir son okuma turu yapardım. Yapay zekâ ile deşifre, metnin ve paragraflamanın büyük çoğunluğunu halleder, ama yanlış bir kelimenin gerçekten önem taşıdığı yerler — adlar, özel isimler, önemli sayılar — özellikle bir katılımcıyı kelimesi kelimesine alıntılayacağınız bölümlerde satır satır kontrol etmeye değer. Yapay zekâ ile deşifre için 3 ipucu daha verimli son okumanın nasıl yapılacağını anlatıyor.

Uzun bir röportaj kaydı (bir ila iki saat) çalışır mı? Evet. Ücretli planlar dosya başına 15 GB / 3 saate kadar kabul eder, bu da röportaj kayıtlarının çoğunu kapsar. Uzun bir röportaj için önce düzenleyicinin yapay zekâ sohbetini kullanıp temel bölümleri bulur, sonra alıntılamayı düşündüğünüz kısımları yakından okurdum.