תמלול קבוצת מוקד — תמלול של קבוצת מוקד עם תוויות דובר לכל משתתף

תמלול קבוצת מוקד.כל דובר מתויג, כל מילה.

זרוק הקלטת קבוצת מוקד עם 6, 8, אפילו 10 קולות. קבל תמלול מילולי עם כל משתתף מתויג, דיבור חופפים מתויגים, ו-DOCX שנטען ישירות ל-NVivo.

Drop a file, or pick one

MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously

Paste a link, we’ll fetch the audio

YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more

Record straight from your browser

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTFiles auto-deleted in 24h

שמונה משתתפים פנימה. תמלול מתויג בחוץ.

קבוצות מוקד הן המקרה הקשה ביותר בתור שלנו — דמוגרפיה דומה, קולות דומים, דיבור חופפים תכופים. אנחנו מתייגים את ההפצה בשורה במקום להשמיט אותה, ואז אתה משנה את דובר 3 → 'Participant_F2' פעם אחת והוא מתפשט בכל מקום.

הקלטת קבוצת מוקדREC מנחה + 7 משתתפים · 1:23:14

זוהה אוטומטית en-US44 kHz boundary mic · WAV

~90s

תמלול · סטרימינגדיוק 91% · 8 דוברים

אז כשפתחת לראשונה את האריזה — הולכה דרך מה שהבחנת.

בכנות? הדבר הראשון היה הריח. כמו בית חולים, סוג של קליני —

כן, אותו דבר. חשבתי שזה אמור להיות זה לבנדר.

נכון, והתווית אומרת לבנדר אבל זה באמת לא —

דיוק 91% בחדר 8 דובריםDOCX (QDA-ready) · SRT · TXT · JSON

This is what loads when the job finishes.

Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.

app.transcription.solutions / interview-202.mp3Export

Summary 5Transcript 1,420Speakers 2Exports

interview-202.mp347:08128 kbps CBR2 speakersen-US auto-detected

Founders need post-call content, not just transcripts. Tools force them to stitch 5 apps together.

Sample preview from a founder interview about post-call workflow. Real transcripts look exactly like this — same tabs, same summary block, same key-points / action-items split, same auto-tag chips.

Key points

Gap exists between raw recordings and shippable content — tools stop at transcript.

Show notes, social clips, blog drafts all expected by call's end, not next-day.

Current tooling fragmented across 5 apps — no single pipeline.

Conversion-rate signal flipped a buyer-segment assumption at week 3.

40% of original hypothesis survived — the shape held, mechanics rebuilt.

Action items

Speaker 1Investigate single-pipeline approach to replace 5-app stitch.

Speaker 2Mock how show-notes draft could flow from the transcript.

Speaker 2Pull conversion-rate by segment, Monday EOD.

Speaker 1Map the 5-app stitch & list which steps actually need a human.

Auto-taggedfounder interviewpost-call contenttooling fragmentationsingle pipeline

Try it on your own file — it's free

Rev אדם. AI גנרי. או אנחנו.

חוקרים בדרך כלל בוחרים בין תשלום לעובד הקלטות אדם (איטי, מדויק, יקר) או הפעלת הקובץ דרך כלי AI גנרי שלא התוכנן לחדרים בעלי 8 קולות. אנחנו באמצע — מהירות AI, דיאריזציה מותאמת להקלטות מחקר, ו-DOCX שיורד ל-NVivo ללא ניתוח.

Option 01

Rev אדם מילולי

אדם מקליד את זה. דיוק גבוה, אבל זמן ההמתנה הוא 24 שעות וההמחיר גדל בצורה לינארית עם שעות.

דיוק~99% (אדם)

זמן עיבודבדרך כלל 12–24 שעות

דיבור חופפיםמתויג [crosstalk]

יצוא QDADOCX, ניקוי ידני

עלות · לדקה$1.50 מילולי

קבוצה של 90 דקות~$135

Best forעבודת דיסרטציה או מחקר רגולטוריים שבהם כל ניעות חייבת להיות מאומתת על ידי אדם.

Option 02

Transcription.Solutions

דיאריזציה מותאמת ל-6-10 קולות, דיבור חופפים מתויג בשורה, יצוא DOCX בגודל ל-NVivo, ATLAS.ti, ו-Dedoose.

דיוק88–94% בשמע קבוצה

זמן עיבוד~1× realtime

דיבור חופפיםמתויג, לא מושמט

יצוא QDADOCX עם תורות דובר

עלות · לדקה$0.03

קבוצה של 90 דקות~$2.70

Best forחוקרים המפעילים מספר קבוצות הזקוקים לתמלול ראשוני במחקר ב-NVivo בבוקר מחר, לא בשבוע הבא.

Option 03

Otter / Sonix

AI גנרי שנבנה לפגישות. סביר על 2-3 דוברים, קורס בעבר 5 — ויצוא לא צופה תוכנת QDA.

דיוקקורס אחרי 5 דוברים

זמן עיבודמהיר

דיבור חופפיםלעתים קרובות מושמט

יצוא QDAאין פורמט NVivo כולל

תקרת דוברמגבלה רכה ~6

עלות$17–22/משתמש/חודש

Best forראיונות קטנים ו-1 על 1 שבהם להקלטה יש 2-3 קולות וחיים בזרימת לוחות שנה.

התמחור מדויק לפי מאי 2026. טווחי דיוק מגיעים מדגימה פנימית שלנו של קבצי קבוצת מוקד של לקוחות, לא מהשוואות סינתטיות.

דיוק 94% ב-lavalier לכל משתתף. מחזיק ב-82% בתא חד-חד יחיד.

דיוק קבוצת מוקד מוגבל על ידי טופולוגיית מיקרופון, לא המודל. lavalier בכל משתתף נותן לנו חנויות נקיות לכל דובר — דיאריזציה הופכת לטריוויאלית. מיקרופון גבול יחיד על שולחן ועידות עם 8 קולות הוא המקרה הקשה. המספרים להלן מגיעים מהקלטות מחקר אמיתיות בצינור שלנו.

8 דברים שאנשים שואלים על תמלול קבוצת מוקד.

01האם אוכל לשנות את השם של דובר 1 לשם בפועל של משתתף או מזהה?+

כן. לחץ על כל שבב דובר בעורך, הקלד את השם או מזהה screener (לדוגמה 'P04_F_34'), והוא מתפשט לכל תור מאותו דובר בתמלול. ייצוא DOCX משתמש בתוויות ששונו.

02כיצד אתה מטפל בדיבור חופפים וביצירה משתווה?+

אנחנו תג זה בשורה עם סימני `[overlap]` ושומרים על הצהרות שני הדוברים בתמלול. כלים גנרים בדרך כלל בוחרים בקול אחד ויוצאים מהשאר — אנחנו לא, כי רגעי החפיפה הם לעתים קרובות המקום בו חיות הדינמיקה בפועל של קבוצת המוקד.

03האם DOCX באמת מייבא בנקיון ל-NVivo ו-ATLAS.ti?+

כן. אנחנו מייצאים עם תוויות דובר כניהוג בסגנון פסקה, אשר NVivo auto-codes בעת הייבוא ו-ATLAS.ti מזהה כתורות דובר. Dedoose מקבל את אותו DOCX דרך נתיב ייבוא התמלול שלו.

04כמה דוברים אتה יכול להיות diarize בקובץ אחד?+

תקרה רכה סביב 12. בעבר, אשכול אקוסטי מתחיל במיזוג קולות דומים — שבדרך כלל אומר עבודת שינוי של 10-15 דקות מצד שלך. הגדר 'דוברים צפויים' במפורש בטופס העבודה לתוצאות הטובות ביותר.

05מילולי או נקי — אני יכול לבחור?+

שניהם. מצב מילולי שומר על כל 'um', התחלה שקרית, ומילה חזרה לניתוח שיח. נקי מסיר ניעות וקריאה. אתה בוחר לכל עבודה; ברירת המחדל לתבנית המחקר היא מילולית.

06מה לגבי דרישות IRB וסודיות משתתפים?+

קבצים מעובדים בתשתית שלנו, לא נשלחים לתוכנות API של צד שלישי. אנחנו מציעים דגל auto-delete-after-N-days לכל עבודה לפרוטוקולי IRB. אנחנו SOC 2 סוג II וGDPR-compliant; ה-DPA נמצא בעמוד משפטי אם ה-IRB שלך צריך את זה.

07האם אני צריך להקליט וידאו או רק שמע?+

רק אודיו בסדר — אנחנו לא משתמשים בווידאו לדיאריזציה. אם יש לך וידאו לזיהוי משתתף, שמור אותו באופן מקומי לקידוד שלך; העלאה של פסת השמע בלבד היא מהיר וזול יותר.

08האם ��עלות משתווה ל-Rev אדם מילולי?+

קבוצת מוקד של 90 דקות עולה על 2.70 דולר כאן מול בערך 135 דולר על Rev verbatim. ההחלפה היא דיוק: אנחנו נוחתים ב-86-94% בהתאם להגדרת מיקרופון, מתמלים אדם של Rev פוגעים ב-~99%. רוב החוקרים משתמשים בנו בעבור המסלול הראשון ורק escalate קבוצות ספציפיות לאדם אם הם צריכים.