Start free

Transkripsi kanggo peneliti akademik.IRB-aware, CAQDAS-ready, 100+ basa.

Jethakke rekaman wawancara panaliti utawa focus grup. Entuk teks berlabel pembicara, diberi cap wektu, siap kanggo NVivo, Atlas.ti, utawa MaxQDA — kanthi audio dihapus sajroning 24 jam.

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

Sign up takes 30 seconds — recording opens right after, in the dashboard.

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

↓ Lireni apa anggone metu

Rekaman lapangan mlebu. Transkripsi siap kode-an metu.

Kami tandai saben giliran peserta kanthi cap wektu ing wiwitan, tetepake tembung pengisi manawi sampeyan kepingin verbatim, lan ekspor DOCX kanthi gaya pembicara sing krasan gandhul dening alat CAQDAS sampeyan.

Wawancara semi-terstruktur · .wavREC 2 pembicara · 1:08:24
auto-detected en-GB44.1 kHz mono · lavalier mic
~90s
Transkripsi · streaming94% akurasi · verbatim mode
S1

Apa sampeyan bisa njlènthrèki pawarta bibar-bibar owah-owahan ing lingkungan?

S2

Um, mungkin 2019 — bakery ing sudut nutup, lan, ya, iku pas aku rukti.

S1

Lan apa rasane, mirsani iku dumadi sajroning pirang-pirang bulan?

S2

Jujur? Kaya papan sing aku kenal 30 tahun hilang, potongan demi potongan.

94% ing wawancara lavalierDOCX (CAQDAS) · TXT · SRT · JSON

↓ This is the dashboard

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.

Try it on your own file — it's free

Telu pilihan nyata · perbandingan jujur

Rev manungsa. NVivo Transcription. Utawa kami.

Layanan manungsa Rev dadi standar historis kanggo kutipan tingkat disertasi. NVivo gabung transkripsi AI sajroning alat CAQDAS. Kami ana ing tengah — luwih cepet tinimbangi Rev, luwih akurat lan IRB-friendlier tinimbangi built-in NVivo.

Option 01

Rev (transkripsi manungsa)

Manungsa ngetik dhewé. Lambat, larang, nanging standar emas kanggo verbatim kanthi publikasi.

Waktu keselesaian12–24 jam (khas)
Biaya · per menit$1.50 manungsa / $0.25 AI
Label pembicaraYa, diposisikan manual
Tetepan audioDisimpen ing server Rev
BasaEN manungsa · ~30 AI
Ekspor CAQDASDOCX, TXT (manual)
Best forWawancara taruhan tinggi tunggal sing bakal dikutip langsung ing artikel publikasi, naliko anggaran ora dadi halangan.
Option 02

Transcription.Solutions

Transkripsi AI sajroning menit, audio dihapus 24 jam, DOCX gaya kanggo impor NVivo lan Atlas.ti.

Waktu keselesaian~5 menit kanggo file 60-menit
Biaya · per menit$0.03
Label pembicaraDiarisasi, ganti jeneng in-app
Tetepan audioDihapus sajroning 24 jam
Basa100+, auto-detected
Ekspor CAQDASDOCX heading styles + TXT
Best forPeneliti sing njalanake 20+ wawancara sing tansah butuh transkripsi calon pertama, banjur koréksi manual 5% kutipan sing bakal diterbitkan.
Option 03

NVivo Transcription / Otter

Transkripsi AI gabung sajroning alat CAQDAS utawa pecat. Praktis, EN-leaning, kurang kontrol.

Waktu keselesaianSebanding (AI)
BiayaPaket kredit · ~$0.30/menit
Label pembicaraAkustik, EN-tuned
Tetepan audioTerikat langganan
BasaNon-EN akurasi turun
Ekspor CAQDASNative kanggo NVivo mung
Best forMahasiswa PhD tunggal sing ngerjake kabeh ing English sajroning siji ekositem CAQDAS sing pengen tagihan kuwi.

Pricing lan feature flags akurat per 2026. Pembagian AI/manungsa Rev lan pricing kredit NVivo Transcription beda-beda miturut wilayah lan lisensi akademik.

Spesifik kanggo panaliti kualitatif

Telu barang sing gigit peneliti ing alat transkripsi generic.

Balik setting sing bener sadurunge unggah lan transkripsi impor langsung menyang proyek CAQDAS sampeyan.

Apa sing salah

  1. 1Tembung pengisi ilang diam-diam. AI generic mbusak "um", "kaya", awal salah — bener kanggo catetan rapat, fatal kanggo analisis percakapan utawa makarya wacana.
  2. 2Terminologi domain (kerangka teoritis, jeneng obat, jeneng papan, tembung kinship) ditranskripsi fonetis. Kode-an kudu rupa find-and-replace pass.
  3. 3Audio ana ing server vendor tak terhingga. Paling rencana manajemen informasi IRB mbutuhake penghapusan utawa tetepan terkontrol — vendor langka jelas dokumèn iki.

Apa kanggo balik kene

  1. 1Paling ing Verbatim mode ing formulir proyek. Kami tetepake fillers, awal salah, pengulangan, lan laugh markers — mode bersih pilihan opt-in, bukan default kanggo peneliti.
  2. 2Tempel codebook terms lan proper noun sampeyan menyang Custom vocabulary. Kami lewat minangka hint recognizer, ora substitusi hard, dadi konteks kang menang.
  3. 3Audio dihapus sajroning 24 jam sawisé penyelesaian proyek. Transkripsi tetep ing akun sampeyan. Kami bisa terbitake konfirmasi penghapusan kanggo file IRB sampeyan atas permintaan.

Pengaturan proyek diruwuhi kanggo wawancara panaliti

Jethakke rekaman lapangan lan iki balik on dening default. Kalahake per-proyek saka formulir.

Mode
Verbatim (fillers + awal salah on)
Model pembicara
Wawancara · 2–8 pembicara
Basa
Auto-detect · aksèn-toleran
Cap wektu
Saben giliran pembicara
Tetepan audio
Hapus sajroning 24 jam
Ekspor
DOCX (CAQDAS styles) · TXT · SRT

Accuracy · real-world numbers

94% ing wawancara lavalier bersih. Jujur babagan apa sing lapangan cekel.

Audio lapangan dadi kasus angel ing transkripsi — kamar mbukak, English aksèn, wicara overlapping ing focus grup. Wawancara diadik mic-lavalier pencèt batas; rekaman lapangan mbukak lan focus grup gedhe degradasi cepet. Angka ing ngisor mula saka unggah peneliti nyata, bukan benchmark sintetis.

95%
1-on-1, lavalier utawa USB mic

Ruangan sepi, pembicara L2 tunggal utawa native, recorder ing méja. Kasus terbaik kanggo wawancara semi-terstruktur — paling panaliti diadik nyampèk kene.

91%
Rekorder genggam, 2–3 pembicara

Zoom H4n utawa rekorder ponsel tengah-méja. Kursi pembicara diidentifikasi dening arah. Rencanak 5-menit relabel pass.

85%
Wawancara lapangan, bising ambien

Kafe, pasar, wawancara lumaku. Obrol latar lan lalu lintas pengaruhi owah-owahan cepet; giliran utama tetep bisa kode-an.

80%
Focus grup, 5–8 peserta

Wicara overlapping lan mic gabung. Diarisasi bakal gabung sawetara suara paling senyep — entuk disambiguasi naliko kode-an.

Pitakon umum

8 perkara peneliti takon babagan transkripsi akademik.

01Apa iki gawé sarwa rencana manajemen informasi IRB khas?+
Paling rencana sing kami weruh aprove kami sawisé maca loro fakta: audio dihapus sajroning 24 jam sawisé penyelesaian proyek, lan transkripsi ana mung ing akun peneliti. Kami ora IRB dhewe — papan sampeyan buat pangeling final — nanging kami bakal terbitake deskripsi proses tertulis kanggo protokol sampeyan atas permintaan.
02Apa sampeyan tetepake audio wawancara kami?+
Ora. Berkas audio dihapus sajroning 24 jam sawisé proyek ngrampung. Transkripsi mung tetep ing akun sampeyan, lan sampeyan bisa hapus kuwi kapan wae. Kami ora panggunaake audio panaliti kanggo latih model.
03Apa sampeyan bisa verbatim nyata — kanthi fillers, awal salah, lan overlaps — kanggo conversation analysis?+
Ya. Toggle Verbatim mode ing formulir proyek lan kami tetepake "um", "uh", pengulangan, awal salah, lan laugh tokens. Overlap ditandai karo simbol brace ing batas giliran. Kami ora dadi notasi Jefferson otomatis — kuwi isih human pass.
04Apa DOCX bakal impor bersih menyang NVivo, Atlas.ti, utawa MaxQDA?+
Ya. DOCX kami nggakèk akéh heading lan speaker styles saben alat entok kanggo auto-kode-an dening pembicara. Ing NVivo, nggakèk File → Import → Transcripts. Ing Atlas.ti lan MaxQDA, struktur paragraf pembicara andap dadi preserved dadi autocoding dening pembicara kerja out of the box.
05Apa iku tetanggan English aksèn utawa wawancara multilingual?+
Kami dukung 100+ basa kanthi auto-detection, kalebu code-switching sajroning siji rekaman. L2 aksèn abot land sekitar 85–90% ing audio bersih. Kanggo basa minoritas kanthi data latihan jarang (contone, sawetara basa Afrika lan Indigenous), akurasi ngisor lan kami ngandika dadi ing language picker.
06Focus grup karo 6–8 wong — apa diarisasi bener-bener kerja?+
Sebagian. Diarisasi akustik pisahake 4–5 suara distinct ing mic gabung andap. Nang mudun kuwi, entuk model kanggo gabung dua peserta paling senyep. Benerin dadi relabel pass ing editor transkripsi — paling focus grup transkripsi tansah butuh 10–15 menit cleanup.
07Apa co-PI lan grad students kami bisa mlebet transkripsi ing proyek sing padha?+
Ya. Workspaces dukung folder gabung karo per-user permissions — PI bisa mirsani saben wawancara, RAs mirsani mung cohort assigned dhewe. Guna kanggo panaliti mulai-papan ngendi sampeyan ora kepingin siji student ekspor data student liyane.
08Kanggo publikasi-grade kutipan langsung, apa sampeyan awèh human pass?+
Ora dadi, lan kami ora pretend kami dadi. Kanggo kutipan menyang thesis utawa artikel, saran kami dadi: jalanake transkripsi AI pertama, kode-an ing alat CAQDAS sampeyan, banjur hand-correct saben 30–60 detik sekira kutipan ngadu audio sadurunge dihapus. Kuwi alur kerja paling peneliti pengguna kami nggakèk.

Unggah siji wawancara. Lireni apa transkripsi kode-an kaya sampeyan kode-an.

30 menit gratis saben bulan. Ora kartu. Verbatim mode, 100+ basa, DOCX siap-CAQDAS, audio dihapus 24 jam.

Mulai gratis