Fokusgruppetranskripsjon — transkriber en fokusgruppesamtale med taleropplysninger for hver deltaker

Fokusgruppetranskripsjon.Hver taler merket, hvert ord.

Slipp inn en fokusgruppeopptakelse med 6, 8, eller til og med 10 stemmer. Få en ordrett transkripsjon med hver deltaker merket, overlappende tale merket, og en DOCX-fil som åpnes direkte i 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

Åtte deltakere inn. Merket ordrett tekst ut.

Fokusgrupper er det hardeste diariseringsfallet i køen vår — lignende demografi, lignende stemmer, hyppig overlappende tale. Vi merker overlappingen direkte i stedet for å fjerne den, så du kan gi Speaker 3 nytt navn til eksempel 'Deltaker_F2' og det spres automatisk.

FokusgruppeopptakelseREC Moderator + 7 deltakere · 1:23:14

auto-detected en-US44 kHz rommifronfon · WAV

~90s

Transkripsjon · streaming91% nøyaktighet · 8 talere

Så når du åpnet pakken først — gå gjennom hva du la merke til.

Ærlig talt? Det første var lukten. Som et sykehus, på en måte klinisk —

Ja, det samme. Jeg trodde det skulle være lavendelversjonen.

Ja, og etiketten sier lavendel men det gjør det virkelig ikke —

91% på 8-persons romopptakelseDOCX (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 human. Generisk AI. Eller oss.

Forskere velger vanligvis mellom å betale en menneskelig transkrisor (langsom, nøyaktig, dyr) eller kjøre filen gjennom et generisk AI-verktøy som ikke ble bygget for rom med 8 stemmer. Vi sitter i midten — AI-hastighet, diariseering tilpasset forskningsopptakelser, og en DOCX som går rett inn i NVivo uten omskriving.

Option 01

Rev human verbatim

En menneske skriver det. Høy nøyaktighet, men 24-timers behandlingstid og prisen øker lineært med timene.

Accuracy~99% (human)

Turnaround12–24 timer typisk

Cross-talkMerket [overlap]

QDA exportDOCX, manuell redigering

Cost · per min$1.50 verbatim

90-min group~$135

Best forAvhandlingsarbeid eller regulert forskning der hver utydelighet må verifiseres av mennesker.

Option 02

Transcription.Solutions

Diariseering tilpasset 6-10 stemmer, overlappende tale merket direkte, DOCX-eksport tilpasset NVivo, ATLAS.ti og Dedoose.

Accuracy88–94% på gruppeopptakelser

Turnaround~1× realtime

Cross-talkMerket, ikke fjernet

QDA exportDOCX med taleromskifter

Cost · per min$0.03

90-min group~$2.70

Best forForskere som kjører flere grupper og trenger en førsteutkast-transkripsjon i NVivo til i morgen tidlig, ikke neste uke.

Option 03

Otter / Sonix

Generisk AI bygget for møter. Anstendig på 2-3 talere, bryter sammen over 5 — og eksporter forventer ikke QDA-programvare.

AccuracyMister kvalitet over 5 talere

TurnaroundRask

Cross-talkOfte fjernet

QDA exportIngen opprinnelig NVivo-format

Speaker capMykt tak ~6

Cost$17–22/user/mo

Best forSmå intervjuer og 1-til-1-samtaler der opptaket har 2-3 stemmer og ligger i en kalenderflyt.

Prisene er nøyaktige per mai 2026. Nøyaktighetsomfanget kommer fra våre interne eksempler av kundefokusgruppefiler, ikke syntetiske referanser.

94% med lavalier per deltaker. Holder seg på 82% med en enkkel romsmifronfon.

Fokusgruppernøyaktighet er flaskehalsen av mikrofonoppbygging, ikke modellen. En lavalier på hver deltaker gir oss rene kanaler per taler — diariseering blir trivielt. En grensemifronfon på et møtebord med 8 stemmer er det vanskelige tilfellet. Tallene nedenfor kommer fra virkelige forskningsopptakelser i vår pipeline.

8 ting folk spør om fokusgruppetranskripsjon.

01Kan jeg gi Speaker 1 nytt navn til en deltakers faktiske navn eller ID?+

Ja. Klikk en taler-brikke i editoren, skriv navn eller screener-ID (f.eks. 'P04_F_34'), og det spres til alle omskiftene fra den taleren i transkripsjonene. DOCX-eksporten bruker de omnavngitte etikett.

02Hvordan håndterer du overlappende tale?+

Vi merker det direkte med `[overlap]` markører og beholder begge talerenes utsagn i transkripsjonene. Generiske verktøy velger vanligvis en stemme og fjerner den andre — vi gjør ikke det, fordi overlappingsmomenter ofte er der den faktiske fokusgruppedynamikken ligger.

03Importerer DOCX virkelig rent inn i NVivo og ATLAS.ti?+

Ja. Vi eksporterer med taleretiketter som overskriftstil, som NVivo auto-koder under import og ATLAS.ti gjenkjenner som taleromskifter. Dedoose aksepterer samme DOCX gjennom sin transkripsjon-importsti.

04Hvor mange talere kan du diarisere i en fil?+

Mykt tak rundt 12. Etter det starter akustisk klynging å slå sammen lignende stemmer — noe som vanligvis betyr en 10-15 minutters omdøping på din ende. Sett 'Forventet talere' eksplisitt i jobbskjemaet for best resultat.

05Ordrett eller ryddet — kan jeg velge?+

Begge deler. Ordrett modus beholder alle 'øh', falske starters og gjentatte ord for diskursanalyse. Ryddet fjerner utydeligheter for lesbarhet. Du velger per-jobb; standarden for research-malen er ordrett.

06Hva med IRB-krav og deltakernes konfidensialitet?+

Filer behandles i vår infrastruktur, ikke sendt til tredjeparts-APIer. Vi tilbyr et auto-slett-etter-N-dager flagg per jobb for IRB-protokoller. Vi er SOC 2 Type II og GDPR-kompatible; DPA er på juridisk side hvis din IRB trenger det.

07Skal jeg ta opp video eller bare lyd?+

Bare lyd er fint — vi bruker ikke video for diariseering. Hvis du har video for deltaker-identifikasjon, behold den lokalt for din egenkoding; opplasting av bare lydspor er raskere og billigere.

08Hvordan sammenligner kostnaden med Rev human verbatim?+

En 90-minutters fokusgruppe koster omtrent $2.70 her versus omkring $135 på Rev verbatim. Kompromisset er nøyaktighet: vi lander på 86-94% avhengig av mifronfon-oppsett, Rev sine menneskelige transkribenter når ~99%. De fleste forskere bruker oss for første utkast og eskalerer bare spesifikke grupper til menneske hvis nødvendig.