Option 01
Rev（人工转录）
由人工输入。速度慢、成本高，但对可发表的逐字稿来说是金牌标准。
周转时��12–24小时（通常）
成本 · 每分钟$1.50 人工 / $0.25 AI
发言人标签是，手动标记
音频保留存储在Rev服务器上
语言英文人工 · ~30 AI
CAQDAS导出DOCX、TXT（手动）
Best for单一高风险访谈，计划在已发表论文中直接引用，预算不是制约因素的情况。
学术研究人员的文字记录。符合IRB、CAQDAS就绪、100+种语言。
上传一次研究访谈或焦点小组录音。获取带有发言人标签的、注时戳的文本，可直接导入NVivo、Atlas.ti或MaxQDA — 音频在24小时内删除。
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
↓ 看看你会得到什么
现场录音进入。 为编码做好准备的记录输出。
我们在开头为每个参与者发言添加时间戳，如果你要求逐字记录就保留填充词，并导出DOCX，格式样式是你的CAQDAS工具能识别的。
半结构化访谈 · .wav
自动检测 en-GB44.1 kHz mono · 领夹麦克风
~90s
记录 · 实时流式
S1
你能跟我讲讲你第一次注意到这个社区变化的时候吗？
S2
嗯，可能是在2019年的时候 �� 角落里的面包房关门了，对，就在那个时候我意识到了。
S1
这些月份里看着这一切发生，你的感受怎么样？
S2
说实话吗？就像我认识了30年的地方在一点一点消失。
领夹麦克风访谈准确度 94%DOCX (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.
Summary 5Transcript 1,420Speakers 2Exports
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.
三个真实选项 · 诚实对比
Rev人工录入。NVivo Transcription。 或者选择我们。
Rev的人工服务是学位论文级引用的历史参考方案。NVivo在CAQDAS工具内部捆绑AI转录。我们介于两者之间 — 比Rev更快，比NVivo内置转录功能更准确，更符合IRB。
Option 02
Transcription.Solutions
几分钟内得到AI记录，音频24小时内删除，DOCX样式适合NVivo和Atlas.ti导入。
周转时间约5分钟（60分钟文件）
成本 · 每分钟$0.03
发言人标签自动分离，在应用中重命名
音频保留24小时内删除
语言100+，自动检测
CAQDAS导出DOCX 标题样式 + TXT
Best for进行20+次访谈的研究人员，需要快速的第一版记录，然后手动修正计划发表的5%的引用。
Option 03
NVivo Transcription / Otter
AI转录功能内置于你的CAQDAS工具或记录应用中。方便，但英文占大头，控制力较小。
周转时间相当（AI）
成本积分包 · 约$0.30/分钟
发言人标签声学识别，英文优化
音频保留与订阅绑定
语言非英文准确度下降
CAQDAS导出仅原生于NVivo
Best for单独在一个CAQDAS生态系统内完全使用英文的博士生，希望单份账单。
定价和功能标志准确至2026年。Rev的AI/人工分割和NVivo Transcription积分定价因地区和学术许可证而异。
定性研究特定
通用转录工具给研究人员带来的三个问题。
上传前翻转正确的设置，记录会直接导入你的CAQDAS项目。
哪里出问题
- 1填充词默认被删除。通用AI会删除"um"、"like"、虚假开始 — 对会议记录来说很好，但对话体分析或话语研究致命。
- 2专业术语（理论框架、药物名称、地名、亲缘术语）被音素转录。编码会需要一次查找和替换。
- 3音频坐在供应商服务器上无限期。大多数IRB数据管理计划需要删除或受控保留 — 供应商很少清楚说明这一点。
在这里翻转什么
- 1在工作表单上切换到逐字模式。我们保留填充词、虚假开始、重复和笑声标记 — 对研究人员来说，清晰模式是选择加入，不是默认。
- 2将你的编码簿术语和专有名词粘贴到自定义词汇中。我们把它作为识别器提示传递，而不是硬替换，所以上下文仍然优先。
- 3音频在工作完成后24小时内删除。记录保留在你的账户中。我们可以根据请求为你的IRB文件发出删除确认。
研究访谈的推荐工作设置
放一个田野录音，这些会默认打开。按工作从表单覆盖。
- 模式
- 逐字（填充词+虚假开始打开）
- 发言人模型
- 访谈 · 2–8位发言人
- 语言
- 自动检测 · 口音容忍
- 时间戳
- 每个发言人转换
- 音频保留
- 24小时内删除
- 导出
- DOCX (CAQDAS 样式) · TXT · SRT
Accuracy · real-world numbers
干净领夹麦克风访谈中准确度为94%。 坦诚说明实地工作破坏的情况。
田野音频是转录中的硬案例 — 开放空间、带口音的英文、焦点小组中的重叠发言。领夹麦克风双人访谈达到上限；环境田野录音和大型焦点小组衰减最快。下面的数字来自真实研究人员上传，而不是合成基准。
95%
1对1，领夹麦克风或USB麦克风
安静房间、单个L2或母语使用者、记录器放在桌子上。半结构化访谈的最佳情况 — 大多数双人研究落在这里。
91%
手持录音机，2–3位发言人
Zoom H4n或手机录音机放在桌中央。发言人座位由方向识别。预留5分钟重新标记。
85%
田野访谈，环境噪音
咖啡馆、市场、步行访谈。背��噪音和交通噪音影响简短回答；主要发言仍可编码。
80%
焦点小组，5–8位参与者
重叠发言和共享麦克风。分离会将某些较轻的声音合并 — 在编码时预计澄清。
常见问题
研究人员关于学术转录的8个常见问题。
01这在典型的IRB数据管理计划下是否可接受？+
我们见过的大多数计划在读到两个事实后都会批准我们：音频在工作完成后24小时内删除，记录仅保留在研究人员的账户中。我们自己不是IRB — 你的委员会做最终决定 — 但我们会根据要求为你的协议发出书面处理说明。
02你会保留我的访谈音频吗？+
不。音频文件在工作完成后24小时内删除。仅记录保留在你的账户中，你可以随时删除它。我们不使用研究音频来训练模型。
03你能做真正的逐字记录 — 包括填充词、虚假开始和重叠 — 用于会话分析吗？+
可以。在工作表单上打开逐字模式，我们会保留"um"、"uh"、重复、虚假开始和笑声符号。重叠在转换边界处标记有括号符号。我们不会自动做Jefferson符号 — 那仍然是人工处理。
04DOCX会干净地导入NVivo、Atlas.ti或MaxQDA吗？+
会。我们的DOCX使用每个工具期望的标题和发言人样式，用于按发言人自动编码。在NVivo中，使用 File → Import → Transcripts。在Atlas.ti和MaxQDA中，发言人段落结构被保留，所以按发言人自动编码开箱即用。
05它如何处理有口音的英文或多语言访谈？+
我们支持100+种语言，自动检测，包括单个录音内的代码切换。在干净音频上，重L2口音约为85–90%。对于训练数据稀少的少数民族语言（例如某些非洲和土著语言），准确度更低，我们在语言选择器上会说明。
066–8人的焦点小组 — 分离真的有效吗？+
��分有效。声学分离在共享麦克风上可靠地分离4–5个不同的声音。超过这个范围，预计模型会合并最安静的两个参与者。修复是在记录编辑器中重新标记 — 大多数焦点小组记录需要10–15分钟清理。
07我的联合PI和研究生能在同一个项目中访问记录吗？+
可以。工作区支持共享文件夹，具有按用户权限 — PI可以看到所有访谈，RA只看到分配给他们的队列。对于多站点研究很有用，其中你不希望一个学生导出另一个学生的数据。
08对于发表级别的直接引用，你提供人工处理吗？+
还没有，我们也不会假装我们提供。对于要进入论文或文章的引用，我们的建议是：先运行AI记录，在你的CAQDAS工具中编码，然后在每个引用周围的具体30–60秒内手动修正音频，音频删除前。这是我们大多数研究人员用户使用的工作流程。