Option 01
Rev人工逐字
人类输入。精度高，但24小时周转，价格随时数线性增加。
准确度~99%（人工）
周转时间12–24小时典型
交叉说话标记为[crosstalk]
QDA导出DOCX，手动清理
成本·每分钟$1.50逐字
90分钟小组~$135
Best for学位论文或受管制研究，其中每个不流畅都必须由人工验证。
焦点小组转录。每个发言者有标签，每个词都有。
放入一个焦点小组录音，有6个、8个，甚至10个声音。获得逐字记录转录，每个参与者都有标签，交叉说话被标记，DOCX可以直接加载到NVivo中。
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
↓ 看看输出什么
八个参与者进去。 标记逐字记录出来。
焦点小组是我们队列中最难的分层案例——人口统计相似、声音相似、频繁交叉说话重叠。我们内联标记重叠而不是丢弃，然后你重命名发言者3 → 'Participant_F2'一次，它就会传播。
焦点小组录音
auto-detected en-US44 kHz boundary mic · WAV
~90s
转录·流式传输
S1
所以当你第一次打开包装时——告诉我你注意到了什么。
S2
老实说？首先是气味。就像医院一样，有点临床——
S3
是的，一样。我以为应该是薰衣草的。
S2
对，标签上说薰衣草，但实际上根本不是——
8发言者房间麦克风91%准确度DOCX（QDA就绪）· SRT · TXT · 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·诚实比较
Rev人工。通用AI。 或者我们。
研究人员通常在支付人类转录员（缓慢、准确、昂贵）或通过不是为8个声音房间构建的通用AI工具运行文件之间选择。我们介于两者之间——AI速度、针对研究录音优化的分层、以及可以直接放入NVivo而无需修改的DOCX。
Option 02
Transcription.Solutions
分层为6-10个声音优化，交叉说话内联标记，DOCX导出适配NVivo、ATLAS.ti和Dedoose。
准确度群组音频88–94%
周转时间~1倍实时
交叉说话标记，不丢弃
QDA导出DOCX带发言者轮流
成本·每分钟$0.03
90分钟小组~$2.70
Best for进行多个小组的研究人员，他们需要明天早上在NVivo中获得初始转录，而不是下周。
Option 03
Otter / Sonix
为会议而构建的通用AI。2-3个发言者表现不错，超过5个就退化——导出不是为QDA软件设计的。
准确度超过5个发言者会下降
周转时间快速
交叉说话经常被丢弃
QDA导出没有本地NVivo格式
发言者限制软限制~6
成本$17–22/用户/月
Best for小型采访和1对1对话，其中录音有2-3个声音且存在于日历工作流中。
定价截至2026年5月准确。准确度范围来自我们客户焦点小组文件的内部样本，不是合成基准。
焦点小组的特定之处
通用AI工具对研究人员造成的三个问题。
预先翻转正确的设置，转录就会进入NVivo而无需清理周末。
出了什么问题
- 1交叉说话被丢弃。 大多数消费者工具在重叠期间选择一个发言者并丢弃其余的。你会丢失共识或反驳发生的时刻。
- 2发言者下降到3个。 工具假设会议大小的房间并将分层群集设定较低。你的8个参与者回来时为'发言者1' / '发言者2' / '发言者3'。
- 3导出是一面文字墙。 每个发言者轮流没有段落中断，没有NVivo在导入时可以自动编码的DOCX结构。
这里要翻转什么
- 1��工作表单中打开标记重叠言论。交叉说话获得内联`[overlap]`标记，两个发言者都保留他们的陈述。
- 2设定预期发言者：8-12明确。我们将分层群集计数调整为匹配而不是猜测较低。
- 3选择DOCX（QDA就绪）导出。发言者轮流变成以标签为前缀的段落——NVivo、ATLAS.ti和Dedoose在导入时都会自动检测此格式。
焦点小组的推荐工作设置
放入具有'研究'模板的焦点小组文件，这些默认翻转。从表单按工作覆盖。
- 分层
- 声学·预期6-10个发言者
- 逐字模式
- 完全——保持不流畅
- 重叠处理
- 内联标记[overlap]
- 自定义词汇
- 筛选者的产品/品牌名称
- 发言者标签
- 工作后可编辑，传播全部
- 导出
- DOCX（QDA就绪）·带时间戳的TXT
Accuracy · real-world numbers
领夹麦克风每参与者94%。 单个房间麦克风时保持在82%。
焦点小组准确度受麦克风拓扑限制，而不是模型。每个参与者的领夹麦克风为我们提供干净的每发言者通道——分层变得微不足道。一个边界麦克风在会议桌上有8个声音是困难的情况。下面的数字来自我们管道中的真实研究录音。
94%
每个参与者的领夹麦克风
每个参与者在自己的轨道上，混合至多轨WAV。分层跳过——仅文本错误。学位论文级工作的最佳情况。
91%
会议麦克风，4-6名参与者
边界麦克风在桌子中心，房间处理适度。声音可区分，同性别和相似年龄的参与者之间偶有混淆。
86%
单个房间麦克风，7-10名参与者
交叉说话频繁，相似的声音在声学分层下合并。在分析前，预期对发言者芯片进行10-15分钟的重命名和合并。
82%
Zoom上的远程小组单声道
压缩单声道混合，没有每通道拆分可用。言语仍可用于主题编码，但不流畅级逐字声明在此处减弱。
常见问题
的8个常见问题。 关于焦点小组转录
01我能把发言者1重命名为参与者的实际名称或ID吗？+
能。点击编辑器中的任何发言者芯片，输入名称或筛选器ID（例如'P04_F_34'），它会传播到该发言者在转录中的每个轮次。DOCX导出使用重命名的标签。
02你如何处理交叉说话和重叠言论？+
我们用`[overlap]`标记内联标记，并在转录中保留两个发言者的陈述。通用工具通常选择一个声音并丢弃另一个——我们不这样做，因为重叠时刻通常是焦点小组动态实际存在的地方。
03DOCX真的能干净地导入到NVivo和ATLAS.ti吗？+
能。我们导出时带有发言者标签作为段落样式标题，NVivo在导入时自动编码，ATLAS.ti将其识别为发言者轮次。Dedoose通过其转录导入��径接受相同的DOCX。
04你最多能在一个文件中分层多少发言者？+
软限制约12个。超过这个，声学群集开始合并相似声音——这通常意味着你最后进行10-15分钟的重命名。在工作表单中明确设置'预期发言者'以获得最佳结果。
05逐字或清理——我能选择吗？+
都能。逐字模式保留每个'嗯'、错误开始和重复的词进行言论分析。清理去除不流畅之处以提高可读性。你按工作选择；研究模板的默认值是逐字。
06对于IRB要求和参与者保密呢？+
文件在我们的基础设施中处理，不发送给第三方API。我们为IRB协议提供按工作自动删除-N日后标志。我们是SOC 2 Type II和GDPR兼容；如果你的IRB需要，DPA在法律页面上。
07我应该录制视频还是仅音频？+
仅音频就可以——我们不使用分层视频。如果你有参与者识别视频，请将其保存在本地以进行自己的编码；仅上传音频轨道更快更便宜。
08成本与Rev人工逐字相比如何？+
90分钟焦点小组在这里运行约$2.70，而在Rev逐字上约$135。权衡是准确度：我们落在86-94%，取决于麦克风设置，Rev的人类转录员达到~99%。大多数研究人员使用我们进行初始转录，仅当需要时升级特定小组为人工。