Trascrizione di un focus group: come registrare, trascrivere ed etichettare i parlanti
Dzianis Kukareka, Fondatore · Aggiornato

La trascrizione di un focus group consiste nel trasformare una discussione di gruppo registrata in un testo scritto, con ogni intervento attribuito a chi lo ha pronunciato, da codificare e citare. Il metodo affidabile più rapido: registrare con un microfono centrale, passare il file a una trascrizione AI per ottenere le parole e una prima ipotesi di etichette dei parlanti, poi dedicare il proprio tempo a verificare chi ha detto cosa nei passaggi che analizzerai. In un focus group l'AI azzecca le parole molto più spesso dei parlanti, quindi tutto il flusso di lavoro ruota attorno alla verifica delle attribuzioni.
Questa guida spiega come registrare un gruppo perché si trascriva bene, un flusso di lavoro passo per passo, com'è fatta una trascrizione di focus group finita e quanto costano servizi umani e software.
Come si trascrive un focus group?
La versione breve, in ordine:
Registra per la trascrizione, non solo per ricordare. Un buon microfono da tavolo al centro del gruppo, una stanza silenziosa, un giro di presentazioni a voce all'inizio.
Ottieni una bozza automatica. Carica la registrazione in uno strumento di trascrizione con etichette dei parlanti e lascia che produca le parole e una prima ipotesi su chi parla.
Abbina le etichette ai partecipanti. Usa il giro di presentazioni e i nomi pronunciati dal moderatore per collegare "Speaker 3" a un posto reale e a un codice partecipante.
Verifica le citazioni che contano. Riascolta ogni passaggio che codificherai, citerai o riporterai, e lì correggi attribuzioni e parole fraintese.
Segna ciò che non si può risolvere, come le voci sovrapposte, invece di tirare a indovinare.
Anonimizza ed esporta nel tuo strumento di analisi con i codici dei partecipanti.
Battere tutto a mano resta un'opzione, ma è lento. Un manuale di metodi qualitativi della Rutgers osserva che trascrivere una discussione di focus group di 60 minuti può richiedere fino a 10 ore. Con una bozza automatica, quelle ore si spostano dalla battitura al controllo.
Perché trascrivere un focus group è più difficile di un'intervista
Una trascrizione di un'intervista a due ha due voci che raramente si sovrappongono. Un focus group ne ha da sei a dieci, e lo stesso capitolo della Rutgers indica 6–10 partecipanti come dimensione abituale. Questo cambia il problema in tre modi.
Etichettare i parlanti diventa più difficile a ogni voce in più. La speaker diarization, il passaggio che stabilisce chi ha parlato e quando, raggruppa le voci in base alle loro caratteristiche acustiche. Voci simili (stessa età, genere e accento, cosa frequente quando si recluta un gruppo omogeneo) vengono fuse in un solo parlante o divise in due.
Le sovrapposizioni sono normali. Segni di assenso, interruzioni e risate condivise mettono due o tre voci nello stesso secondo. Una trascrizione è un'unica riga di testo, quindi qualcosa deve cedere.
Il microfono è lontano dalla maggior parte delle persone. Chi siede in fondo al tavolo arriva al microfono attraverso il riverbero della stanza, e la stessa persona può suonare diversa quando si appoggia allo schienale.
L'effetto della distanza si vede nei benchmark pubblicati. Il modello open source di diarization pyannote riporta un diarization error rate del 18,8% sul corpus di riunioni AMI con audio da cuffie e del 22,4% sulle stesse riunioni registrate con un solo canale di un array di microfoni a distanza, contando anche il parlato sovrapposto. Si tratta di riunioni piccole, da quattro persone. Un focus group più numeroso e vivace registrato con un solo microfono d'ambiente si colloca sul versante più difficile di quell'intervallo, mentre il livello delle parole di solito regge molto meglio. Se vuoi approfondire l'accuratezza delle parole, leggi perché l'accuratezza della trascrizione AI varia.
Come registrare un focus group per avere una trascrizione pulita
Gran parte della qualità della trascrizione si decide prima di premere "carica". Queste abitudini non costano nulla durante la sessione e fanno risparmiare ore dopo.
Usa un microfono boundary o da conferenza al centro. Mettilo in mezzo al tavolo, non davanti al moderatore. Un telefono a un'estremità di un tavolo lungo cattura la metà vicina della stanza e il riverbero del resto. Se puoi, aggiungi un secondo registratore all'altra estremità come traccia di riserva.
Scegli una stanza "morbida". Moquette, tende e sedie imbottite assorbono il riverbero. Sale riunioni a vetrate e saloni vuoti rendono ogni voce impastata.
Apri con un giro di presentazioni. "Facciamo il giro del tavolo: nome e ultimo prodotto che avete reso." Venti o trenta secondi in cui ciascun partecipante parla da solo ti danno un campione di riferimento per abbinare le etichette dei parlanti in seguito.
Chiedi al moderatore di pronunciare i nomi. "Grazie, Maria. David, mi sembrava che scuotessi la testa?" Ogni nome detto ad alta voce è un punto di riferimento nella trascrizione per correggere le etichette lì intorno. Ed è comunque una buona tecnica di moderazione, perché coinvolge i partecipanti più silenziosi.
Fissa una regola sulle sovrapposizioni. "Una voce alla volta, per favore, stiamo registrando." Ripetila con garbo quando la discussione si accende.
Tieni una mappa dei posti e una persona che prende appunti. Un assistente del moderatore che annota chi ha parlato nei momenti chiave ("P04 forte obiezione sul prezzo, circa al minuto 40") trasforma i passaggi ambigui in casi risolti durante il controllo.
Registra anche il consenso. Annuncia all'inizio la registrazione e il suo scopo e raccogli il consenso di ogni partecipante secondo il tuo protocollo etico. Le regole cambiano da paese a paese e da contesto a contesto; la nostra guida sul consenso alla registrazione negli USA e nell'UE riassume le basi.
Se il metodo lo consente, i gruppi più piccoli si trascrivono meglio. Ogni partecipante in più aggiunge una voce da separare e più occasioni di sovrapposizione.
Trascrivere i dati di un focus group passo per passo
Carica la traccia migliore. Se hai registrato con due dispositivi, ascolta un minuto di ciascuno e usa quello più pulito. La maggior parte degli strumenti gestisce bene le registrazioni lunghe; prima di una sessione di 2 ore controlla il limite di dimensione dei file.
Genera la trascrizione con le etichette dei parlanti attive. Aspettati un livello delle parole solido e un livello dei parlanti da sistemare.
Calibra le etichette sul giro di presentazioni. Riproduci il giro iniziale, annota quale etichetta ha ricevuto ogni partecipante e rinominale con i codici (P01, P02…). Poi scorri il testo cercando i punti in cui un'etichetta copre all'improvviso due opinioni di fila: è il segno che due voci sono state fuse.
Verifica dove conta per l'analisi. Non ogni "mm-hm" ha bisogno di un proprietario. Ogni passaggio che codificherai, citerai o conterai sì: clicca sul timestamp, ascolta, conferma parlante e parole. Metti in conto questo tempo in modo esplicito; in un gruppo vivace è la parte più consistente del lavoro.
Segna ciò che non si può risolvere. Usa etichette coerenti come [voci sovrapposte], [incomprensibile 00:41:12] e [partecipante non identificato]. Un'incognita segnalata è un dato onesto; un nome indovinato corrompe l'analisi.
Aggiungi le note del moderatore e del contesto. Inserisci le note dell'osservatore, come [il gruppo ride] o [P03 indica il prototipo], dove cambiano il significato.
Anonimizza, poi esporta. Sostituisci nomi e dettagli identificativi, tieni un registro delle modifiche ed esporta in DOCX per la lettura o in CSV/XLSX se il tuo flusso di codifica usa fogli di calcolo.
Per i gruppi online su Zoom, Google Meet o Teams, lo stesso flusso si applica alla registrazione della piattaforma; questa guida alla trascrizione delle registrazioni delle riunioni spiega dove ogni piattaforma salva i file. Il client desktop di Zoom ha anche un'opzione di registrazione locale che salva un file audio separato per ogni partecipante. Quando funziona, ogni file contiene una sola voce e il problema dell'attribuzione sparisce del tutto, ma provala prima su una chiamata breve, perché alcuni utenti segnalano che non sempre produce i file separati.
Esempio di trascrizione di un focus group
Non esiste un formato obbligatorio, ma una trascrizione di focus group utilizzabile ha un'intestazione con i dati della sessione, codici dei partecipanti al posto dei nomi, timestamp a ogni cambio di parlante ed etichette coerenti per gli eventi non verbali. Ecco un breve esempio in questo formato:
Sessione: FG-03, app di online banking, 8 reclutati, 7 presenti Data: 2026-10-14 | Moderatore: MOD | Note dell'osservatore: AM Partecipanti: P01–P07 (solo codici; chiave conservata a parte) [00:12:04] MOD: Parliamo della schermata dei bonifici. P05, ne accennavi prima? [00:12:09] P05: Sì, non so mai se i soldi sono partiti o no. Non c'è nessuna conferma. [00:12:15] P02: Uguale. Faccio uno screenshot ogni volta, non si sa mai. [00:12:18] [voci sovrapposte, diversi partecipanti d'accordo] [00:12:21] P07: A me però piace che sia veloce. [ride] [00:12:25] MOD: Veloce ma non rassicurante. Qualcuno la vede diversamente? [00:12:29] [partecipante non identificato]: Dipende dall'importo. [00:12:31] P01: Esatto, per l'affitto controllo tre volte.
Le convenzioni dietro questo esempio, come modello rapido:
| Elemento | Convenzione | Perché conta |
|---|---|---|
| Codici dei parlanti | MOD, AM, P01–P10; chiave conservata a parte | Mantiene la trascrizione pseudonimizzata e codificabile |
| Timestamp | A ogni cambio di parlante, hh:mm:ss | Permette a chiunque di tornare all'audio per verificare una citazione |
| Sovrapposizioni | [voci sovrapposte] con una breve descrizione | Registra che c'è stato assenso senza inventare chi l'ha espresso |
| Parlato poco chiaro | [incomprensibile hh:mm:ss] | Segnala il vuoto e dove riascoltare |
| Parlante sconosciuto | [partecipante non identificato] | Evita attribuzioni false in fase di codifica |
| Eventi non verbali | [ride], [il gruppo ride], [pausa] | Conserva il tono dove cambia il significato |
| Omissioni | [datore di lavoro], [paese], [parte rimossa] | Mostra a chi legge che qualcosa è stato tolto di proposito |
Trascrizione verbatim o pulita per un focus group?
Decidilo prima di trascrivere, perché cambia quanto controllo ti servirà. Una trascrizione pulita (verbatim intelligente) elimina intercalari e false partenze ed è sufficiente per la maggior parte delle analisi tematiche, in cui si codifica ciò che le persone hanno detto. Una trascrizione verbatim integrale conserva ogni "ehm", ripartenza e sovrapposizione; l'analisi della conversazione e quella del discorso di solito ne hanno bisogno. Gli strumenti automatici producono di default qualcosa di vicino al verbatim pulito, e le voci sovrapposte di un gruppo sono proprio il punto in cui il verbatim integrale è più difficile da automatizzare. Se il tuo metodo lo richiede, metti in conto molto lavoro manuale sui passaggi sovrapposti.
Servizi o software per la trascrizione dei focus group: costi e tempi
Le opzioni realistiche sono tre, e differiscono soprattutto per dove vanno a finire le ore.
| Opzione | Costo per un gruppo di 90 minuti | Il tuo tempo | Attribuzione dei parlanti |
|---|---|---|---|
| Trascrivere da sé | Gratis | Molte ore di battitura (fino a circa 10 ore per ogni ora registrata, secondo la stima della Rutgers) | Tua, quindi buona quanto i tuoi appunti e la tua memoria |
| Servizio di trascrizione umana | Circa $179 con la tariffa di Rev di $1.99 al minuto; anche gli altri servizi umani fanno pagare per minuto di audio | Solo il controllo | Fatta da un trascrittore che non era nella stanza; vale comunque la pena fare controlli a campione |
| Trascrizione AI più la tua verifica | Molto meno di un servizio umano; per esempio circa $8 dal pacchetto da 200 minuti di BlaBlaScribe | Controllo e correzione delle etichette, di solito una frazione del tempo di battitura | Etichette in bozza dalla diarization; tu verifichi i passaggi che usi |
Il prezzo attuale di Rev è indicato nella sua pagina dei prezzi ($1.99 al minuto per la trascrizione umana a novembre 2026). I servizi umani hanno più senso quando ti serve il verbatim integrale su audio difficili o non hai proprio tempo per controllare. Per un confronto più completo, leggi quando la trascrizione umana non vale la spesa e la nostra rassegna dei migliori software di trascrizione AI.
Come esempio della strada software, BlaBlaScribe trascrive registrazioni caricate in oltre 120 lingue con le etichette dei parlanti ed esporta in DOCX, CSV, XLSX e altri formati. L'accuratezza sulle parole arriva fino al 99,8% su audio pulito; su una registrazione di gruppo rumorosa sarà più bassa e, come ogni sistema di diarization, non riesce a separare in modo affidabile due persone che parlano insieme. Non è un bot per le riunioni e non entra nelle sessioni dal vivo: carichi la registrazione o incolli un link. Il piano gratuito offre 30 minuti una tantum, e un pacchetto da 200 minuti costa $17.50 senza abbonamento. I file vengono elaborati su server in Germania e non sono usati per addestrare l'AI, un aspetto che conta per la revisione etica.
Come anonimizzare la trascrizione di un focus group
Voci, nomi e storie dei partecipanti sono dati personali, quindi pianifica l'anonimizzazione come parte della trascrizione, non come un ripensamento. Le indicazioni dello UK Data Service sull'anonimizzazione dei dati testuali raccomandano alcune pratiche che si adattano bene ai focus group:
Usa sostituzioni descrittive, non spazi vuoti. "[collega 1]" o "[città natale]" mantengono leggibile la discussione; una fila di X la rende inutile per l'analisi.
Applica le sostituzioni in modo coerente in tutte le trascrizioni del progetto, e ricorda che le persone si chiamano tra loro con soprannomi che una ricerca non troverà.
Tieni un registro dell'anonimizzazione con ogni modifica, conservato separatamente dalle trascrizioni.
Le discussioni di gruppo aggiungono un rischio che le interviste non hanno: i partecipanti si nominano a vicenda e citano luoghi di lavoro o quartieri in comune. Cerca questi riferimenti incrociati, non solo le etichette dei parlanti. Ricorda anche che secondo il GDPR dell'UE (considerando 26) i dati pseudonimizzati che possono ancora essere ricondotti a una persona tramite una chiave restano dati personali, quindi la trascrizione con i codici dei partecipanti va comunque conservata in modo sicuro finché possiedi la chiave.
Domande frequenti
Quanto tempo serve per trascrivere un focus group?
A mano può servire fino a circa 10 ore per ogni ora di discussione. Con una bozza AI il lavoro diventa controllare le etichette dei parlanti e le citazioni chiave, cosa che di solito richiede una frazione di quel tempo, a seconda delle dimensioni del gruppo e della qualità dell'audio.
Quanto costa la trascrizione di un focus group?
I servizi umani fanno pagare per minuto di audio; Rev, per esempio, indica $1.99 al minuto, circa $179 per un gruppo di 90 minuti. La trascrizione AI costa molto meno (per esempio circa $8 per 90 minuti da un pacchetto da 200 minuti a $17.50), ma impieghi il tuo tempo a verificare chi ha detto cosa.
L'AI riesce a distinguere ogni parlante in un focus group?
Non in modo affidabile. L'etichettatura dei parlanti funziona meglio con poche voci distinte che si alternano e peggiora con più partecipanti, voci simili, parlato sovrapposto e un microfono lontano, quindi metti in conto di verificare le attribuzioni nei passaggi che analizzi.
Che cosa deve contenere la trascrizione di un focus group?
Un'intestazione con i dati della sessione, i codici dei partecipanti al posto dei nomi, un timestamp a ogni cambio di parlante ed etichette coerenti per sovrapposizioni, parlato incomprensibile, parlanti non identificati e omissioni. Così è codificabile e chiunque può verificare una citazione sull'audio.
Le trascrizioni dei focus group devono essere verbatim?
Per la maggior parte delle analisi tematiche basta il verbatim pulito (intelligente). Il verbatim integrale, con ogni intercalare e sovrapposizione, serve per l'analisi della conversazione o del discorso e richiede molto più lavoro manuale sulle voci sovrapposte del gruppo.
Per la trascrizione è meglio registrare i focus group online o in presenza?
I gruppi online di solito si trascrivono meglio, perché ogni partecipante è vicino al proprio microfono e alcune piattaforme possono salvare un audio separato per partecipante. In presenza, un microfono centrale sul tavolo, un giro di presentazioni e un moderatore che pronuncia i nomi recuperano gran parte della differenza.
Trasforma le tue registrazioni in testo utilizzabile
Carica audio o video, incolla un link di YouTube o registra dal browser: in pochi minuti avrai una trascrizione con i parlanti identificati, in oltre 120 lingue.
Prova BlaBlaScribe gratisSenza carta di credito · Archiviati nell’UE · Mai usati per addestrare l'IA




