Nitel araştırmada transkripsiyon: Görüşme kayıtlarını yazıya dökmeden kodlamaya hazır metne

Nitel araştırmada transkripsiyon, yani görüşme kayıtlarını yazıya dökme, kaydedilmiş görüşmeleri ya da odak gruplarını kodlayabileceğiniz, alıntılayabileceğiniz ve arşivleyebileceğiniz yazılı metne dönüştürmektir. 2026'da işleyen yöntem, yapay zekanın hazırladığı bir taslağı araştırmacının sesle karşılaştırarak kontrol etmesidir; bunu da ilk görüşmeden önce seçtiğiniz bir kurala göre yaparsınız: temizlenmiş birebir döküm, tam birebir döküm ya da Jefferson notasyonu. Transkript sizin veri setinizdir; dolayısıyla onunla ilgili her karar (neyin kalacağı, konuşmacıların nasıl etiketleneceği, anonimleştirmenin nasıl yapılacağı) yöntem bölümünüzde yer almalıdır.

Bu rehber, kayıttan NVivo ya da MAXQDA'ya sorunsuz aktarılan bir dosyaya kadar bu kararları sırasıyla ele alıyor.

Nitel araştırmada transkripsiyon nedir?

Çoğu projede analiz edilen şey kayıt değil, transkripttir. Kodlar onun satırlarına bağlanır, makaledeki alıntılar ondan kopyalanır; bir arşiv ya da ikinci bir kodlayıcı da yalnızca metni görür. Bu da yazıya dökmeyi daktilo işi olmaktan çıkarıp yorumlayıcı bir adıma dönüştürür: konuşmanın hangi özelliklerinin sayfaya geçeceğine siz karar verirsiniz ve dışarıda bıraktığınız hiçbir şey artık kodlanamaz.

Bütün işi üç soru belirler:

• Analiz ne düzeyde ayrıntı gerektiriyor? Tematik analiz içerikle çalışır; konuşma çözümlemesi ise zamanlama, üst üste konuşma ve tonlamayla.

• İlk taslağı kim hazırlıyor? Siz, bir araştırma asistanı, insan eliyle çalışan bir deşifre hizmeti ya da konuşma tanıma.

• Ses nereye gidiyor? Etik kurul onayınız ve onam formunuz, kaydı işleyen her sistemi kapsamak zorundadır.

Nitel araştırmada birebir transkript türleri

Araştırmacılar "birebir" sözcüğünü gevşek kullanır; bu yüzden protokolünüzde tam olarak hangi kuralı uyguladığınızı adlandırın ve her dosyaya aynı kuralı uygulayın. Yaygın üç düzey:

Jefferson'ın sembolleri, konuşma çözümlemecilerinin en sık atıf yaptığı kaynak olan Glossary of transcript symbols (2004) çalışmasında tanımlanmıştır. Araştırma sorunuz konuşmanın nasıl örgütlendiğiyle değil de insanların ne söylediğiyle ilgiliyse, bu ihtiyacınızdan fazla ayrıntıdır ve deşifre süresini katlar.

Pek çok görüşme çalışması için pratik bir orta yol: temel olarak temizlenmiş birebir döküm, artı her zaman koruduğunuz kısa bir özellik listesi; örneğin gülme, uzun duraklamalar ve duyulabilir duygu, [gülüyor] ya da [uzun duraklama] gibi köşeli parantez içi notlar halinde.

Görüşme kayıtlarını yazıya dökme: adım adım

Bu iş akışı yöntem bölümünde savunulabilir ve araştırmacıyı veriye yakın tutar:

1. Transkripti düşünerek kayıt yapın. Sessiz bir oda, görüşmeci ile katılımcı arasına yerleştirilmiş bir kayıt cihazı ve mümkünse uzaktan görüşmelerde ayrı mikrofonlar. Ses kalitesi doğruluğun tavanını belirler; yapay zeka transkripsiyon doğruluğunun neden değiştiğini anlatan rehberimiz en önemli etkenleri ele alıyor.

2. Süreci pilot görüşmeyle deneyin. Pilot görüşmenizi baştan sona tüm süreçten geçirin ve düzeltme turunun ne kadar sürdüğünü not edin. Tüm örneklem için kaç saat ayırmanız gerektiğini bir sağlayıcının kıyaslama sonucu değil, bu süre söyler.

3. Konuşmacı etiketli bir taslak üretin. Konuşmacı ayırma (speaker diarization), metni seslere göre böler. Bire bir görüşme bunun için en kolay durumdur.

4. Genel etiketleri katılımcı kodlarıyla değiştirin. "Konuşmacı 1" ve "Konuşmacı 2" yerine her dosyada "INT" ve "P07"; böylece kodlama yazılımı ve sonraki okuyucular aynı tanımlayıcıları görür.

5. Taslağı sesle karşılaştırarak kontrol edin. Yalnızca yanlış görünen pasajları değil, kaydın tamamını dinleyin. İsimlere, sayılara, olumsuzluklara ("yapabilirdim" ile "yapamazdım") ve alıntılayabileceğiniz her pasaja özellikle dikkat edin. Bu tur aynı zamanda ilk yakın okumanız olur; bir not (memo) dosyasını açık tutun.

6. Duyamadığınızı işaretleyin. Tahmin etmek yerine [anlaşılmıyor 00:14:22] ya da [belirsiz: muhtemelen "sözleşme"] yazın. Sessizce tahmin edilmiş bir kelime, uydurulmuş bir veridir.

7. Anonimleştirin, sonra bir kodlama kopyası kaydedin. Doğrulanmış aslını erişimi kısıtlı bir yerde saklayın ve takma adlı sürümle çalışın (aşağıdaki anonimleştirme bölümüne bakın).

8. Dışa aktarın ve içe aktarın. Kodlama yazılımı için DOCX ya da TXT; sese geri dönebilmek istiyorsanız konuşmacı geçişlerinde zaman damgalarıyla.

Akademi dışındaki, örneğin gazetecilik ya da işe alım için yapılan görüşme dökümlerinin genel işleyişi için röportaj deşifresi nasıl yapılır yazımıza bakın.

Nitel araştırma transkriptinde yazım kuralları

İlk dosyadan önce tek sayfalık bir kural listesi yazın ve deşifre eden ya da kontrol eden herkese verin. Kodlama aşamasında en çok zaman kazandıran kurallar şunlardır:

Nitel görüşme transkripti örneği

Yukarıdaki kurallarla, temizlenmiş birebir üslupta kısa bir alıntı (örnek olsun diye kurgulanmıştır):

[00:12:45] INT: Uzaktan çalışmaya geçiş haftanızı nasıl değiştirdi?
[00:12:49] P07: İlk başta iyiydi. Sonra [yönetici 1] sabah sekizde görüşme koymaya başladı ve ben de [duraklama] kafamı işten koparamaz oldum.
[00:13:02] INT: Nasıl koparamaz oldunuz?
[00:13:04] P07: [gülüyor] Laptop mutfak masasında, kısacası. Eşim bundan nefret etti. [anlaşılmıyor 00:13:09] bütün bahar.

Her konuşma sırası bir zaman damgası ve bir kodla başlar, belirsizlik işaretlenmiştir ve kimliği ele verebilecek tek ayrıntı bir etikete dönüşmüştür.

Nitel transkriptler nasıl anonimleştirilir

Nitel verileri yeniden kullanım için arşivleyen UK Data Service, metin verilerinin anonimleştirilmesi sayfasında kamuya açık en pratik rehberliği sunuyor. Görüşme transkriptlerine uygulandığında ana noktaları şunlar:

• Ayrıntıları silmek yerine takma adlar ya da [iş arkadaşı 1] gibi betimleyici etiketler kullanın; böylece anlatı anlamını korur.

• Değiştirmeleri tutarlı uygulayın; tüm transkriptlerde ve ilgili materyallerde. Aynı kişi her dosyada aynı etiketi alır.

• Neyi değiştirdiğinize dair bir anonimleştirme kaydı tutun ve bunu anonimleştirilmiş dosyalardan ayrı saklayın.

• Aşırı anonimleştirmeyin. Bağlama dair her ayrıntıyı silmek veriyi işe yaramaz hale getirebilir; kontrollü erişim çoğu zaman daha ağır düzenlemeden daha iyi bir araçtır.

Zor kısım dolaylı tanımlayıcılardır. Bir unvan, küçük bir kasaba ve nadir bir hastalık bir araya geldiğinde, metinde hiç isim olmasa bile tek bir kişiyi işaret edebilir. Her transkripti bir kez de yalnızca bu birleşimler için okuyun.

AB ve Birleşik Krallık'taki çalışmalarda hukuki ayrımı aklınızda tutun. GDPR'ın 26 numaralı gerekçesine (Recital 26) göre, ek bilgiyle yeniden kimliklendirilebilen takma adlı veriler hâlâ kişisel veridir. Etiketlerin kullanıldığı ve anahtarın ayrı tutulduğu bir transkript anonim değil, takma adlandırılmıştır; veri yönetim planınız da onu böyle ele almalıdır. Kayıt için onam kuralları ülkeden ülkeye değişir; ABD ve AB'de kayıt onamı yazımız temel bilgileri özetliyor.

Transkriptleri NVivo, MAXQDA ve ATLAS.ti'ye aktarma

Kodlama araçları yapıyı basit örüntülerden okur; bu yüzden tutarlı bir transkript neredeyse hiç temizlik gerektirmeden içe aktarılır.

• NVivo bir transkripti içe aktarıp medya dosyasına bağlayabilir. Transkript içe aktarma yardım sayfası (NVivo 14), zaman damgalarını hh:mm:ss ya da mm:ss olarak kabul eder ve ardından iki nokta ile bir boşluk gelen ifadeyi konuşmacı adı olarak okur; metindeki rastgele iki noktaların sorun çıkarmasının nedeni budur. Kabul edilen dosya türleri sürüme göre değişir: NVivo 14'ün Mac yardımı transkript satırları için TXT, CSV ya da TSV isterken Windows yardımı Word ve RTF dosyalarını da listeler; bu yüzden kendi sürümünüzün sayfasını kontrol edin.

• MAXQDA, transkript içe aktarma sayfasına göre DOCX ve RTF transkriptleri içe aktarır ve [hh:mm:ss] ile hh:mm:ss dahil uzun bir zaman damgası formatı listesini tanır. Zoom ve Teams'in ürettiği altyazı formatı olan VTT dosyalarını da içe aktarır.

• ATLAS.ti ve benzeri araçlar DOCX ya da TXT dosyalarını metin belgesi olarak alır; zaman damgaları bu durumda medya bağlantısı değil, okuyarak kullandığınız referans noktalarıdır.

Önce tek bir dosyayla deneyin. Zaman damgaları senkronize olmuyorsa neden genellikle aracın tanımadığı bir format ya da sırası bozuk zaman damgalarıdır.

Odak grup görüşmelerini yazıya dökme

Odak grupları her açıdan bire bir görüşmelerden zordur: altı ila on ses, üst üste konuşma ve mikrofondan uzakta oturan katılımcılar. Birbirine benzeyen seslerin sayısı arttıkça konuşmacı ayırma daha az güvenilir hale gelir; daha uzun bir düzeltme süresi planlayın.

• Masanın ortasına bir kayıt cihazı ve mümkünse yedek olarak diğer uca ikinci bir cihaz koyun.

• Moderatörün ilk turda isim kullanmasını sağlayın ("Teşekkürler, P03"); böylece sesler daha sonra kodlarla eşleştirilebilir.

• Tartışmanın kızıştığı anlarda bir not tutucudan her konuşma sırasının ilk kelimelerini saatle birlikte kaydetmesini isteyin.

• Bazı üst üste konuşmaların [üst üste konuşma] olarak kalacağını kabul edin. Kelimeleri yanlış kişiye atamak yerine bunları dürüstçe işaretleyin.

Grup analizinde yanlış kişiye atanmış bir konuşma sırası, yanlış duyulmuş bir dolgu sesinden daha önemlidir; kontrol zamanınızı kimin ne söylediğine harcayın.

Nitel araştırma için transkripsiyon yazılımı mı, hizmet mi?

Gerçekçi üç yol var ve birçok proje bunları karıştırır:

Hangi aracı seçerseniz seçin, tek bir kaydı bile yüklemeden önce şu noktaları etik kurul onayınızla karşılaştırın:

• Sesin nerede işlendiği ve saklandığı, o ülkenin protokolünüz açısından kabul edilebilir olup olmadığı.

• Dosyaların model eğitmek için kullanılıp kullanılmadığı.

• Kayıtların ve transkriptlerin ne kadar süre tutulduğu, bunları kendiniz silip silemeyeceğiniz.

• Kurumunuz için bir veri işleme sözleşmesinin mevcut olup olmadığı.

• Hangi dışa aktarma formatlarını alacağınız (kodlama için DOCX ve TXT, konuşma sıralarında zaman damgaları).

BlaBlaScribe, yapay zeka yolu için seçeneklerden biridir: yüklenen kayıtları 120+ dilde konuşmacı etiketleriyle yazıya döker, transkripsiyonu Almanya'daki kendi sunucularında çalıştırır, dosyaları yapay zeka eğitmek için kullanmaz ve DOCX, TXT, CSV ile altyazı formatlarında dışa aktarır. Bir toplantı botu değildir ve görüşmelerinize katılmaz, Jefferson notasyonu üretmez; metni takma adlandırmak da sizin işiniz olarak kalır. Ücretsiz plan bir kereye mahsus 30 dakika verir; 10 dakikadan uzun dosyalarda dakika paketi ya da plan alana kadar yalnızca ilk 10 dakika görünür, dolayısıyla tam bir pilot görüşme için bunlardan birine ihtiyaç duyarsınız. Doğruluk rakamlarının gerçekte neyi ölçtüğünü anlamak için kelime hata oranı (WER) yazımıza bakın.

Başka dillerde yapılan görüşmeleri yazıya dökme

Görüşmeyi yapıldığı dilde yazıya dökün ve ekibiniz elverdiği sürece o dilde kodlayın. Kodlamadan önce çevirmek, katılımcının ifadesinin yerine çevirmeninkini koyar; oysa bir in vivo kod çoğu zaman tam da o ifadeye dayanır.

1. Özgün dilde yazıya dökün, örneğin ayrı bir İspanyolca transkripsiyon ya da Almanca transkripsiyon ayarıyla.

2. Ekipten biri akıcı biçimde okuyabildiği her yerde özgün dilde kodlayın.

3. Yayın için seçilen alıntıları en sonda çevirin ve bunları dili akıcı konuşan birine kontrol ettirin.

4. Yöntem bölümünde çeviriyi kimin ve hangi aşamada yaptığını belirtin.

Tüm transkriptin makine çevirisi, tek dil bilen danışmanların veriye erişmesi için faydalıdır; yeter ki herkes veri setinin özgün metin olarak kaldığında hemfikir olsun.

Transkripsiyon yöntem bölümünde nasıl raporlanır

Hakemler transkriptleri kimin, hangi ayrıntı düzeyinde ürettiğini ve nasıl kontrol edildiğini bilmek ister. Şöyle bir cümle bunu karşılar: "Görüşmeler onamla ses kaydına alınmış, otomatik konuşma tanıma kullanılarak temizlenmiş birebir üslupta yazıya dökülmüş ve isim ile yerleri de takma adlandıran ilk yazar tarafından kayıtlarla karşılaştırılarak baştan sona kontrol edilmiştir." Alanınız bekliyorsa aracın adını ekleyin ve anlaşılmayan pasajların nasıl işaretlendiğini belirtin.

Sıkça sorulan sorular

Yapay zeka transkripsiyonu nitel araştırmada kabul edilebilir mi?

Evet; yeter ki etik kurul onayınız ve onam formunuz aracı kapsasın ve bir araştırmacı her transkripti sesle karşılaştırarak kontrol etsin. Hem aracı hem de kontrol adımını yöntem bölümünüzde açıklayın.

Nitel araştırmada birebir transkript nedir?

Katılımcıların söylediklerinin kelimesi kelimesine yazılı kaydıdır. Tam birebir döküm dolgu seslerini, tekrarları ve duraklamaları korur; temizlenmiş birebir döküm ise dolgu seslerini ve yarım kalan başlangıçları çıkarır ama her içerik kelimesini ve konuşmacının kendi dil bilgisini korur.

Nitel görüşmelerimi kendim mi yazıya dökmeliyim?

Kendiniz yazıya dökmek veriyle en yakın tanışıklığı sağlar ama çok daha uzun sürer. Yapay zeka taslağını sesle satır satır karşılaştırarak kontrol etmek, aynı dalışın büyük kısmını daha kısa sürede sağlar; birçok araştırmacının artık böyle çalışmasının nedeni budur.

Çok konuşmacılı bir odak grup nasıl yazıya dökülür?

Merkezi bir mikrofonla kayıt yapın, moderatörün katılımcı kodlarını erkenden kullanmasını sağlayın ve konuşmacı atamalarını elle düzeltmeyi bekleyin. Kimin konuştuğunu tahmin etmek yerine üst üste konuşmaları [üst üste konuşma] olarak işaretleyin.

NVivo transkript için hangi formatı ister?

NVivo, hh:mm:ss ya da mm:ss biçiminde yazılmış zaman damgalarını okur ve ardından iki nokta ile boşluk gelen metni konuşmacı adı olarak kabul eder. Kabul edilen dosya türleri sürüme ve platforma göre değişir; tüm seti aktarmadan önce kendi sürümünüzde bir transkripti deneyin.

Takma adlı bir transkript GDPR kapsamında anonim sayılır mı?

Hayır. Etiketler elinizdeki bir anahtarla kişilere geri bağlanabiliyorsa, transkript GDPR kapsamında takma adlandırılmış kişisel veridir ve diğer kişisel verilerle aynı korumayı gerektirir.