Come trascrivere un'intervista: trascrizioni accurate con etichette dei parlanti

Trascrivere manualmente un'intervista richiede ore di lavoro. Se hai una scadenza editoriale o stai lavorando a una ricerca con tempi stretti, potresti non avere quelle ore in più a disposizione. Gli strumenti di Speech to Text basati sull'IA trascrivono le interviste in pochi minuti, lasciandoti più tempo per la revisione e l'analisi. 

In questa guida vedremo come trascrivere accuratamente un'intervista con l'IA. Esploreremo anche strumenti, stili e formattazione per aiutarti a trasformare ogni intervista audio in una trascrizione scritta utilizzabile. 

In sintesi

• Le trascrizioni delle interviste devono spesso rispettare rigorosi standard di accuratezza per il giornalismo o la ricerca accademica. 
• La trascrizione in modalità verbatim cattura tutto ciò che viene detto nell'intervista, comprese ripetizioni e parole riempitive. 
• Per evitare errori nelle etichette dei parlanti, usa la trascrizione multicanale con un microfono separato per ciascun parlante. Questa funzione trascrive separatamente l'audio di ogni parlante, così le etichette restano corrette anche quando le voci si sovrappongono. 
• Eventi audio come risate, sospiri o applausi aggiungono contesto a una registrazione di un'intervista. ElevenCreative STT li contrassegna per impostazione predefinita, ma puoi disattivare l'impostazione “tag audio events” se non ti servono. 
• Se la tua intervista contiene nomi di persone, aziende o termini tecnici di settore, usa il keyterm prompting per chiarire l'ortografia prima dell'inizio della trascrizione. 

Cosa distingue la trascrizione delle interviste dalle trascrizioni di riunioni o chiamate

Gli intervistatori, nel giornalismo o nella ricerca accademica, devono estrarre citazioni dirette dalle trascrizioni. Quando le interviste durano un'ora o più, la trascrizione manuale non è praticabile, soprattutto se serve un elevato livello di accuratezza.

Queste citazioni finiscono in articoli pubblicati, report e riferimenti bibliografici. La trascrizione deve catturare tutto ciò che viene detto, senza modificare parole né omettere nulla.

Le riunioni di lavoro sono diverse. Tendono a essere più brevi e alla maggior parte dei team servono solo i punti chiave. Molti si affidano a strumenti che riassumono la riunione anziché produrre una registrazione parola per parola.

Se stai scegliendo un software per trascrivere interviste, l'accuratezza dovrebbe venire prima di tutto, ma non dovrebbe essere l'unico elemento della tua checklist. Ecco le funzionalità più importanti.

Verbatim o pulito: scegli lo stile della trascrizione

Per trascrivere le tue interviste, puoi scegliere tra due stili: verbatim o pulito.

Una trascrizione verbatim cattura ogni parola ed espressione della conversazione, senza modificare o rimuovere nulla. Include ripetizioni, false partenze e parole riempitive come “ehm” o “uh”. 

Una trascrizione pulita rimuove le parole riempitive e le ripetizioni, ma mantiene la grammatica e la formulazione originali. Le trascrizioni pulite migliorano la leggibilità preservando l'intento originale della conversazione. 

Per la maggior parte delle interviste, le trascrizioni verbatim sono la scelta migliore. Poiché preservano l'intera conversazione, rispettano i rigorosi standard di accuratezza richiesti nel giornalismo, nella ricerca accademica o in ambito legale. 

Tuttavia, in alcune situazioni la trascrizione pulita è adatta alle interviste. Ad esempio, potresti aver condotto un'intervista per il tuo podcast e volerla trasformare in un post Q&A per il tuo sito web. In questo caso, la trascrizione pulita offre risultati pronti per la pubblicazione. 

ElevenCreative Speech to Text supporta sia la trascrizione verbatim sia quella pulita in ElevenLabs Playground e in ElevenAPI, utilizzando il modello Scribe v2. Le trascrizioni verbatim sono l'impostazione predefinita, ma puoi creare trascrizioni pulite attivando Clean Transcript/No Verbatim nel pannello delle impostazioni di Playground oppure abilitando il parametro no_verbatim in ElevenAPI. 

Etichette dei parlanti corrette

Nella trascrizione delle interviste, le etichette dei parlanti chiariscono chi ha detto cosa. Un'etichetta errata può portare ad attribuire in modo inaccurato una citazione, quindi è importante che siano corrette. 

Gli strumenti di Speech to Text basati sull'IA offrono due metodi per etichettare i parlanti. Il metodo da usare dipende da come registri le interviste. 

Se usi un unico microfono per registrare entrambi i parlanti, il modello di trascrizione usa la diarizzazione integrata per identificarli, separarli ed etichettarli automaticamente. I modelli che usano la diarizzazione possono commettere errori, soprattutto se i parlanti hanno voci simili o parlano uno sopra l'altro. 

Se ogni parlante ha il proprio microfono, puoi usare la trascrizione multicanale per assicurarti che le etichette dei parlanti siano accurate. Con questo metodo di trascrizione, ogni canale audio ha la propria etichetta del parlante nella trascrizione. 

La trascrizione multicanale richiede una configurazione dei microfoni più complessa rispetto all'uso di una singola registrazione per entrambi i parlanti. Tuttavia, offre etichette dei parlanti più chiare e accurate. Poiché ogni parlante ha un canale preconfigurato, il modello di trascrizione non deve identificarli dalla voce. 

Gestire sovrapposizioni e interruzioni

L'etichettatura dei parlanti non è sempre semplice. Durante una conversazione è normale che i parlanti si sovrappongano o si interrompano a vicenda. 

Quando trascrivi un'intervista per il giornalismo o la ricerca accademica, è essenziale etichettare accuratamente le sovrapposizioni e le interruzioni. Così ogni citazione viene attribuita al parlante corretto. 

Se possibile, usa un microfono separato per ogni parlante e trascrivi in modalità multicanale. In questa modalità, ogni parlante viene registrato e trascritto separatamente. Così si evitano errori di etichettatura, anche quando i parlanti si sovrappongono. 

Se usi un unico microfono per l'intervista, il modello di trascrizione utilizzerà la diarizzazione dei parlanti automatizzata per indicare chi parla e quando. Con questo approccio possono verificarsi errori di etichettatura, soprattutto quando i parlanti si sovrappongono. Per garantire l'accuratezza, la trascrizione potrebbe richiedere una leggera revisione manuale. 

Catturare il tono durante la trascrizione delle interviste

Il tono di un parlante può cambiare completamente il significato di ciò che dice e dovrai assicurarti che queste sfumature siano preservate nelle trascrizioni delle tue interviste. Per farlo, regola le impostazioni del tuo strumento di trascrizione affinché catturi risate, sussurri, sospiri e altri eventi non vocali. 

Per farlo con ElevenLabs, usa il parametro tag_audio_events. Questa impostazione viene attivata automaticamente quando converti voce in testo con ElevenCreative e quando usi ElevenAPI. 

Se non vuoi catturare questi eventi nella trascrizione dell'intervista, disattiva “Tag audio events” quando crei una trascrizione in Playground. In ElevenAPI, usa tag_audio_events="false" per disattivare questa impostazione. 

Contrassegnare gli eventi non vocali è particolarmente importante quando intervisti un soggetto per un profilo o una storia orale, perché consente di catturarne pienamente l'intento e l'espressione. È utile anche per le interviste nella ricerca qualitativa, dove gli eventi non vocali possono influire sui risultati finali. 

Trascrivere correttamente nomi e termini

Molte interviste contengono nomi e termini tecnici di settore che i modelli di trascrizione non riconoscerebbero autonomamente. 

Con il keyterm prompting, puoi chiarire nomi, parole o frasi prima dell'inizio del processo di trascrizione. Questo evita che il modello di trascrizione li scriva in modo errato o li confonda con altre parole più comuni. 

ElevenLabs Scribe v2 supporta fino a 1.000 keyterm per trascrizione, mentre ElevenLabs Scribe v2 Realtime supporta 50 keyterm per trascrizione. 

Due modi per trascrivere: upload senza codice o API

ElevenLabs offre due metodi di Speech to Text per trascrivere le interviste. ElevenLabs Playground è uno strumento senza codice, mentre ElevenLabs Speech to Text API aggiunge funzionalità di trascrizione direttamente agli strumenti digitali che stai creando. 

Trascrivere un'intervista con ElevenLabs Playground richiede pochi minuti e non necessita di alcuna configurazione. Carica il file audio direttamente nella dashboard, quindi attiva le impostazioni di trascrizione che preferisci. 

Prima dell'inizio della trascrizione, puoi regolare il tagging degli eventi non vocali, la modalità verbatim e la modalità multicanale in base alle tue preferenze. Puoi anche aggiungere keyterm pertinenti. 

Quando la trascrizione è pronta, puoi modificare il risultato direttamente nell'Editor delle trascrizioni integrato. Puoi anche esportarla in diversi formati di file, tra cui .txt, .docx, .pdf, .json, .html, .srt e .vtt. 

Se stai sviluppando un software e vuoi aggiungere funzionalità di trascrizione delle interviste, puoi usare Speech to Text API di ElevenLabs. Aggiungendo questa funzionalità al CMS della tua redazione, alla tua piattaforma podcast o al tuo strumento per la ricerca accademica, accelererai il processo di trascrizione delle interviste per tutto il tuo team. 

Trascrivi le tue interviste con ElevenCreative

Quando trascrivi interviste, l'accuratezza è fondamentale. Funzionalità come la trascrizione verbatim, la trascrizione multicanale, il tagging degli eventi audio e il keyterm prompting catturano ogni dettaglio della tua intervista per risultati accurati. 

Gli strumenti Speech to Text di ElevenCreative producono trascrizioni di interviste in pochi minuti, lasciandoti più tempo per la ricerca, la scrittura, la revisione e altro ancora. ElevenLabs Playground offre un'interfaccia intuitiva che non richiede configurazione e ti porta dal file audio alla trascrizione completa in pochi minuti. ElevenAPI integra la trascrizione delle interviste direttamente nella tua piattaforma software per workflow più rapidi. 

Registrati oggi a ElevenLabs per iniziare a trascrivere le tue interviste o scoprire tutto ciò che ElevenCreative ha da offrire.

FAQ