Wie voor zijn werk mensen interviewt, kent het ongemakkelijke randje aan de transcriptievraag. Je hebt een bron vertrouwelijkheid beloofd, of je ethische commissie heeft een protocol goedgekeurd, of je deelnemer tekende een toestemmingsformulier waarin staat wie toegang heeft tot de opname. Dan upload je het bestand naar een transcriptiedienst, en het eerlijke antwoord op "wie heeft deze audio nu" wordt "een bedrijf waarvan ik de voorwaarden niet heb gelezen".

Voor veel interviewwerk is dat diskwalificerend, hoe goed de nauwkeurigheid ook is. Dit is een werkwijze om het geheel lokaal op een Mac te doen.

Waarom interviews een eigen probleem zijn

Interviewaudio verschilt van vergaderaudio op manieren die tools voor vergaderingen breken:

  • Twee mensen, lange beurten. Sprekerscheiding telt enorm, en de beurten zijn lang in plaats van het snelle heen en weer van een standup.
  • De exacte woorden doen ertoe. Voor een citaat in druk, of bij transcriberen voor kwalitatief onderzoek waarin elke regel gecodeerd wordt, is "ongeveer wat ze zei" waardeloos. Opschoning die grammatica gladstrijkt richt actief schade aan.
  • Slechte akoestiek is normaal. Cafés, telefoongesprekken, een recorder op tafel in een ruimte met harde wanden.
  • Wisselen van taal komt vaak voor. Tweetalige deelnemers glijden midden in een zin van de ene taal naar de andere.
  • Toestemming heeft grenzen. Je deelnemer stemde ermee in met jou te praten, niet met de trainingspijplijn van een leverancier.

De lokale werkwijze

1. Opnemen. Je legt het gesprek live vast, of je brengt een bestand mee dat je al hebt. Vext, de transcriptiesoftware voor interviews die deze werkwijze gebruikt, neemt microfoon en systeemaudio op als aparte stromen, dus zowel een interview ter plekke als een via Zoom of telefoon werkt. Nam je op met een los apparaat, dan verwerkt transcribe_file wav, m4a, mp3 en aiff van schijf.

2. Transcriberen op het apparaat. Parakeet TDT v3 draait via FluidAudio op Apple Silicon. Er wordt niets geüpload. Een lang interview transcriberen gaat snel — het model draait ruim boven realtime — dus negentig minuten is geen nachtklus.

3. Sprekerlabels ophalen. Ook de diarisatie draait lokaal en scheidt wie wat zei. Stemprofielen blijven bestaan tussen sessies, en dat is het nuttige bij longitudinaal werk: interview je dezelfde deelnemer drie keer, dan werkt één keer benoemen door. Hernoem, voeg samen of verwijder sprekerprofielen naar behoefte; het meertalige werk en sprekerbeheer kwam in 1.2.0.

4. Bewaar het ruwe transcript. Dit is de stap die mensen fout doen. Gebruik de stijl Zoals gesproken voor de archiefversie. Die past geen AI-herschrijving toe: je krijgt het transcript zoals de herkenner het produceerde, en dat heb je nodig voor citaten en codering. Maak desgewenst apart een opgeschoonde of samengevatte versie, maar laat die nooit het origineel vervangen.

5. Exporteren. Markdown, txt, srt of vtt. SRT en VTT dragen tijdstempels, en die wil je hebben als je terugspringt naar de audio om een citaat te controleren.

brew install muvon/tap/vext

Meertalige interviews transcriberen

De taaldekking van de transcriptie is breed: 99+ talen via het spraakmodel. Los daarvan zijn er 29 doeltalen als je het transcript in een andere taal nodig hebt, of je houdt het origineel aan.

Houd die twee uit elkaar, en houd de resultaten gescheiden. Een vertaald transcript is geen brondocument. Voor elk citaat dat gepubliceerd of gecodeerd wordt, werk je vanuit het transcript in de oorspronkelijke taal en behandel je de vertaling als leeshulp. Publiceer je een vertaald citaat, dan wil je het oordeel van een menselijke vertaler, niet dat van een model.

Wat je qua nauwkeurigheid mag verwachten

Realistische verwachtingen, want interviewaudio is lastiger dan dicteren:

Goed: heldere een-op-een audio, een fatsoenlijke microfoon, deelnemers die elkaar weinig overlappen. Moderne lokale modellen doen dit prima.

Minder: veel achtergrondgeluid, door elkaar praten, sterke accenten in combinatie met slechte audio, drie of meer sprekers met vergelijkbare stemmen. Fouten zie je het eerst in de diarisatie: de woorden kloppen vaak terwijl de toeschrijving verschuift.

De oplossing die echt werkt: voeg namen, organisaties, vaktermen en projectnamen vóór je begint toe aan de eigen woordenlijst. Interviewtranscripten zitten vol eigennamen, en eigennamen zijn precies wat herkenners fout doen. Tien minuten woordenlijstwerk bespaart meer correctietijd dan welke andere losse stap ook.

De stap die je niet mag overslaan: controleer elk citaat tegen de audio voordat je publiceert. Dat geldt voor elk transcriptiehulpmiddel in elke prijsklasse, ook voor menselijke typisten. Exports met tijdstempels bestaan juist om die controle snel te maken.

Opschonen, voorzichtig gebruikt

Interviewtranscripten zitten vol stopwoorden, valse starts en herhaling. Voor een leesbare versie — delen met een collega, of als basis voor een tekst — helpt een opschoonronde. De stijlen van Vext kunnen een transcript met een lokaal model omzetten naar opgeschoond proza of opsommingen, hetzelfde mechanisme als beschreven in AI-tekstopschoning.

Twee regels. Opschonen is voor de afgeleide versie, nooit voor de archiefversie. En elke zin die in druk verschijnt gaat terug naar het ruwe transcript en vandaar naar de audio. Een model dat grammatica bijschaaft kan stilletjes de betekenis verschuiven, en "de tool heeft het gladgestreken" is geen rectificatie die je kunt verdedigen.

Waarom lokaal hier het punt is

Het compliancegesprek wordt kort. Er is geen lijst met subverwerkers om te beoordelen, geen analyse van doorgifte naar het buitenland, geen verwerkersovereenkomst, geen aanvalsoppervlak dat je bronaudio bewaart. Voor ethische protocollen, redactiebeleid en gebruikersonderzoek onder geheimhouding is "de audio heeft de laptop nooit verlaten" een antwoord dat de discussie beëindigt in plaats van opent.

Het betekent ook geen tarief per minuut. Cloudtranscriptie rekent af per audioduur, en interviewonderzoek levert veel uren op. Vext kost eenmalig $49, met een proefperiode van 100 dictaten, op macOS 14 of nieuwer met Apple Silicon. Beslaat je werk beide terreinen, dan staat de algemene vergaderwerkwijze in vergaderingen lokaal transcriberen.