ブログ / 質的研究のインタビューデータを外部に出さずに文字起こしする

倫理審査と文字起こしサービスの緊張関係

研究計画書には通常、データの保管場所・アクセス権限・破棄時期を記載します。近年は「音声データは暗号化した研究室のPCで保管し、外部に送信しない」といった記載で承認を得るケースが増えています。ここで問題になるのが文字起こしです。

ローカル文字起こしは、この三すくみの隙間を埋める選択肢です。処理がPC内で完結するため「外部に送信しない」という計画のまま使え、費用は定額、作業は自動化されます。

同意書に書いた範囲を超えない、という原則

技術的に安全かどうかより先に立つのは、参加者に説明した範囲を超えないことです。説明文書に「録音データは研究者が管理するPCに保存します」と書いたなら、処理もその範囲で行うのが一貫した態度です。匿名化前の音声は、氏名・所属・語り口まで含む最も再識別リスクの高いデータであることも忘れずに。

ローカル処理を組み込んだ研究フロー

1. 録音をPCに取り込み、ローカルで文字起こし。 ファイルをドロップするだけです。倫理計画上の保管場所(暗号化済みPC)からデータが動きません。
2. 話者分離で「インタビュアー/参加者」を自動区分。 2名の対話なら人数を指定すると精度が上がります。フォーカスグループ(多人数)は難易度が上がるため、まず1本試して精度を確認してください(話者分離の仕組みと精度の正直な話)。
3. 音声を聞きながらトランスクリプトを確認・修正。 タイムスタンプから該当箇所を再生できるので、逐語録の質を保ちながら確認時間を圧縮できます。

4. 匿名化してから分析ツールへ。 テキストを書き出し、固有名詞を置換した版をMAXQDAやNVivo等へ。匿名化前のテキストが研究PCの外に出ないことが、このフローの要点です。

「量」の問題 — 時間無制限の意味

質的研究の文字起こしは総量が読めません。追加インタビュー、理論的飽和までの積み増し、過去データの再分析——。月30時間上限のようなクラウドの枠は、研究のリズムと合わないことがあります。ローカル型は自分のPCが処理する以上、何十時間処理しても追加費用が発生しません。科研費等の予算計画にも、定額(または買い切り)は載せやすいはずです。実費の分岐点は 料金比較の記事 で計算しています。

精度について正直に

• 逐語録の最終責任は人間にあります。 Whisper系エンジンの精度は実用水準ですが、専門用語・方言・小声の相槌は誤認識が起きます。「自動文字起こし=一次ドラフト、確認・修正して逐語録化」という位置づけが現実的です。
• 録音品質が最大の変数。 マイクの距離と環境音で精度が大きく変わります。参加者の近くにレコーダーを置けるかが、後工程の時間を決めます。
• フィラー(えー、あの)の扱い。 会話分析レベルの詳細な転記記号が必要な研究では、自動文字起こしはあくまで下書きです。テーマ分析程度なら十分実用になります。