پیاده‌سازی مصاحبه بدون اینکه چند روز از کارت بپره

فرض کن ده تا مصاحبه‌ی یک‌ساعته داری. ضبط‌ها توی گوشی یا لپ‌تاپتن، اسم فایل‌ها هم احتمالا یه چیزی شبیه voice-023 و interview-final-final شده. از بیرون انگار بخش سخت کار تموم شده: آدم‌ها رو پیدا کردی، وقت گرفتی، حرف زدن، ضبط کردی.

ولی برای پژوهش کیفی یا یه گزارش جدی، تازه می‌رسی به اون قسمت خسته‌کننده: پیاده‌سازی مصاحبه. همون کاری که قرار نیست دیده بشه، ولی اگه درست انجام نشه تحلیل هم روی هواست.

پیاده‌سازی مصاحبه فقط این نیست که صدای ضبط‌شده رو به چند صفحه متن تبدیل کنی. برای پژوهشگر یا روزنامه‌نگار، خروجی باید قابل استفاده باشه: معلوم باشه هر جمله رو کی گفته، متن تا حدی تمیز شده باشه، خلاصه‌ی مصاحبه جلوی چشم باشه و نکته‌های کلیدی گم نشن. دستی انجام دادنش معمولا چند برابر خود فایل وقت می‌بره، چون باید مدام پخش رو نگه داری، برگردی عقب، دوباره گوش بدی و بعد تازه متن رو مرتب کنی. سرویس‌های تایپ هم در ایران معمولا از چند صد هزار تومان برای هر ساعت فایل شروع می‌شن. با آواژه فایل مصاحبه رو آپلود می‌کنی و یه یادداشت مرتب می‌گیری: متن با تفکیک گوینده، اسم گوینده‌های قابل تغییر، متن تمیزشده، خلاصه‌ی هر مصاحبه و نکته‌های کلیدی. اولش هم رایگان امتحانش می‌کنی، روی یه تکه از فایل واقعی خودت.

چرا پیاده‌سازی دستی آدم رو فرسوده می‌کنه

کسی که این کار رو نکرده فکر می‌کنه یک ساعت صدا یعنی یک ساعت کار. نیست. اصلا نزدیکش هم نیست.

داری گوش می‌دی، تایپ می‌کنی، صدا جلو می‌زنه. مکث می‌کنی. سه ثانیه عقب می‌ری. دوباره می‌شنوی. یه کلمه معلوم نیست «طرح» بوده یا «طرف». دوباره عقب. اگه مصاحبه توی کافه یا یه دفتر شلوغ ضبط شده باشه بدتر هم می‌شه. یه جا مصاحبه‌شونده می‌خنده و جمله رو نصفه ول می‌کنه، یه جا مصاحبه‌گر می‌پره وسط حرف که بحث رو برگردونه. تو باید همه‌ی این‌ها رو بفهمی و از دلش یه متن قابل تحلیل دربیاری.

مشکل فقط تایپ نیست. توی پیاده‌سازی فایل صوتی باید حواست به گوینده‌ها هم باشه، مخصوصا وقتی مصاحبه‌ی عمیق یا گروه کانونی داری و بعدا می‌خوای از متن نقل‌قول دربیاری. نقل‌قولی که معلوم نباشه از زبون کیه، توی تحلیل دردسر درست می‌کنه.

آخرش هم وقتی تایپ تموم شد، کار اصلی تازه شروع می‌شه. باید بخونی، کدگذاری کنی، تم دربیاری، جمله‌های مهم رو جدا کنی. اگه همه‌ی انرژیت پای تبدیل مصاحبه به متن رفته باشه، برای فکر کردن چیزی نمی‌مونه.

سپردن به تایپیست همیشه جواب نمی‌ده

برای بعضی فایل‌ها، مخصوصا ضبط‌های خیلی بد، سپردن کار به یه آدم حرفه‌ای هنوز می‌تونه بهترین انتخاب باشه. این رو باید صاف گفت. کسی که گوشش عادت داره، گاهی از فایلی متن درمیاره که ابزارها خوب از پسش برنمیان.

ولی این گزینه همیشه با ریتم کار پژوهش جور نیست. سرویس‌های تایپ معمولا پیاده‌سازی مصاحبه رو ساعتی قیمت می‌دن و نرخ‌ها از چند صد هزار تومان برای هر ساعت فایل شروع می‌شه. اگه مصاحبه چند گوینده داشته باشه یا کیفیت صدا پایین باشه، هزینه هم بالاتر می‌ره.

بعد مسئله‌ی زمانه. فایل رو می‌فرستی و منتظر می‌مونی. اگه وسط نوشتن فصل یافته‌ها یادت بیفته که باید یه مصاحبه‌ی دیگه رو هم وارد تحلیل کنی، دوباره همون چرخه از اول شروع می‌شه. برای یه فایل شاید قابل تحمل باشه. برای دوازده یا پونزده تا مصاحبه، هم هزینه‌اش خودش رو نشون می‌ده هم انتظارش.

خروجی‌ای که به درد تحلیل بخوره

آواژه برای این ساخته نشده که یه متن خام بلند تحویل بده و تموم. هدفش اینه که از هر مصاحبه یه یادداشت مرتب داشته باشی. چیزی که وقتی سه هفته بعد بهش برگشتی، مجبور نشی از اول بفهمی اون فایل راجع‌به چی بود.

فایل صوتی مصاحبه رو آپلود می‌کنی و برای هر مصاحبه متن با تفکیک گوینده می‌گیری. گوینده‌ها جدا دیده می‌شن و می‌تونی اسمشون رو عوض کنی. مثلا به‌جای «گوینده ۱» بنویسی «مصاحبه‌گر» و به‌جای «گوینده ۲» اسم مصاحبه‌شونده یا کد پژوهشیش رو بذاری.

متن هم تمیزشده‌ست. یعنی تکرارها و تپق‌های اضافه کمتر مزاحمن، بدون اینکه اصل حرف عوض بشه. کنارش خلاصه‌ی همون مصاحبه رو داری و یه فهرست از نکته‌های کلیدی. این‌ها برای وقتی خوبن که چند تا فایل پشت سر هم داری و نمی‌خوای هر بار کل متن رو بخونی تا بفهمی کدوم مصاحبه راجع‌به کدوم موضوع بود.

هر مصاحبه هم یه یادداشت جداست و روی وب و گوشی در دسترسه، پس لازم نیست بین فایل صوتی و متن کپی‌شده و یادداشت دستی و چند تا اسم فایل شبیه هم دنبال چیزی بگردی.

اگه مصاحبه‌هات ساختار مشخصی دارن، می‌تونی یه قالب دلخواه بسازی. مثلا برای پروژه‌ای که همه‌ی مصاحبه‌هاش چند محور ثابت دارن، از آواژه بخوای خروجی رو با همون محورها مرتب کنه. این کمک می‌کنه خروجی‌ها از هم نپاشن و مقایسه بین مصاحبه‌ها راحت‌تر بشه.

چیزی که الان نداریم

آواژه فعلا خروجی مستقیم ورد یا پی‌دی‌اف نداره.

اگه می‌خوای متن رو ببری توی ورد یا نرم‌افزارهای تحلیل کیفی مثل MAXQDA و NVivo و ATLAS.ti، باید متن یادداشت رو کپی کنی و اونجا بچسبونی. همین. برای خیلی از کارها همین مسیر کافیه، ولی اگه گردش کارت حتما روی یه فایل ورد جدا می‌چرخه، الان یه قدم دستی توش داری.

بهتره اینو از اول بدونی، نه وقتی چند تا مصاحبه رو آماده کردی و دنبال دکمه‌ی خروجی می‌گردی.

چند تا کار کوچیک که نتیجه رو بهتر می‌کنه

کیفیت پیاده‌سازی بیشتر از هر چیزی به صدای اولیه بستگی داره. لازم نیست استودیو داشته باشی، ولی چند تا کار ساده واقعا فرق می‌ذاره.

گوشی رو فقط جلوی خودت نذار. اگه مصاحبه حضوریه، بذارش یه جایی بین خودت و مصاحبه‌شونده. وقتی فاصله‌ی صداها متعادل‌تر باشه، تفکیک گوینده هم بهتر در میاد.

اول فایل، اسم‌ها یا نقش‌ها رو بلند بگو. مثلا «مصاحبه با خانم الف، مصاحبه‌گر احمد». همین یه جمله بعدا موقع عوض کردن اسم گوینده‌ها کمکت می‌کنه، مخصوصا وقتی چند تا فایل رو پشت سر هم آپلود کردی و صدای آدم‌ها توی ذهنت قاطی شده.

پنکه، کولر پرصدا، خیابون، صدای ظرف و لیوان. این‌ها بیشتر از چیزی که فکر می‌کنی روی متن اثر می‌ذارن. لهجه معمولا اون‌قدرها مسئله نیست که نویز پس‌زمینه هست.

کل مصاحبه رو هم توی یه فایل نگه دار. وقتی فایل‌ها تیکه‌تیکه می‌شن، هم پیگیری خودت سخت‌تر می‌شه هم خلاصه و نکته‌های کلیدی پراکنده‌تر در میان. و یه پیشنهاد خیلی عملی: نذار همه چی بمونه برای آخر پروژه. همون روزی که مصاحبه رو گرفتی آپلودش کن. هنوز فضای گفتگو یادته، پس بازخوانی متن هم سریع‌تر پیش می‌ره.

از کجا شروع کنی

فایل مصاحبه رو توی نسخه‌ی وب یا اپ آواژه آپلود کن. فرقی نمی‌کنه با ضبط‌کننده‌ی گوشی گرفته باشیش، از یه تماس ضبط‌شده اومده باشه، یا فایل ویدیویی باشه. اگه ویدیو باشه فقط صداش برای پردازش فرستاده می‌شه.

اول کار رایگان امتحانش می‌کنی، یعنی می‌تونی یه تکه از مصاحبه‌ی واقعی خودت رو بدی و متن و تفکیک گوینده و خلاصه و نکته‌های کلیدی رو ببینی، و بعد تصمیم بگیری برای کل فایل ادامه می‌دی یا نه. برای مصاحبه‌های بیشتر صفحه‌ی قیمت‌گذاری رو ببین.

اگه غیر از مصاحبه صداهای دیگه‌ای هم داری که باید ازشون یه چیز قابل استفاده بمونه، این‌ها هم شاید به کارت بیان: صورت‌جلسه و کارهای بعدی از ضبط جلسه، ساختن جزوه از صدای کلاس، و تبدیل ویس تلگرام به متن و خلاصه.