顧客インタビューを文字起こしする方法：分析につなげる実践手順

先に結論

顧客インタビューを文字起こしするときは、まず調査に必要な発話の細かさを決めます。同意を確認して原本を保存し、話者とタイムスタンプが分かる初稿を作成します。その後、引用や知見に影響する箇所を音声と照合し、固有名詞と専門用語を統一します。分析後も、文字起こしから元の音声へ戻れる状態を保つことが重要です。

分析用の文字起こしは、すべての息継ぎやフィラーを記録する必要はありません。ただし、発言の意味、話者、重要箇所の位置、意味を変える修正は追跡できる必要があります。

1. 文字起こしの詳細度を決める

ツールより先に調査目的を確認します。

• **整文寄りの逐語録：**意味を変えずに重複や不要なフィラーを整理します。プロダクト調査や顧客調査で使いやすい形式です。
• **完全逐語録：**間、言い直し、フィラー、未完の文も残します。話し方自体を分析する場合に適しています。
• **部分文字起こし：**選んだ区間だけを処理します。範囲が明確な確認には使えますが、文脈や反証を失いやすくなります。

最初の録音を処理する前にルールを決め、調査全体で同じ基準を使います。引用を公開する可能性がある場合は、省略、聞き取れない音声、中断、非言語情報の表記も決めておきます。

2. 録音を整理する

文字起こしの品質はインタビュー時点から決まります。できるだけ明瞭なマイクを使い、環境音と同時発話を減らします。終了後は次を行います。

• 編集していない元データを保存する。
• 調査名-参加者ID-日付 のような一定のファイル名を使う。
• 言語、アクセント、専門用語を記録する。
• 通信切断や録音されていない区間をメモする。
• 観察メモを実際の発話と分ける。

画面上の操作ミスや表情は研究上重要でも、音声には残りません。発言として補うのではなく、観察メモとして保存します。

3. 同意とデータ取扱条件を確認する

録音をサービスへ送る前に、参加者が同意した範囲と調査のデータ管理方針を確認します。自動処理や外部処理が許可されているか、誰が音声へアクセスできるか、保存期間、実名を参加者IDへ置き換える必要があるかを明確にします。

録音への同意と、外部処理や引用公開への同意は同じとは限りません。不明な場合は推測せず、調査責任者へ確認します。

4. 構造のある初稿を作る

手作業でも自動処理でも、初稿には話者ID、タイムスタンプ、発話本文、聞き取れない箇所の表示、本文と区別した研究者メモを含めます。

自動文字起こしはあくまで初稿です。氏名、略語、商品名、数値、重なった発話は特に確認してください。自然に見える誤変換ほど、そのまま分析へ入り込みやすいためです。

単独ファイルを扱う場合は音声・動画の文字起こしページを確認できます。調査プロジェクトでは、録音、文字起こし、後のエビデンスを同じ調査文脈に置きます。

5. 重要箇所を音声と照合する

優先して確認するのは、直接引用する箇所、主要な調査課題に関係する箇所、氏名・金額・日付・専門用語、音質が悪い区間、単語一つで意味が逆転する文です。

重要な引用は前後も再生します。仮定の話、皮肉、モデレーターの誘導、特定条件だけの経験かどうかは、周辺文脈で初めて分かることがあります。

ScribeFlash での話者名、本文修正、タイムスタンプ、同期再生については文字起こし確認ガイドを参照してください。

6. 話者名と用語の表記を統一する

商品名、役割、略語、参加者IDは一つの表記に統一し、重複した話者ラベルをまとめます。用語集は複数インタビューで繰り返す専門語の確認に役立ちますが、音声確認の代わりにはなりません。

参加者の自然な言葉を社内用語へ置き換えないでください。顧客がどの言葉を選ぶか自体が重要なデータになるためです。

7. 分析に使える状態へ整える

コード付けの前に、文字起こしを調査課題と参加者情報へ結びつけます。保存した引用から周辺テキストと、許可されている場合は音声へ戻れることを確認します。

「実際の発話」「観察・メモ」「コード、テーマ、仮説的な知見」の三層を分けます。これにより、研究者の解釈が参加者の発言として扱われるのを防げます。

次は顧客インタビュー分析の手順または質的インタビューのコーディングガイドへ進めます。

文字起こし品質チェック

• 実際の処理方法が同意範囲と一致している。
• 元の音声・動画を上書きしていない。
• 話者IDが一貫している。
• 重要な固有名詞、数値、引用を音声で確認した。
• 聞き取れない箇所を推測せず表示した。
• タイムスタンプから正しい文脈へ戻れる。
• 観察メモと発話が混ざっていない。
• 重要な修正をコード付け前に保存した。

目標は見た目の美しい文書ではなく、別の人が検証し、参加者の意味を失わずに分析できる信頼性のある情報源です。