Много аудиофайлов: как разобрать архив и не потерять результаты

Большой аудиоархив разбирают быстрее, когда сначала определяют, какие файлы нужны и какой результат должен получиться. Массовая расшифровка без учёта версий создаёт новый архив — теперь из сотен текстов, в которых по-прежнему трудно что-либо найти.

Разделите задачу на два уровня. Первый — получить проверяемые тексты отдельных записей. Второй — сравнить их по общей теме: причинам отказа, вопросам участников, решениям или повторяющимся проблемам. Для второго уровня нужен единый состав данных, а не просто папка документов.

Сначала составьте реестр, а не загружайте всё подряд

Минимальные поля: идентификатор, дата, тема, источник, длительность, часть разговора, качество, статус обработки. В шаблоне инвентаризации Библиотеки Конгресса отправной точкой также служит учёт мест хранения и типов материалов. Для рабочего аудио добавьте поля, по которым будете принимать решение об обработке.

ID | Дата | Тема | Файл | Длительность | Часть | Статус | Примечание
I-001 | ... | Интервью | ... | ... | 1/1 | К обработке | Два участника
I-002 | ... | Интервью | ... | ... | 1/2 | Проверить | Нет второй части
I-003 | ... | Интервью | ... | ... | 1/1 | Дубликат | Копия I-001

Не включайте пароли и лишние персональные данные в общий реестр. Для доступа достаточно ссылки на разрешённое хранилище и ответственного.

Одинаковое название не доказывает дубликат, а разные названия не исключают его. Сравните длительность, начало и содержание. Не удаляйте сомнительные файлы автоматически: сначала пометьте их.

Определите единицу анализа

Одна запись может содержать несколько интервью; один разговор — несколько файлов. Решите, что будете считать случаем: встречу, звонок, участника или отдельный эпизод. Без этого частоты и сравнения окажутся неоднозначными.

Учебный пример: в архиве десять разговоров, два из них записаны двумя частями. Это двенадцать файлов, но десять разговоров. Если считать каждый файл отдельным клиентом, вы завысите число случаев.

Запишите правило в двух предложениях: «Случай — один завершённый разговор. Части сохраняются с общим идентификатором; повторные контакты считаются отдельными разговорами, но не автоматически отдельными людьми».

Проведите показательный пробный разбор

Выберите обычную, сложную и длинную запись. Задача пробы — проверить процесс, а не продемонстрировать максимальную точность на лёгком монологе.

Получите транскрипты, исправьте важные имена и разделение спикеров, подготовьте желаемый итог. Запишите типичные проблемы: пропущенный тихий участник, разные названия одной темы, неполная запись, отсутствие ответа.

Oral History Association рекомендует единые правила оформления транскриптов. Для массива это особенно полезно: разные редакторы не должны по-разному обозначать неразборчивую речь и самостоятельно достраивать пробелы.

После пробы уточните реестр и критерии. Только затем переносите процесс на остальной массив.

Из папки записей — в исследование проекта

В Текстославе поместите готовые записи в проект. До сбора данных исправьте существенные ошибки текста и разделения спикеров: после закрепления источников эти изменения ограничены, хотя имена участников можно уточнять.

Откройте «Аналитика → Новое исследование», выберите шаблон и «Использовать шаблон». Проверьте «Состав данных» перед запуском. Если готовой структуры нет, используйте «Свой вопрос», опишите задачу и выберите «Подготовить исследование», затем изучите предложенную модель.

Для каждого поля важны не только название, но и правило извлечения. Например:

Отделяйте «Из записи» от «Вывода ИИ». Если срок не назван, пустое или неизвестное значение точнее придуманной даты. Связи между полями помогают сохранить, к какой задаче относится ответственный или к какой проблеме — последствие.

Проверяйте данные до красивого отчёта

После исследования откройте «Таблицу» или «Карту». Найдите значения, которые определяют выводы, и перейдите к основаниям: цитате, источнику, спикеру, времени и связанным данным.

Учебный случай: слово «дорого» встречается в трёх разговорах. В одном клиент отказался из-за цены, во втором сравнивал дорогой вариант с выбранным дешёвым, в третьем цитировал чужое мнение. Сам подсчёт слова не доказывает три отказа по цене.

Если правила поля не различают эти случаи, уточните модель для нового варианта исследования. Не исправляйте вывод декоративным текстом поверх неверно собранных данных.

Соберите итог для конкретного читателя

Дашборд помогает сравнивать распределения и находить случаи. Отчёт по базе проекта связывает наблюдения в документ: например, «Управленческая сводка», «Аналитический доклад» или «План действий». Перед созданием выберите весь проект или нужные записи.

Отчёт — снимок выбранного состава на момент подготовки. Новые записи не делают старые выводы автоматически актуальными. Укажите период, число случаев, исключения и ограничения.

Не превращайте частоты в долю рынка: ваш архив может включать только жалобы, успешные продажи или записи одной команды. Совпадение имени также не доказывает, что в разных интервью один человек.

Контроль завершения

Вымышленная сверка четырёх ожидаемых исходников одной рабочей партии:

Из четырёх входящих файлов один исключён как проверенный дубликат, у трёх есть активные результаты. Это два разговора, из которых полностью готов только I-01. Прерванная попытка не становится ещё одним разговором, а новый файл с похожим названием сначала получает собственный ID. Для каждого исходника храните причину неполноты, ID активного результата и версию; повторная загрузка не должна молча менять принятую версию. Сервисный автоматический поиск дублей здесь не предполагается — сверку делает ответственный за архив.

Если архив собран для проверки продуктовой идеи, сначала задайте гипотезу и правила сравнения по руководству CustDev: количество готовых файлов само по себе не доказывает спрос. Когда партия подготовлена, исследовательский анализ помогает сравнивать случаи, а анализ потока звонков — задавать знаменатель и правила повторных контактов.

В реестре у каждого файла должен быть понятный статус: обработан, исключён с причиной, требует уточнения. У каждого существенного вывода — основание. У итогового документа — дата и состав источников.

Если читатель не может понять, какие записи вошли в анализ и почему, работа ещё не закончена, даже если все файлы расшифрованы.

Частые вопросы