質的研究の文字起こし：方法とツール、2026年版

質的研究における文字起こしは、管理的な決定ではなく、分析的な決定である。 選択する形式によって、データから何を主張できるかが変わる。完全な逐語録は「どのように」語られたかを保存し、インテリジェントな逐語録は「何が」語られたかに焦点を当てる。どちらが普遍的に正しいわけではない。正しい選択は研究方法に依存し、その決定はファイルを1つアップロードする前に行うべきである。

研究者が直面する実際的な課題は、次のようなものである。インタビュー録音のフォルダ、締め切り、そしてコスト対時間の計算をこなすこと。このガイドは、逐語レベルからQDAソフトウェアへのインポートまでの全パイプラインに関する方法論のハブであり、コーディング、テーマ分析、グラウンデッド・セオリーの各伝統に特化した指針を提供する。

逐語レベル: 実際に何を選んでいるのか

文字起こしの忠実度には、2つではなく3つのレベルがあり、それらを混同すると後段で問題が生じる。

完全な逐語録は、話されたすべての言葉を捉える。フィラー（「えーと」「あのー」「みたいな」）、言い間違い、繰り返し、そして笑い声、長い沈黙、聞こえるため息などの非言語的な音も含む。その文字起こしは乱雑に見える。しかし、どのように語られたかが議論の核心となる会話分析、談話分析、ナラティブ探究法を支える唯一の形式でもある。

インテリジェントな逐語録（クリーンまたは脱自然化文字起こしとも呼ばれる）は、フィラーを除去し、明らかな言い間違いを修正し、発話を読みやすい散文として提示する。これはテーマ分析、内容分析、そしてほとんどの政策志向の質的研究における標準である。多くの研究者が「文字起こし」と言うとき、これを意味している。

編集・要約型の文字起こしは、大幅に言い換える。一部のジャーナリズムや臨床の現場では使われるが、学術的な質的研究には適さない。なぜなら、研究者自身の分析が始まる前に、文字起こし担当者の解釈が入り込むからである。

あなたの方法がどのレベルの書き起こしを必要とするか不明な場合は、true verbatimを選んでください。verbatimの書き起こしは後から清書できます。しかし、すでに清書済みのものからフィラーや間を復元するには、音声に戻るしかありません。

ジェファーソン記法についての注意点:会話分析では、true verbatimの上にタイミング、重なり、ピッチ、韻律のマーカーを重ねる必要が特にあります。これは1970年代にGail Jeffersonが開発した専門家向けのシステムで、会話分析の伝統全体で使われています。現在のAIツールでこれを生成できるものはありません。AIは最初の下書きとして使い、その後、手作業で記法の慣習を適用する計画を立ててください。

分析段階としての書き起こし

書き起こしは中立的なステップではありません。 何を含め、何を除外するかというすべての決定は解釈的な行為であり、データの中で見つかるものの形を決めます。

BraunとClarkeの再帰的テーマ分析(2022年更新版)は、馴染みの段階をデータへの深い没入として位置づけ、書き起こしを読むことが分析の第一段階であり、その準備ではないと明言しています。AIが生成した書き起こしを音声と照合して確認するとき、あなたはすでにその馴染みの作業を行っています。これは無駄な時間ではありません。未確認の書き起こしを直接NVivoにインポートする研究者は、データとの最も重要な分析的接触を外部委託していることになります。

グラウンデッド・セオリーの場合、系譜が書き起こしへのアプローチに影響します。GlaserとStraussは1967年にこの方法を導入し、StraussとCorbinの1990年の構造化アプローチは、オープン、アクシャル、選択的コーディングをもたらしました。どちらの伝統でも、コーディングは書き起こしから行ごとに進みます。書き起こしの単語が間違っていれば、コードも間違っています。絶えず比較する方法では、書き起こしが正確な記録であることが求められます。

方法別の精度基準

定性分析方法によって、許容される書き起こしの誤り率は異なります。以下の表は、方法を必要なverbatimレベルと、精度をどの程度厳密に管理すべきかにマッピングしたものです。

テーマ分析とコーディングのワークフローに関する方法別の詳細は、トランスクリプトからのテーマ分析と質的インタビューのコーディングを参照してください。グラウンデッド・セオリーには専用ガイドがあります。グラウンデッド・セオリーのための文字起こし。

10〜50件のインタビューを対象としたプロジェクトのワークフロー

この5段階のプロセスは、学位論文や助成金研究の大部分をカバーします。

ステージ1: 開始前に録音を標準化する

30件のインタビューで録音品質に差があれば、30件のトランスクリプトでも精度に差が出ます。高価な機材を使うよりも、一貫したプロトコルが重要です。

ロスレスまたは高ビットレートの形式（WAVまたは192kbpsのMP3）で録音します。レコーダーやマイクの位置を一定に保ちます。最初のインタビュー前にテストを行います。カフェや公共の場でのフィールド録音は、他のどの単一変数よりもAIの精度を低下させます。

ステージ2: バッチでアップロードする

インタビューを1本ずつ処理しないでください。コーパス全体をまとめて処理しましょう。ほとんどのAI文字起こしサービスはファイルを並列処理するため、20ファイルを一度にアップロードしても、1ファイルの場合とほぼ同じ実時間で完了します。

アップロード前に、一貫したファイル命名規則を使いましょう。P01_Pseudonym_2026-05-15.mp3には参加者ID、仮名、日付が含まれており、同意書や人口統計データと紐付けられる一方で、個人を特定する情報は露出しません。

ステージ3: 各文字起こしを音声と照合してレビューする

このステージはほとんどの研究者が過小評価しており、これを省略することはAI支援による質的研究で最も一般的な方法論的エラーです。

AI文字起こしは、クリーンな単一話者の音声では正確です。しかし実際のインタビュー環境では精度が落ちます。重なり合う発話、アクセント、感情的な語り口、専門用語、固有名詞、現場のノイズなど、すべてがエラー率を上げます。音声1時間あたり15分から30分のレビュー時間を確保してください。文字起こしを音声の横に開き、固有名詞、専門用語、話者が遮られた箇所や早口で話した箇所を修正しましょう。

私の見解では、レビューステージは余分な作業ではありません。これはデータに対する最初の分析的な読み込みです。これを省略する研究者は単にエラーを持ち込んでいるだけでなく、主要な質的伝統のすべてが分析の出発点とみなす馴染み化フェーズを飛ばしているのです。

会議ボットを必要とせずにバッチアップロードを処理する音声からテキストへのパイプラインとしては、ConvertAudioToTextが、すでにファイルがある録音済みインタビューに適しています。

ステージ4: 匿名化を別のパスとして行う

文字起こしから個人を特定できる情報を、マシンの外に出す前に取り除いてください。名前、場所、雇用主、特定の日付、固有の経歴の詳細、単独または組み合わせて参加者を特定できるものはすべて対象です。

専用のパスとしてこれを実施することで、レビュー中に行うよりもクリーンな匿名化が実現します。識別リスクに集中できるからです。内容の正確性ではなく。匿名化ログを維持し、仮名と実在の人物を対応付けて、トランスクリプトとは別に保管してください。IRBプロトコルは通常この文書化を要求し、生データをどのくらい保持すべきかを指定します。完全なコンプライアンスの全体像については、インタビュー文字起こしの倫理を参照してください。

ステージ5: 分析ソフトウェアへのインポート

NVivo、MAXQDA、ATLAS.tiはすべて、トランスクリプト用のプレーンテキストおよび.docxファイルを受け入れます。レビュー済みで匿名化されたトランスクリプトを、アップロード時に使用した同じ命名規則で保存してください。バッチとしてインポートします。

3つのプラットフォームすべてが、プロジェクトを途中で移動する必要がある場合に、プラットフォーム間でプロジェクトを転送するためのREFI-QDA（.qdpx）形式もサポートしています。特にNVivoは独自の文字起こしアドオンを提供しています（Lumiveroを通じて別途請求され、執筆時点で約50時間で約€475、ただし価格はライセンスの種類と地域によって異なります）。NVivoとAI文字起こしの比較ガイドでは、これらが代替ではなく連携して機能する方法を説明しています。

博士論文プロジェクトのコスト比較

質的研究における典型的な博士論文には、各45分から75分のインタビューが20から30件含まれます。合計で20から38時間の音声になります。

自己文字起こし。 音声1時間あたり4から6時間のタイピング。20時間の場合、80から120時間の作業になります。これは時間として数えられ、現金支出ではありませんが、機会費用は現実のものです。

プロの人間による文字起こし。 2026年の料金は、1分あたり$0.99（GoTranscript標準）から1分あたり$1.99（Rev）まであります。20時間の音声で平均$1.25の場合、約$1,500。38時間の場合、約$2,850。難しい音声では、ここでの精度が最も高くなります。

AI文字起こしと人間によるレビュー。 月額制のバッチ文字起こしサービスに加入すれば、コーパス全体を処理できます。オーディオ1時間につき、自分のレビューを15〜30分追加してください。現金支出は低め。総時間は、20時間のコーパスでレビュー10〜20時間、一方で自己文字起こしなら80〜120時間かかります。研究予算で動く大学院生の大半にとって、これが現実的な道です。

ハイブリッド方式も一般的です。AIでインタビューの大部分を処理し、音質が悪い、または正確性の重要度が特に高い録音3〜4本だけ人間が文字起こしします。

サービスごとの1時間あたりコストの詳細な内訳は、文字起こし料金比較2026をご覧ください。

分析全体に波及する3つのエラー

AI文字起こしを原本として扱うこと。 原本はオーディオです。文字起こしはその表現に過ぎません。論文に載せるすべての直接引用は、掲載前にオーディオと照合して確認すべきです。引用内の誤った単語がコードになり、テーマやカテゴリーになり、そのエラーが分析全体に波及します。

プロジェクト全体で文字起こしの規約が一貫していないこと。 インタビュー1〜10で完全逐語、インタビュー11〜20でインテリジェント逐語を使った場合、データコーパスに体系的な差異を持ち込んだことになります。分析ソフトはそれらを同等の文書として扱います。その違いに気づくのはあなた自身で、多くの場合誰も気づきません。最初のファイルを処理する前に規約を決め、それを一律に適用してください。

匿名化を省略すること。 実名、地名、雇用主への言及を含む文字起こしを共有クラウドストレージにインポートしたり、指導教員に送ったり、識別情報を削除せずにアーカイブしたりする研究者は、同意契約や、該当する場合はGDPRやIRBプロトコルに違反しています。匿名化は任意のドキュメントではありません。データが使用可能であるための条件です。

FAQ

逐語書き起こしとインテリジェント逐語書き起こしの違いは何ですか？

真の逐語書き起こしは、すべての単語に加えて、フィラー、言い間違い、沈黙、笑い、重なりを捉えます。インテリジェント逐語書き起こしは、そのノイズを取り除き、読みやすい散文として発話を提示します。どちらを選ぶかは方法論上の判断です。会話分析や談話分析では真の逐語書き起こしが必要ですが、テーマ分析や内容分析では通常、インテリジェント逐語書き起こしで十分です。

質的研究にAI書き起こしを使ってもよいですか？

はい、ただし条件付きです。AI書き起こしは、クリーンな単一話者音声では正確で、バッチ処理にもよく対応します。しかし、複数話者がいる実際のインタビュー音声や、アクセント、現場のノイズがある場合は、精度が著しく低下します。論文に引用するすべての直接引用は、公開前に音声と照合して確認する必要があります。

書き起こしのレビューにはどのくらい時間がかかりますか？

AI生成の書き起こしの場合、音声1時間あたり15分から30分のレビュー時間を想定してください。固有名詞、専門用語、話者の重なりが最もエラーを生みます。レビューは省略できません。書き起こしのエラーはコードのエラーになり、それがテーマのエラーにつながります。

テーマ分析にはどの書き起こし形式が必要ですか？

BraunとClarkeが述べるテーマ分析は、インテリジェント逐語書き起こしで機能します。馴染みの段階では音声ではなく全文を読む必要があるため、読みやすさが重要です。フィラーが多い真の逐語書き起こしは、初期コーディング段階でパターンを曖昧にする可能性があります。クリーンな書き起こしが役立ちます。

分析ソフトウェアにアップロードする前に、書き起こしを匿名化する必要がありますか？

はい。名前、場所、雇用主、具体的な日付、参加者を特定できる可能性のある詳細は、書き起こしがあなたのマシンから出る前、または共有ストレージに入る前に削除してください。IRBプロトコルでは通常、これを別の文書化されたステップとして要求します。仮名と実在の人物を対応付ける匿名化ログを保持し、書き起こしとは別に保管してください。

どのQDAソフトウェアがAI生成の書き起こしに最も適していますか？

NVivo、MAXQDA、ATLAS.tiはいずれもプレーンテキストと.docxファイルをインポートできます。また、REFI-QDA（.qdpx）形式にも対応しており、プラットフォーム間でのプロジェクト交換が可能です。AI文字起こしの形式が特定のプラットフォームを有利にすることはありません。所属機関のライセンスと、研究方法に必要な分析機能に基づいて選ぶとよいでしょう。

出典

• Rev.comの文字起こし料金: https://www.rev.com/resources/transcription-cost-rate-calculator-with-estimates
• GoTranscriptの料金: https://gotranscript.com/transcription-cost-estimate
• Lumivero NVivoの製品・アドオン料金: https://shop.lumivero.com/qda-and-research/nvivo
• BraunとClarkeの再帰的テーマ分析の概要: https://www.maxqda.com/research-guides/thematic-analysis
• グラウンデッド・セオリーの系譜とコーディング手法: https://pmc.ncbi.nlm.nih.gov/articles/PMC6318722/
• ジェファーソン文字起こしシステムの解説: https://universitytranscriptions.co.uk/jefferson-transcription-system-a-guide-to-the-symbols/
• 質的研究における逐語録と知的逐語録の違い: https://www.gmrtranscription.com/blog/verbatim-style-for-interviews-or-qualitative-research
• IRB遵守と文字起こしの倫理: https://www.gmrtranscription.com/blog/how-transcription-supports-irb-compliance-in-research
• REFI-QDA形式とQDAソフトウェアの相互運用性: https://www.quirkos.com/learn-qualitative/refi-qda-exchange-atlasti-nvivo-maxqda.html