Automatic Transcription of English and German Qualitative Interviews

Abstract

Recording and transcribing interviews in qualitative social research is a vital but time-consuming and resource-intensive task. To tackle this challenge, researchers have explored various alternative approaches; automatic transcription utilising speech recognition algorithms has emerged as a promising solution. The question of whether automated transcripts can match the quality of transcripts produced by humans remains unanswered. In this paper we systematically compare multiple automatic transcription tools: Amberscript, Dragon, F4x, Happy Scribe, NVivo, Sonix, Trint, Otter, and Whisper. We evaluate aspects of data protection, accuracy, time efficiency, and costs for an English and a German interview. Based on the analysis, we conclude that Whisper performs best overall and that similar local-automatic transcription tools are likely to become more relevant. For any type of transcription, we recommend reviewing the text to ensure accuracy. We hope to shed light on the effectiveness of automatic transcription services and provide a comparative frame for others interested in automatic transcription.

Die Aufnahme und Transkription von Interviews sind zentrale, aber ressourcen- und zeitintensive Schritte in der qualitativen Sozialforschung. In Bezug darauf haben Forscher*innen verschiedene Alternativen vorgeschlagen, unter anderem automatische Transkription mithilfe von Spracherkennungsalgorithmen. Ob solche automatisch erstellten Transkripte die Qualität von durch Menschen erstellte Transkripte erreichen, ist noch unklar. In diesem Beitrag vergleichen wir systematisch mehrere automatische Transkriptionswerkzeuge: Amberscript, Dragon, F4x, Happy Scribe, NVivo, Sonix, Trint, Otter und Whisper. Wir bewerten Aspekte des Datenschutzes, der Genauigkeit, der nötigen Zeit und der Kosten anhand eines englischsprachigen und eines deutschsprachigen Interviews. Unsere Analyse ergibt, dass Whisper insgesamt am besten abschneidet und dass ähnliche lokal-automatische Transkriptionswerkzeuge in der Zukunft wahrscheinlich relevanter werden. Um höchstmögliche Genauigkeit zu erreichen, empfehlen wir ein Durchlesen des Texts für jegliche Art der Transkription. Wir stellen einen Rahmen zum Vergleich von Transkriptionswerkzeugen bereit und hoffen, einen Beitrag zur Diskussion der Brauchbarkeit von automatischer Transkription leisten zu können.