Das Interdisziplinäre Zentrum für Bildungsforschung (IZfB) verfügt über ein Speech-to-Text-System zur automatisierten Spracherkennung und anschließender Transkription von Interviewdateien. Es spielt dabei keine Rolle, ob die Dateien als Video oder als Audiodatei vorliegen. Alle "gängigen" Dateiformate können vom System erkannt werden. Beachten Sie jedoch, dass Interviewdateien meist hochsensible personenbezogene Daten enthalten. Sie dürfen daher niemals unverschlüsselt auf Cloud-Diensten oder Wechseldatenträgern abgespeichert werden. Weitere Hinweise dazu finden Sie beim ZIM.
Wenn Sie uns Ihre Daten für die automatisierte Transkription zukommen lassen möchten, so müssen Sie dazu

1. Ihre Daten für die Transkription aufbereiten,
2. Ihre aufbereiteten Daten in einem verschlüsselten Container abspeichern und als Zip-Archiv komprimieren,
3. Bei Sciebo ein Verzeichnis erstellen, welches Sie mit einer verantwortlichen Person im IZfB teilen (Dr. Helene Kruse oder Matthias Kramer) und in welches Sie Ihr Zip-Archiv laden,
4. Ihr zugehöriges Passwort uns auf einem anderen Weg zukommen lassen, bspw. durch eine verschlüsselte Mail.
   Nachfolgend finden Sie detaillierte Hinweise zu den einzelnen Schritten.

Das System transkribiert in einer Sprache. Dazu werden pro Datei die ersten 30 Sekunden analysiert und die darin zu hörende Sprache bestimmt. Der Rest der Datei wird dann anhand der ermittelten Sprache transkribiert. Wenn die aufgenommenen Personen zwischendurch die Sprache wechseln, so kann das System das nicht erkennen. Stattdessen wird zu jedem gesprochenen Wort die wahrscheinlichste Entsprechung in der zu Beginn ermittelten Transkriptionssprache verwendet.

Es ist nicht unüblich, dass Interviews nicht sofort nach Drücken der Aufnahmetaste starten. Oftmals gibt es noch organisatorische Dinge, die besprochen werden müssen, Nachfragen müssen beantwortet werden, Personen müssen ihren Sitzplatz finden etc. Das ist normal. Allerdings werden die ersten 30 Sekunden jeder Datei zur Bestimmung der Transkriptionssprache verwendet. Wenn bereits deutlich in der Zielsprache gesprochen wird, ist das problemlos. Wenn die ersten 30 Sekunden jedoch aus Stille, Stühlerücken, Räuspern und wechselnden Sprachen bestehen, kann das für die Erkennung der Transkriptionssprache problematisch sein. Für das Transkriptionssystem ist nicht erkennbar, welche zu hörenden Geräusche tatsächlich als Grundlage für die Spracherkennung verwendet werden sollten, und welche nicht. Optimal ist es daher, wenn jede Audiodatei gleich mit den zu transkribierenden Inhalten startet. Ggf. müssen Sie daher Ihre Audiodateien beschneiden, d.h. den für die Transkription irrelevanten Teil der Audioaufnahme zu Beginn entfernen. Sollen mehrere Sprachen transkribiert werden, so müssen Sie Ihre Aufnahme in Fragmente mit gleicher Sprache zerlegen. Wenn Sie mit einer Kommandozeile umgehen können, empfehlen wir für diese Vorgänge FFmpeg. Sollten Sie eine grafische Benutzeroberfläche bevorzugen, empfehlen wir Audacity. Beide Programme sind plattformübergreifend für Linux, MacOS und Windows kostenlos verfügbar und können alle gängigen Audioformate einlesen und ausgeben.

Es gibt verschiedene Möglichkeiten, Dateien, Verzeichnisse oder ganze Festplatten zu verschlüsseln, jede davon mit ihren eigenen Vor- und Nachteilen bzw. Einsatzszenarien. Wir empfehlen Cryptomator. Erstellen Sie einen neuen Tresor (engl. Vault), sichern Sie diesen durch ein entsprechendes Passwort (bspw. unter Zuhilfenahme eines Passwortmanagers wie KeePassXC) und kopieren Sie alle zu transkribierenden Dateien in den Tresor. Eine Anleitung dazu finden Sie hier. Navigieren Sie anschließend in Ihrem Dateibrowser zu ihrem Tresor mit den verschlüsselten Daten und komprimieren Sie das gesamte Verzeichnis als .zip-Datei (meist mit Rechtsklick und entweder Wahl eines spezifischen Kompressionsprogramms oder durch Auswahl zu Zip-Archiv hinzufügen).

Loggen Sie sich bei sciebo ein und erstellen Sie ein separates Verzeichnis, in welches Sie die soeben erstellte .zip-Datei laden. Das erstellte Verzeichnis können Sie nun mit einer Ansprechperson im IZfB teilen (Dr. Helene Kruse oder Matthias Kramer).

Eine verschlüsselte Datei und ihren Schlüssel zum Entschlüsseln sollten Sie niemals über denselben Weg übermitteln. Wenn Sie das Verzeichnis mit einer Ansprechperson im IZfB geteilt haben, können Sie derselben Person eine verschlüsselte Mail mit dem Passwort zukommen lassen. Verschlüsselung über S/MIME funktioniert bei allen Mitarbeitenden des IZfB, vereinzelt ist auch PGP möglich.

Statt des Uploads in sciebo können Sie den durch Cryptomator erstellten Tresor auch auf einen USB-Stick laden und persönlich im IZfB abgeben.
Unter keinen Umständen sollten Sie die Interviewdateien unverschlüsselt auf einem USB-Stick speichern, da es sich dabei um sensible Daten Ihrer Interviewpartner:innen handelt, für welche Sie die Verantwortung tragen!
Bedenken Sie, was passiert, wenn Sie den USB-Stick unterwegs verlieren.

Die Kolleg:innen aus den Gesellschaftswissenschaften haben eine große Menge an Videoanleitungen für einige der hier erwähnten Schritte und weitere Themen erstellt.