質性研究做到訪談與焦點團體這一段，錄音只是原料，真正能拿去分析、寫進論文、當佐證的，是一份標記清楚、格式正確、可信任的逐字稿。很多研究者低估了這件事的難度，以為丟給自動轉錄工具跑一跑就好。等拿到滿是錯字、發言者全部混在一起、專有名詞亂寫的稿子，才發現要花的校對時間比自己從頭聽打還多。
焦點團體逐字稿又比一對一訪談難上一個量級。這篇把兩者的差異、發言者分離的技術難點、逐字稿格式的選擇、保密機制、交付規格與費用時程估算，一次講清楚，幫你在委託前就知道自己要什麼、該問什麼。
焦點團體逐字稿 vs 一對一訪談逐字稿：差在哪
表面上兩者都是「把說的話變成文字」，實際的工序差很多。
一對一訪談的結構單純：兩個聲音輪流，訪員問、受訪者答，發言邊界清楚。就算偶爾插話，也很容易判斷是誰。轉錄的重點在聽清楚內容、標好問答、把口語整理成可讀的文字。
焦點團體是另一回事。一場典型的焦點團體有一位主持人加上六到八位參與者，全部在同一個空間、同一支麥克風下發言。真實的討論不會乖乖排隊講話，會出現這些情況：
- 多人同時發言：一個議題拋出來，三四位同時搶著回應，聲音疊在一起。
- 附和與插話：有人講到一半，旁邊的人「對對對」「我也是」地附和，這些短促的插話要不要標、標給誰，都是判斷。
- 離題與拉回：討論會岔開，主持人再拉回主題，發言的脈絡跳來跳去。
- 聲音相近：同性別、年齡相仿的參與者，音色接近，光聽聲音難以區分。
- 座位與收音落差：離麥克風遠的人聲音小、含糊，甚至被蓋掉。
這些因素加起來，讓焦點團體逐字稿的核心難題從「聽清楚內容」變成「聽清楚內容之外，還要準確判斷每一句是誰講的」。後者就是質性轉錄裡最花工的一環：發言者分離。
如果你手上是一對一深度訪談，工序相對單純，可以參考我們談訪談逐字稿的完整說明。焦點團體則要把發言者分離當成獨立的一道關卡來處理。
發言者分離（diarization）為什麼難、怎麼標
發言者分離，英文叫 speaker diarization，指的是把一段多人錄音切分成「這段是甲講的、那段是乙講的」。這件事機器做得到，但在真實的焦點團體場景下，自動分離的錯誤率並不理想。
為什麼機器容易錯
自動 diarization 的原理是抽取每位發言者的聲學特徵（音高、音色、頻譜），把相似的段落歸為同一位發言者。問題出在幾個地方：
- 重疊語音：兩人同時講話時，聲學特徵混在一起，機器往往只認出其中一個，或切成錯誤的第三人。
- 人數估計：演算法要先猜「這場有幾位發言者」，猜錯就會把兩位發言者併成一段，或把一位發言者拆成兩段。
- 相似音色：聲學特徵接近的參與者容易被歸錯。
- 音質干擾：背景噪音、回音、麥克風距離不一，都會扭曲特徵。
所以完全依賴自動工具跑出來的發言者標籤，通常需要大量人工修正。這也是為什麼便宜的純機器轉錄拿到後往往要重聽一遍。關於機器轉錄與人工校對之間的落差，我們在AI 轉錄與人工逐字稿的比較裡有更完整的討論。
實務上怎麼標才準
專業做法不是純靠機器，也不是純靠耳朵硬猜，而是用多重線索交叉定位：
- 建立聲音對照基準：錄音開場如果有點名、自我介紹，先把每位發言者的第一段清楚發言擷取出來，建立這位發言者的辨識基準（音色、語速、慣用語）。之後的每一段拿來比對。
- 善用發言序與指名：主持人常會指名發言，例如「我們聽聽 P3 的看法」，這種明確的指名是最可靠的錨點。
- 靠內容邏輯補位：當聲音難以分辨時，看語意能不能接上。前一句在回應某個問題，後一句延續同一觀點，通常是同一位發言者或有明確的對話關係。
- 委託方提供名單：請委託方給參與者名單、性別、大致的座位或發言順序，能大幅提升準確率。
- 標記不確定處：真的無法確定是誰講的，誠實標記為「發言者不明」，而不是隨便塞一個代號。這在需要當佐證的場合尤其重要。
標記的呈現方式也有講究。每次發言換人就換一段、加上發言者標籤，重疊發言可以用括號註記〔與 P2 同時〕，聽不清楚的地方標〔聽不清〕而不是自己腦補。這些規範讓後續做分析的人知道哪些是原音、哪些是轉錄者的判斷。
豐道處理多人錄音的發言者分離，走的是機器初步切分加人工逐段核對的流程，並支援自訂角色標籤，法律爭議件、訪談、焦點團體都能對應不同的標籤命名。
逐字稿格式選擇：完整逐字 vs 清稿
拿到轉錄前，先決定你要哪一種逐字稿。這個選擇直接影響可讀性、工時與費用，選錯會很麻煩。
完整逐字（verbatim）
完整逐字保留說話者講出來的一切：贅字（「嗯」「就是」「那個」）、重複、口吃、未講完的句子、停頓、笑聲、重疊發言。它的價值在於「原音重現」，適合：
- 會話分析、語藝分析，研究對象本身就是「怎麼講」而非「講了什麼」。
- 法律爭議、勞資糾紛、呈堂用途，一字一句都可能有意義。
- 指導教授或倫理審查要求保留原始語料。
代價是讀起來吃力，滿頁的贅字會干擾閱讀，工時也較高。
清稿／意義逐字（clean read / intelligent verbatim）
清稿保留完整語意與語氣，但去掉不影響意思的贅字、口吃與重複，讓句子通順。它適合：
- 主題分析、內容分析，關注的是觀點與意義。
- 要把引文放進論文第四章，需要好讀、能引用的文字。
- 一般的訪談紀錄、會議記錄。
清稿的原則是「改讀感、不改原意」。把「那個…我覺得…就是…那個服務啦，還算，還算可以」整理成「我覺得那個服務還算可以」，意思沒變、語氣還在，但乾淨很多。要注意的是清稿不等於改寫，受訪者的用詞、立場、語氣強弱都要忠實保留，不能替他把話講得更漂亮。
實務上兩者可以混用：主體用清稿，關鍵段落（要當直接引文、或有爭議的話）標記為完整逐字並附時間戳，方便回頭查證。
時間戳與行號
- 時間戳：在稿子中每隔一段（例如每分鐘、或每次換發言者）標上錄音時間碼，例如〔00:12:35〕。好處是分析時能快速回到原音查證，也方便多人協作時對位。缺點是稿面會多出很多數字，如果只是要讀內容可以關掉。
- 行號：連續行號讓引用時能精準定位到某一行，質性分析編碼、法律引用、團隊討論都很實用。做學術引用或編碼時強烈建議開啟。
時間戳與行號要不要、密度多高，委託時講清楚，這關係到排版與可讀性。
保密機制：音檔、NDA 與去識別化
質性研究的錄音裡有真實的人、真實的話。受訪者願意坦白，前提是相信這些內容不會外流、不會被拿去對他不利。保密不是加分項，是這個服務的底線。豐道處理這類案件有幾道固定的把關。
音檔處理
機密音檔的處理原則是能不上雲就不上雲。市面上很多自動轉錄服務會把你的音檔上傳到它的伺服器，你無法掌握它怎麼存、存多久、給誰看。涉及機密的訪談與焦點團體，豐道採本機處理，音檔不進入不可控的第三方雲端服務。這也是為什麼有些強調隱私的案件不能只圖便宜用線上自動工具。
保密協議（NDA）
正式委託前可簽署保密協議，白紙黑字寫清楚：
- 音檔與逐字稿的使用範圍：只用於這次轉錄，不作他用。
- 保存期限：交付後多久刪除原始音檔與中間檔。
- 銷毀方式：確認刪除，不留備份。
- 人員範圍：只有實際處理的人能接觸到內容。
如果你的研究涉及未成年人、病患、弱勢族群或商業敏感內容，NDA 尤其重要，倫理審查（IRB）通常也會要求說明資料的保管與銷毀。
去識別化
去識別化是把逐字稿裡能指認出特定人士的資訊移除或代換：
- 姓名：真實姓名改成代號（受訪者 A、P1、化名）。
- 單位與地點：公司名、學校名、科室、地名改成類別描述（某科技公司、北部某醫院）。
- 可辨識細節：特殊職稱、罕見經歷等能反推身分的線索一併處理。
去識別化的程度依你的需求與倫理規範調整。要注意的是，去識別化要在保留分析價值與保護隱私之間取捨，過度模糊會讓資料失去意義，不足又有洩漏風險，這需要跟研究者討論後拿捏。
保密這件事跟翻譯、學術文件處理是同一套標準。若你的研究還牽涉英文投稿或摘要，可一併參考學術翻譯的注意事項,整個流程的機密規格是一致的。
交付格式：docx、PDF 與發言者標籤客製
逐字稿做完，怎麼交到你手上、長什麼樣子，也要事先講好。
標準交付：docx + PDF
- docx：可編輯，方便你自己再調整、加註、複製引文、匯入分析軟體。
- PDF：版面固定，適合存檔、列印、當附件寄送、或作為佐證文件。
兩種一起給，你要編輯用 docx、要歸檔或呈交用 PDF。
發言者標籤客製
標籤命名可完全依你的場景客製，這是質性逐字稿很重要的一環：
- 一對一訪談：訪員／受訪者，或研究者／參與者。
- 焦點團體：主持人／P1／P2／P3…，或依角色分（家長／老師）。
- 法律爭議：原告／公司方、甲方／乙方。
- 匿名需求：直接用代號，不出現任何真名。
換發言者就換段、標籤置於段首，一眼看得出對話結構。
排版與軟體相容
如果你要把逐字稿匯入 NVivo、ATLAS.ti、MAXQDA 等質性分析軟體做編碼，排版方式會影響匯入後好不好處理。委託時說明你用哪套軟體，可以把段落結構、發言者標記調整成該軟體讀起來順的格式，省去你重排的功夫。行號、時間戳的呈現也一併配合編碼需求設定。
費用與時程怎麼估
逐字稿的報價不是「一頁多少錢」這麼簡單，因為影響工時的變數很多。以下說明估價邏輯，實際數字需依你的檔案評估。
影響費用的變數
- 錄音總時長：最基本的計價基準，多數逐字稿服務以錄音分鐘數計費。
- 發言者人數：一對一最單純，焦點團體因為要做發言者分離，人數越多、工時越高，通常會加成。
- 完整逐字 vs 清稿：完整逐字要保留所有細節，工時比清稿高。
- 音質：清晰的錄音好處理；有背景噪音、回音、收音不均、講話含糊的，要反覆重聽，工時大增。
- 專業領域：醫學、法律、工程、學術等術語密集的內容，需要查證專有名詞、確認寫法，比日常對話花時間。
- 加值需求：時間戳、行號、去識別化、特殊排版、匯入軟體格式，都可能影響報價。
時程
交期同樣看時長、人數與音質。一小段清晰的一對一訪談可以較快，一場數小時、多人交錯、音質不佳的焦點團體則需要更多時間。急件可安排但通常另計加成。
具體的計價方式與級距，可參考我們的逐字稿費用與計價說明。想拿到你這份檔案的實際報價，最準的方式是傳一小段試聽片段過來，我們評估音質與難度後給你正式報價與交期。
逐字稿的價值在準確與可信。便宜的自動轉錄看似省錢，若拿到後要自己花大把時間重聽校對、還是分不清誰講的，實際成本反而更高。特別是要當論文語料或法律佐證的內容，一次做對比事後補救划算得多。
委託前先想清楚這幾件事
要讓逐字稿一次到位，委託前把這幾個問題想清楚，溝通會很順：
- 我要完整逐字還是清稿？（看用途）
- 需要時間戳和行號嗎？密度多高？
- 發言者標籤怎麼命名？要不要去識別化、去到什麼程度？
- 要不要簽 NDA？音檔多久後銷毀？
- 交付要 docx、PDF 還是要匯入分析軟體的格式？
- 檔案的音質如何？有幾位發言者？大概多長？
把這些先確定，報價會更精準，成品也更貼近你的需求。豐道的逐字稿服務屬於翻譯與逐字稿線，從一對一深度訪談到多人焦點團體都能處理，發言者分離、格式客製、保密去識別化一條龍。
想委託或先問問你的檔案怎麼估，歡迎透過聯絡我們傳一段試聽片段過來，我們評估後給你明確的報價與交期。質性研究做到訪談這一步很不容易，逐字稿這關就交給熟手，把時間留給你真正該做的分析與書寫。