英語の文字起こしの理解：逐語録と整文プロトコル
質的研究では、英語の会話を文字起こしする方法は単なる書式の選択ではなく、研究の妥当性・再現性・解釈に直結する重要な方法論上の決定です。民族誌学で談話パターンを分析する場合、インタビューを扱う学術研究の場合、あるいは認知科学でためらいの発話を検証する場合でも、逐語録（verbatim）か整文（clean / intelligent）かの選択は避けられません。
この選択は文字起こしを始める前に決めるべきです。最近のリンク入力やアップロードによる自動文字起こしツールは、発話者ラベルやタイムスタンプを付け、一括整形も可能です。そのため、選択の基準は性能ではなく目的になります。自動生成された文字起こしが全ての言い直しやフィラー、沈黙を残すことも、瞬時に整文に変換することもできる今、研究目的に合った忠実度の設定が不可欠です。
文字起こしプロトコルの定義
英語の文字起こしには大きく3つのアプローチがあります。
厳密な逐語録
逐語録は発話された内容をそのまま記録します。省略や修正は一切行いません。具体的には以下を含みます：
- 「um」「you know」などのフィラー
- 言い直し、途中でやめた単語、繰り返し
- 誤発音や文法的な誤り
- 方言や音声的特徴
重要性：発話パターン、認知負荷、言語変種、会話構造などを分析する研究では、これらの特徴もデータの一部です。削除することはデータの変数を消すのに近い行為です。
誤解：逐語録は「より客観的」と誤解されることがありますが、実際には、発話が重なった場合の表記や、含めるフィラーの種類、ポーズの記録方法など、記録者による選択が必ず介在します。
整文（オーソグラフィック）／インテリジェント文字起こし
こちらは読みやすさを重視します。口語を文法的に正しい文章に整え、フィラーを削除し、誤発音は標準的表記に置き換えます。
重要性：整文は読みやすく、非専門の読者向け報告や出版に適しています。ただし会話の構造的要素を削るため、分析上重要な談話レベルの特徴が失われることもあります。
例えば、「I, um, I think that’s right」は「I think that’s right」になり、ためらいは消えます。これは自信や認知処理の研究では重要な情報です。
ハイブリッド／選択的ルール
必要な特徴のみを保持し、分析上意味がある部分を注釈付きで記録する方法です。保持する基準を明確に文書化したプロトコルが必要です。
研究目的に沿った忠実度の選択
厳密な逐語録か整文かの判断は、データの利用目的に依存します。開始前に目的を明確化すれば、後々の不一致を防げます。
意思決定マトリクス
決定マトリクスを使うと判断が整理できます（例はこちら）。
- 認知・談話シグナル研究：逐語録またはハイブリッドで特徴を保持
- 介入策開発：整文でテーマを明確化し、削除ルールを記録
- 出版・普及：整文は読みやすさを向上。ただし処理ルールを公開し再現性を確保
研究者が強調するように（出典）、忠実度の選択は技術的処理ではなく、研究設計の一部です。
一貫性と再現性のためのプロトコルテンプレート
大規模質的研究では文字起こしの細かな不一致が分析ノイズに繋がります。標準化されたプロトコルは偏りを減らし、比較可能性を高め、再現のための記録を作ります（議論はこちら）。
プロトコル要素
効果的なプロトコルは以下を定めます：
- フィラー処理：常に保持、常に削除、分析必要時のみ保持
- 聞き取れない部分：標準タグで表示（例：[inaudible 00:01:32]）
- 言い直し・繰り返し：談話分析では保持、整文報告では削除
- 数字・URL・地名：音声通りか正規化かを決定
- 方言的特徴：逐語録では保持、ハイブリッドでは[dialect]タグで記録
自動整形と原文保持が可能な文字起こしプラットフォームなら、一度ルールを設定すれば統一的に適用できます。例えばフィラーだけ削除し非標準文法は保持するといった操作も、カスタム整形ツールで数秒で可能です。
3段階の検証ワークフロー
自動文字起こしがどれほど高度でも、人による確認は不可欠です。
第1段階：自動生成
発話者分離と正確なタイムスタンプ付きの文字起こしを音声・動画から生成。リンク入力対応ツールはファイル取扱いリスクやメタデータ処理を減らします。
第2段階：重点的な手動確認
プロトコルで重要とした要素—フィラー、方言マーカー、発話重複—を中心に確認。タイムスタンプに直接飛べる設計は効率的です。自動再構成でテキストを分析しやすい単位に分割できます。
第3段階：一貫性チェック
全データ完成後、全記録でルール適用の一貫性を確認。大規模チームでは、レビュアー間の差異を調整する役割もあります。
前後比較例
選択によってどれほど情報が変わるか、見ると実感できます。
逐語録
話者A: I, um… I just—I don’t know, maybe it’s, uh, like a trust thing? 話者B: Right, right, yeah… could be.
整文
話者A: I don’t know. Maybe it’s a trust thing. 話者B: Right, yes. Could be.
逐語録ではためらい（um）、言い直し（I just）、繰り返し（right, right）、フィラー（uh）が残り、不確かさや関係構築の兆候として解釈できます。整文ではこれらの手掛かりが消えます。
実践的ポイント
- 文字起こしは研究設計の一部と考える
- 開始前に忠実度の選択を明文化したプロトコルを用意する
- 再現可能なプロセスで、同僚や将来の自分が追跡できるようにする
- 自動ツールで生データと整文を切り替え可能にし、再作業を減らす
- 大量のインタビューや民族誌録音は、一括変換のように制限なく文字起こしし、必要時に整形できるプラットフォームが有効
まとめ
英語の質的研究で逐語録か整文かを選ぶのは単なる好みではなく、研究質問・理論的立場・分析枠組みを反映するものです。逐語録は発話の質感を保持しますが解釈に慎重さが必要。整文は読みやすく出版に適しますが重要な手掛かりを削る恐れがあります。
忠実度の選択を意識的に行い、ルールを文書化し、自動生成と人による確認を組み合わせれば、分析の豊かさと方法論の透明性の両方を守れます。最新のプラットフォームでは逐語録と整文両方を保持できるため、再現性の記録も残せます。これを単なるフォーマットの問題ではなく方法論上の決定として扱うことで、英語発話データの信頼性と解釈の深みが高まります。
FAQ
1. 逐語録と整文の違いは？ 逐語録はフィラーや言い直し、非標準の表現も含め発話をそのまま記録します。整文は読みやすくするためにフィラーを削除し、文法を整えます。
2. なぜ開始前にプロトコルを決める必要があるのですか？ 早期の決定で一貫性を保ち、偏りを減らし、チーム全員が同じ忠実度基準で作業できるようにします。
3. 同じ研究で逐語録と整文の両方を使えますか？ はい。多くの研究者は分析用に逐語録を、公開用に整文を保持します。
4. 自動化は学術文字起こしにどう関係しますか？ 自動化は初期作業を迅速化し、一貫性を確保します。研究特有の判断が必要な部分は人による確認を加えることが重要です。
5. 再現性のために文字起こしの決定をどう記録しますか？ フィラー、文法、方言、数字など各要素のルールを明文化し、文字起こしと共に保存することで、他者がプロセスを理解・再現できます。
