Transcriptiestandaarden

Transcriptiestandaarden zijn verzamelingen van afspraken en richtlijnen voor het omzetten van gesproken taal naar geschreven transcripts. Ze beogen duidelijkheid en eenduidigheid te waarborgen, zodat transcripts uit verschillende bronnen vergelijkbaar en herbruikbaar blijven in onderzoek, onderwijs en archivering. Een transcriptiestandaard bepaalt wie wanneer aan het woord is, hoe non-verbale gebeurtenissen worden genoteerd en welk detailniveau wordt gekozen.

Bestanden kunnen variëren van eenvoudige, orthografische weergaves tot uitgebreide, annotatieve transcripts die fonetische informatie, prosodie, pauzes, overlappende spraak en emoties opnemen. Er zijn vaak keuzes tussen eenvoudige weergave en diepgaande annotatie, en tussen tijdsmarkering op woord- of ziniveau. Daarnaast specificeren transcriptiestandaarden welke metadata verplicht zijn, zoals taal, opnamecondities, toestemming en auteursrechten.

Veelgebruikte formats en tools zijn TEI XML-transcripts voor digitale archieven, ELAN-annotatiebestanden (EAF), en voor audiogeoriënteerde analysesPraat-textgrid. Voor ondertiteling komen formats als SRT en WebVTT in beeld. In de linguïstiek is de Jeffersonian-transcriptie een bekende methode om gesprekken te markeren, overlappende spreektijd en pauzes weer te geven. In archieven en bibliotheken spelen TEI en vergelijkbare XML-standaarden vaak een centrale rol.

De ontwikkeling en toepassing van transcriptiestandaarden groeit met de nadruk op interoperabiliteit, privacy en copyright, vooral bij multilingualiteit en dialectvariatie. Ze dienen als basis voor betrouwbare onderzoekssynthese, toegankelijkheid en data-uitwisseling tussen instellingen en disciplines.