Op deze pagina geven we een aantal suggesties van fondsen die open staan voor het ondersteunen van oral history projecten.
Oral history projecten passen bij het Fonds voor Cultuurparticatie, zolang mensen in hun vrije tijd zelf met de methodiek aan de slag gaan. Er zijn verschillende plekken binnen het fonds waar oral history projecten passen:
Bij de regeling Erfgoed Maken. Het actief betrekken van nieuwe/meer mensen bij het erfgoed is een voorwaarde om hier een subsidie aan te vragen. Het aanleren van de methodiek binnen de eigen organisatie, past bij de ‘Verkenning’ van Erfgoed Maken. Wel moet de Verkenning leiden tot een plan van aanpak voor het oral history-vervolgproject.
Bij de regeling Samen Cultuurmaken passen oral history-projecten ook, zolang er wordt samengewerkt met een partner uit het sociaal domein en het project leidt tot het wegnemen van drempels om mee te doen aan cultuur.
Het leren van de oral history-methodiek past ook bij de regeling ‘Vernieuwen van Cultuurmaken’ hoofdstuk ‘Ontwikkeling’. Bij die regeling staat de artistieke/culturele ontwikkeling van een groep vrijwilligers/amateurs centraal.
Voor het fonds is de participatieve of publieke insteek van het project meer leidend dan het archiveren van de oral history verhalen of het hanteren van een wetenschappelijke methodiek.
Van 1 februari tot 1 mei 2024 kunnen kleine erfgoedorganisaties een aanvraag doen voor initiatieven die erfgoedvrijwilligers in hun werk ondersteunen. Deze regeling is voor erfgoedorganisaties, waarvan de vrijwilligers het kloppend hart vormen.
De regeling is specifiek bedoeld voor projecten met een digitale insteek. Ook zijn oral history projecten zeer welkom!
Denk daarbij bijvoorbeeld aan:
Voordat je gaat interviewen is het belangrijk om goed na te denken over het archief waar je het materiaal wil opslaan. Maak heldere afspraken met het archief over de bestanden. Welk bestandstype moet je aanleveren? Waar wordt het opgeslagen? Voor wie wordt het toegankelijk?
Een aantal belangrijke overwegingen waar je op moet letten bij het maken van je keuze voor archiefinstelling:
Klik om de pdf te openen
Met deze workflow kun je oral history interviews op een gestandaardiseerde manier creëren, beschrijven en digitaal toegankelijk maken. Zo maak je duurzaam hergebruik mogelijk, bijvoorbeeld voor (publieks) historisch onderzoek, onderwijs, documentaires en tentoonstellingen.
Mondelinge geschiedenis | 2 |
Een workflow in drie stappen | 3 |
1 Voorbereiden | 4 |
2 Verwerken | 6 |
3 Overdragen | 8 |
Bij deze workflow: Infosheets & Sjablonen | 9 |
Meer weten? | 10 |
Deze handleiding volgt het zogeheten FAIR-data principe. FAIR staat voor Findable, Accessible, Interoperable, Reusable. De werkwijze zorgt ervoor dat je oral history interviews vindbaar en toegankelijk zijn voor anderen, en dat anderen de opnamen en bijbehorende documentatie ook digitaal kunnen hergebruiken.
Deze workflow is een van de resultaten van het onderzoeksproject STORIES IN MOTION: oral history as sustainable data in urban settings van Arno van der Hoeven (Erasmus Universiteit Rotterdam) en Norah Karrouche (Vrije Universiteit Amsterdam), en was een samenwerkingsverband tussen de nationale onderzoeksinfrastructuur voor de geesteswetenschappen CLARIAH, het nationale expertisecentrum en repository voor onderzoeksdata DANS, community archive Gerse Vrouwen van de Rotterdamse vrouwenorganisatie Dona Daria, grassroots erfgoedorganisatie DIG IT UP, Geschiedenislab en Stadsarchief Rotterdam. STORIES IN MOTION maakte deel uit van het project (Re-)Tracing History. New Methodologies for Making the Past Tangible, Palpable and Negotiable van het onderzoeksprogramma de Nationale Wetenschapsagenda (NWA), route Levend Verleden en is gefinancierd door de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO).
Het gesprek aangaan over het verleden kan soms best lastig zijn. Iedereen heeft een andere ervaring, een ander verhaal. Deze filmpjes, speciaal geproduceerd voor mbo-studenten, laten zien hoe zij kunnen luisteren naar het verhaal van een ander en hoe zij het kunnen vastleggen. Zij gebruiken daarvoor de oral history interviewmethode. De films zijn vanaf vandaag te bekijken via het YouTube-kanaal van Erfgoed Gelderland.
In deze vijf korte films wordt uitgelegd wat een oral history interview is, hoe je het zelf voorbereidt en uitvoert en wat je ermee kan. In elke film neemt interviewer Shaima je mee in haar eigen oral history onderzoek. Zij heeft een mysterieus voorwerp gevonden op zolder en wil daar meer over weten. Shaima komt terecht bij Joop, hij kan haar meer vertellen over het voorwerp omdat hij als kind de Slag om Arnhem meemaakte. Shaima doet een oral history interview met Joop en laat zien hoe ze dat doet.
Mbo-docenten kunnen de films in de klas gebruiken om studenten kennis te laten maken met de oral history interviewtechniek. Het materiaal helpt studenten om later zelf een oral history interview te doen over het thema vrijheid. In voorbereiding daarop zijn er verschillende lesmodules rondom het thema vrijheid en onvrijheid. Meer informatie over de modules en de leerlijn is te vinden op de website van de Hogeschool Arnhem en Nijmegen. Wilt u zelf een project beginnen met oral history? Neem dan contact op met Erfgoed Gelderland.
De films zijn onderdeel van het programma Gelderland in Vrijheid, mogelijk gemaakt door provincie Gelderland. De video’s zijn gemaakt door Erfgoed Gelderland en filmmakers Niek&Nena in samenwerking met Airborne Museum ‘Hartenstein’ en andere partners van het project Burgerschap en Vrijheid: Herinneringscentrum Apeldoornsche Bosch, het Vrijheidsmuseum, Nationaal Onderduikmuseum, HAN University of Applied Sciences, ROC Nijmegen, Rijn IJssel, Graafschap College en Aventus.
ORAL HISTORY | Afl. 1 Wat is oral history?
ORAL HISTORY | Afl. 2 Het interview voorbereiden
ORAL HISTORY | Afl. 3 Het interview opnemen
ORAL HISTORY | Afl. 4 Interviewtechniek
ORAL HISTORY | Afl. 5 Het interview verwerken en bewaren
Uitgebreid en in lijn met de Algemene Verordening Gegevensbescherming (AVG)
Interviewers die freelance voor een project werken worden auteursrechtelijk gezien als maker. Daarom moeten de interviewers verklaren dat de interviews die hij of zij afneemt in opdracht van een organisatie of een specifiek project gemaakt zijn eigendom worden van die organisatie.
Wanneer je overweegt automatische spraakherkenning (ASR) te gebruiken, is het belangrijk te beseffen dat bepaalde AV-bronnen geschikter zijn dan andere. Hier zijn enkele zaken om in gedachten te houden. Ten eerste, de audiokwaliteit moet hoog zijn. Dit betekent dat stemmen duidelijk moeten zijn, niet echoën, en bij voorkeur dicht bij de mond opgenomen met adequate microfoons.
Ten tweede werkt ASR het best bij monologen. Als een audiobestand vol is met mensen die elkaar onderbreken en door elkaar heen praten, kunnen de resultaten verwarrend zijn om te lezen, aangezien niet alle software in staat is verschillende mensen aan de hand van hun stem te herkennen. Idealiter zou het bestand voor elke spreker een apart kanaal moeten hebben.
Tenslotte is ASR over het algemeen niet erg goed in het omgaan met accenten en dialecten. Wanneer je te maken hebt met migranten of plattelandsbewoners met een accent dat voor jou misschien gemakkelijk te verstaan is, kan ASR daar toch grote moeite mee hebben. Laat staan met accenten die voor buitenstaanders moeilijk te begrijpen zijn.
ASR software
Bedenk bij het gebruik van online-software dat je privacy-gevoelige bestanden upload.
Lees altijd de voorwaarden van een ASR-dienst, voordat je beslist of deze aan je privacy-eisen voldoet.
ASR met Subtitle Edit
Vanaf januari 2023 (versie 3.6.12) is er een nieuwe optie voor automatische spraakherkenning in Subtitle Edit ingebouwd.
Bij deze versie van Subtitle Edit zijn onder het tabblad Video twee spraakherkenningsfuncties ondergebracht:
Korte installatiebeschrijving voor Subtitle Edit 3.6.12*, om het programma het best te laten werken voor Whisper spraakherkenning:
* Inmiddels is versie 4.0.5 beschikbaar, met weer meer opties voor Whisper. Voor de engines OpenAI, CTranslate2 en WhisperX is aparte installatie van Python vereist. De engines Purfview’s Faster Whisper (met taalmodel large-v3), CPP en ConstMe kunnen zonder Python gebruikt worden.
Met de Advanced optie bij het scherm Whisper “Audio to text” kunnen extra parameters voor de Whisper command line worden aangegeven. Ook Whisper post-processing kan nu via Settings geconfigureerd worden.
De installatie van Python is een hoofdstuk apart. Een vereenvoudigde manier om Python en Whisper op je computer te installeren is hieronder te lezen onder het kopje: Installeren Whisper en Python (Windows) – voor gevorderden.
Snel en gemakkelijk audiobestanden omzetten in tekst met OpenAI’s geavanceerde transcriptietechnologie Whisper.
Voor de Pro versie is een kleine bijdrage vereist van € 29,- (Persoonlijk gebruik)
De Pro-versie maakt gebruik van Medium and Large models, waarbij het transcriptieresultaat vaak nog veel beter is.
Gebruikers die geen software op hun computer willen downloaden en toch gebruik willen maken van AI transcriberen kunnen gebruik maken van Riverside’s transcriber. Transcribeer audio en video in 100+ talen met slechts een paar klikken. Riverside’s transcriber biedt Ai transcripties helemaal gratis.
Er zitten wel wat nadelen aan het online gebruik:
(Gevoelige) gegevens upload je naar een internet space
Transcriptietijden kunnen variëren afhankelijk van de bestandsgrootte, de lengte van de inhoud en hoe druk de servers van Riverside het hebben.
Voordelen:
Ongelimiteerde upload van bestanden (MP3, Wav, MP4 en MOV)
Output in Caption – ondertitelbestand (srt) of Tekstbestand (txt)
Nadeel: Andere bestandsformaten, zoals m4a, moeten eerst omgezet worden naar een voor de website leesbaar formaat. Bijvoorbeeld met Convertio.co
Gebruikers die geen software op hun computer willen downloaden en toch gebruik willen maken van Whisper kunnen de gratis service op internet van SteveDigital gebruiken.
Online audiobestanden of YouTube-bestanden omzetten in tekst met OpenAI’s geavanceerde transcriptietechnologie Whisper.
Er zitten wel wat nadelen aan het online gebruik:
Voordelen:
Whisper AI maakt gebruik van de programmeertaal Python.
Om alles op je computer te installeren, van Pyhton tot en met de verschillende Whisper-modellen, is enige computerkennis wel vereist. Op de site van GitHub staan alle benodigde bestanden gegroepeerd:
Het is best ingewikkeld om alles op je persoonlijke computer aan de praat te krijgen. Welke programma-onderdelen er moeten worden geinstalleerd is sterk afhankelijk van de specificaties van je computer.
Er is echter een installatie programma ontwikkeld door TroubleChute dat het hele installatieproces automatisch doorloopt, rekening houdend met de configuratie van jouw computer.
Hieronder is een link naar de video waar stapsgewijs wordt uitgelegd hoe Python en Whisper eenvoudig te installeren is op je computer:
One-click Whisper install windows install script
Korte beschrijving installatie:
Automatische spraakherkenning
Automatische spraakherkenning met Word in Office 365.
Met een Microsoft registratie is de service online gratis te gebruiken.
Nadeel is dat het resultaat een document is zonder tijdcodes.
Via een optie in YouTube Studio zijn hier ondertitels met tijdcodes van te maken.
DOWNLOAD het aparte instructie-document.
Instructie-document voor automatische spraakherkenning in Word is hier te downloaden:
Automatische transcriptie
Automatische transcriptie met Word in Office 365.
Alleen met een Office 365-premium abonnement is de service te gebruiken.
(300 minuten spraakherkenning per maand)
Het resultaat is een document met begintijden per alinea. Om er een leesbaar ondertitel-bestand met tijdcodes van te maken kan gebruik worden gemaakt van een optie in YouTube Studio.
Download het aparte instructie-document.
Instructie-document voor automatische transcriptie in Word is hier te downloaden:
De automatische spraakherkenning is te gebruiken met een Google Account.
Nadeel is dat het resultaat een document is zonder tijdcodes.
Via een optie in YouTube Studio zijn hier ondertitels met tijdcodes van te maken.
DOWNLOAD het aparte instructie-document.
Instructie-document voor automatische spraakherkenning in Google Docs is hier te downloaden:
De automatische ondertitels zijn te maken met een Google / YouTube-account.
Alleen geschikt voor video-bestanden.
Als je een geluidsbestand (mp3, wav, ogg, etc.) automatisch wil laten transcriberen, moet dat eerst omgezet worden naar een video-bestand om te kunnen uploaden naar YouTube. Daar zijn allerlei gratis programma’s voor te vinden. De truc is een geluidsspoor in te laden en een willekeurige foto over de hele lengte van het geluidsbestand te zetten. Het geheel dan wegschrijven als mp4-bestand. En het geluidsbestand is klaar om te uploaden naar YouTube.
Instructie-document is hier te downloaden
Transcriptie Portal
Het Transcriptie Portaal is een online ASR tool ontwikkeld en gehost door LMU München voor academische transcriptie doeleinden. De tool is zelf geen ASR-dienst, maar maakt het mogelijk om je audiobestanden via veel verschillende ASR-diensten te verwerken. Vervolgens kun je de resultaten binnen het OH-Portal corrigeren en bewerken, of exporteren in een bestandstype naar keuze.
Als je geïnteresseerd bent in hulpprogramma’s bij het maken van transcripties kijk dan hier:
Oral history is het verzamelen en bestuderen van levensverhalen, getuigenissen van mensen over historische gebeurtenissen en betekenissen die zij aan erfgoed geven. Het gaat om verhalen die worden verzameld door middel van (open) interviews. Oral history vertelt de verhalen van groepen en gemeenschappen die weinig in de geschiedschrijving aan bod komen en draagt daarmee bij aan andere en nieuwe perspectieven op de hedendaagse geschiedenis en erfgoed. Kenmerken van oral history materiaal zijn:
Automatische spraakherkenning:
SPRAAKHERKENNING-TRANSCRIBEREN
Transcriptie tools:
TRANSCRIPTIE-TOOLS
Er zijn verschillende gespecialiseerde hulpmiddelen voor handmatige digitale transcriptie. Hoewel het niet noodzakelijk is om gespecialiseerde hulpmiddelen te gebruiken (je kan ook Microsoft Word of Google Docs gebruiken), is het handig om verschillende opties te kennen. Zo wordt transcriberen minder lastig en de mogelijkheden van onderzoek met behulp van je transcripties worden vergroot.
Een voordeel van het gebruiken van transcriptiesoftware is bijvoorbeeld dat het “afspelen” van het geluid en beeld in combinatie gaat met “typen” van de gesproken tekst. Dat resulteert in een transcriptie die met tijdcodes is vastgelegd, d.w.z. dat de begin- en eindtijd van elk tekstfragment (een woord, een paar woorden, een zin of een alinea) bekend zijn. Deze tijd-uitlijning maakt het mogelijk naar gesproken woorden te zoeken en ondertitels te genereren. Bij transcripties die met een gewone tekstverwerker (Kladblok, Word, enz.) worden gemaakt, ontbreekt deze tijd-uitlijning en is het resultaat alleen tekst.
Een van de grootste bottlenecks bij het archiveren van oral history is het transcriberen van de interviews. Het transcriberen is van belang voor het vindbaar en doorzoekbaar maken van interviewcollecties. Met name de doorzoekbaarheid is gebaat bij een koppeling van tekst aan tijdcodes in het interview.
Als dat allemaal met de hand gedaan moet worden is dat een gigantische klus en een enorme tijdsinvestering. Er zijn verschillende professionele bureaus die hun diensten aanbieden om te transcriberen. Echter met de huidige software-ontwikkelingen is het steeds aantrekkelijker om te kiezen voor computerondersteuning bij transcriberen. Het is eenvoudiger en goedkoper. In dit schema laten we gratis oplossingen voor het transcriptie-vraagstuk zien.