スピーカーダイアライゼーションの説明

スピーカーダイアライゼーションは強力な AI 機能で、音声内の異なるスピーカーを識別し、各セクションに「Speaker 1」「Speaker 2」などのラベルを付けます。

スピーカーダイアライゼーションとは?

スピーカーダイアライゼーションは、ピッチ、トーン、話し方などの声の特徴を分析して異なるスピーカーを識別することで、「誰がいつ話したか」という問いに答えます。

1 つの連続したテキストブロックではなく、次のように得られます:

• Speaker 1: こんにちは、ポッドキャストへようこそ。
• Speaker 2: ご招待ありがとうございます!
• Speaker 1: さっそく始めましょう...

スピーカーダイアライゼーションを有効化する方法

1. 1音声ファイルをアップロード
2. 2アップロード設定で「カスタムモード」に切り替え
3. 3「異なる話者を識別」のチェックボックスをオン
4. 4スピーカー数を選択: 自動検出または指定(2〜20)
5. 5「文字起こしを開始」をクリック

自動検出と手動カウント

自動検出(推奨):

• AI が自動的にスピーカー数を判断
• ほとんどの場合に最適
• 時々過剰または過少にスピーカーを識別する場合あり

手動カウント(2〜20 スピーカー):

• スピーカー数を正確に指定
• 人数が分かっている場合はより正確
• 構造化された形式(インタビュー、パネルディスカッション)に最適

スピーカーダイアライゼーションのしくみ

AI が分析する内容:

• 声の特徴 - ピッチ、トーン、音色
• 話し方のパターン - 速度、リズム、ポーズ
• 音響特徴 - 周波数、エネルギー

次に同じ人物が話したセグメントをグループ化し、「Speaker 1」「Speaker 2」などのラベルを割り当てます。

スピーカーダイアライゼーションで最良の結果を得るには

• 個別のマイクを使う - 各人が自分のマイクを持つ = 大幅に精度向上
• お互いに被って話さない - 重複する発話は AI を混乱させます
• 声に区別がある - 明確な違いがあると識別が容易
• 良い音質 - 音質が悪いとダイアライゼーションも悪い
• 背景ノイズを避ける - ノイズが声分析を妨げます

スピーカーラベルの表示

スピーカーダイアライゼーション付きの文字起こし完了後:

1. 1文字起こしを開く
2. 2「文字起こし」タブを開く
3. 3「Speaker 1」「Speaker 2」などのスピーカーラベルが表示されます
4. 4各セクションはスピーカーごとに色分けされます
5. 5タイムスタンプが各スピーカーが話し始めた時刻を示します

スピーカーラベル付きでエクスポート

エクスポート時、すべての形式にスピーカーラベルが含まれます:

• TXT - 「Speaker 1:」プレフィックス付きのプレーンテキスト
• DOCX - スピーカー名付きで書式設定
• PDF - スピーカー識別付きのプロフェッショナルなレイアウト
• SRT - スピーカーラベル付きの字幕(動画に便利)

スピーカーダイアライゼーションが苦手なケース

• 似た声 - 非常に似た声の 2 人は混同される場合あり
• 重複する発話 - 複数人が同時に話すと分離が困難
• 音質が悪い - 背景ノイズや低品質録音
• スピーカー多数 - 5〜6 人以上は困難
• 短いやり取り - 非常に速い掛け合い

スピーカーダイアライゼーションの活用シーン

• ポッドキャスト&インタビュー - 誰が何を言ったか明確に
• 会議の議事録 - コメントを発言者に紐付け
• フォーカスグループ - 異なる参加者の応答を追跡
• 法的証言録取 - 証人と弁護士を識別
• パネルディスカッション - 複数のスピーカーを追跡
• カスタマーコール - エージェントと顧客を分離