話者分離の仕組みと使い方
TranscribeNextが音声内の話者を識別し、自動でラベルを付ける仕組みを説明します。
話者分離は、誰がいつ話したかを判別し、文字起こしの各部分に「話者1」「話者2」などのラベルを付ける機能です。
プロのヒント
話者分離はPlusプランとPremiumプランで利用できます。
話者分離とは
1つの長いテキストの代わりに、話者ごとに分けられた会話が得られます。
- 話者1: こんにちは、ポッドキャストへようこそ。
- 話者2: お招きいただきありがとうございます!
- 話者1: さっそく本題に入りましょう…
オンにする方法
- 1新しい文字起こしを開始し、ファイルを追加
- 2「設定」ステップの「話者分離」で、「話者を識別」にチェックを入れる
- 3「話者の数」で2、3、4、5、または最大20人までの「6+」を選ぶ(人数がわからない場合は「自動」)
- 4「アップロードして文字起こし」をクリック

開始する前に、「話者の数」でいずれかを選ぶ必要があります。YouTubeなどのリンクでは話者分離は使えず、アップロードしたファイルと録音でのみ利用できます。
正確な人数か、自動か
- 正確な人数 — 最も高い精度が得られます。インタビューや会議など、話す人数がわかっている場合は必ずこちらを選んでください
- 自動 — 話者の人数が自動的に判定されます。本当に人数がわからない場合に使います。精度は下がり、話者が多すぎたり少なすぎたりすることがあります
プロのヒント
どちらを選んでも、文字起こしの完成後に話者名を変更できます。
話者ラベルを確認する
- 1文字起こしを開く
- 2「文字起こし」タブの上部にある「識別された話者」に、各話者と発言の数が表示されます
- 3文字起こしの各部分は話者ごとに色分けされ、開始時刻と終了時刻が表示されます
- 4ツールバーの「話者」チェックボックスで、話者ラベルの表示・非表示を切り替えられます

話者名を変更する
- 1「識別された話者」で話者にカーソルを合わせ、鉛筆アイコン(「話者名を変更」)をクリック
- 2名前を入力(例:「Anna」)
- 3必要に応じて別の色を選ぶ
- 4保存すると、新しい名前が文字起こし全体とエクスポートに反映されます
文字起こし済みのファイルに話者を追加する
文字起こしを開き、ツールバーの「話者を識別」をクリックします。元の音声が話者分離付きでもう一度処理されます。現在の文字起こしは「バージョン履歴」に保存され、新しい文字起こしは言い回しやタイムスタンプが少し異なる場合があります。この機能にはPlusプランまたはPremiumプランと、元の音声ファイルが必要です。
話者ラベル付きでエクスポートする
- TXTとMarkdown — 各発言が話者名から始まります(例:「Speaker 1:」)
- DOCXとPDF — 各発言の冒頭に話者名が付きます(Plus・Premium)
- JSON — すべてのセグメントにspeakerフィールドがあり、ご自身で付けた名前も含まれます
- SRTとVTT — 字幕には話された内容だけが含まれ、話者名は入りません
エクスポートは「話者」チェックボックスに従います。名前なしのテキストが必要な場合は、エクスポートする前にオフにしてください。
より良い結果を得るには
- 話者の正確な人数を設定する — 最も効果の大きい改善策です
- 一人ひとりにマイクを用意する — 各自が自分のマイクの近くで話す
- 話が重ならないようにする — 重なった発話は分離が困難です
- クリアな音声で録音する — 背景ノイズがあると声の区別が難しくなります
話者分離が難しくなる場合
- 似た声 — 声がよく似た2人は取り違えられることがあります
- 重なった発話 — 複数の人が同時に話している
- 音質が悪い — ノイズがある、または録音の品質が低い
- 話者が多い — 人数が多いほど難しくなります
- 非常に短い発言 — 「はい」「そうですね」のような短いやり取り
重要
話者分離は自動で行われるため、常に100%正確とは限りません。重要な文字起こしでは話者ラベルを確認してください。
活用例
- ポッドキャスト・インタビュー — 誰が何を言ったかがわかる
- 議事録 — 発言を人ごとに整理できる
- フォーカスグループ — 参加者一人ひとりの発言を追える
- パネルディスカッション — 複数の話者を把握できる
- 顧客との通話 — 担当者と顧客の発言を分けられる
プロのヒント
会議ボットでも話者を識別できます。録音を開始するときに「設定」で話者分離をオンにしてください。こちらでも話者は「話者1」「話者2」と表示され、後から名前を変更できます。
タグ
関連記事
タイムスタンプから任意の場面を再生する
文字起こしの各セグメントにはタイムスタンプが付きます。クリックして該当箇所を再生したり、タイムスタンプ付きの形式で書き出したりできます。
SRT形式:動画用の字幕ファイル
SRT字幕の構造、書き出し方、動画編集ソフトへの読み込み前に確認する点を説明します。
文字起こしの精度を理解する
文字起こしの精度に影響する要因と、音声ファイルからより良い結果を得る方法をご案内します。
文字起こし内の検索
文字起こし内の特定の単語、フレーズ、トピックを素早く見つけられます。
関連ツール
- 対応している音声・動画フォーマット — MP3・WAV・OGG・MP4・MPEGなど全13種類。形式ごとの制限と扱い方も紹介します。
- Mac用の文字起こしアプリ — WhisperとParakeetで録音・文字起こしをオフライン処理。無料プランでは、データを端末内に保持できます。
まだお困りですか? サポートに連絡 — 内容を確認のうえ順次返信