話者分離とは、複数人が話している発言を話者ごとに分けることです。文字起こし原稿では主に全角アルファベットなどのラベルを付けて話者を区別します。
AI文字起こしツールにも、自動的に話者を振り分ける機能が搭載されています。会議やインタビューの内容を確認しやすくなるため、AI文字起こしツールを選ぶ際の重要な機能の一つです。
東京反訳では、話者ラベルへの振り分けを「話者分離」、氏名や役職まで特定することを「話者識別」としています。
| 区分 | 主な作業 | 原稿での表記例 |
|---|---|---|
| 話者分離 | 発言を話者ごとに振り分ける | Ａ、Ｂ |
| 話者識別 | 発言者を氏名・役職などと結び付ける | 佐藤、田中、司会者 |
AIによる自動話者分離は、少人数が順番に話し、明瞭に録音された音声では有効です。一方、次のような音声では、話者の混在やラベルの入れ替わりが発生することがあります。
話者分離の精度は、録音環境や参加人数、会話の進み方などによって異なります。
会議内容の確認や議事録の下書きであれば、自動話者分離の結果をそのまま利用できる場合もあります。
一方、社外提出資料や公式議事録、法務・監査、研究資料など、誰が何を発言したかの正確性が求められる用途では、音声と原稿を照合して話者を確認することが重要です。
東京反訳では、AI文字起こし原稿の話者ラベルを確認し、話者の混在や入れ替わりを修正しています。AI文字起こし結果を提出や記録に利用できる状態へ整えたい場合は、AI文字起こし結果の校正サービスもご覧ください。
