話者分離をわかりやすく。
ラベルが教えてくれないことも。

1. 向いている録音を選ぶ

話者分離は、声の違いがはっきりしていて、順番に話しているときにいちばんうまくいきます。処理してよい録音を使いましょう。会議、インタビュー、同意を得て録音した通話、ポッドキャストのエピソードなどです。音声・動画ファイルを取り込むか、アプリに共有するか、アプリで録音します（1回最大2時間）。とても長い録音は話者検出を受け付けないことがあります。その場合は短い録音でお試しください。

2. Speaker labelsをオンにして送る

送信オプションでSpeaker labelsをオンにします。Powerの契約者に表示され、ほかのプランではロックされています。発言ごとの文字起こしにはTranscribeを選びます。話者ラベル付きの処理は、長さの2倍としてプランの利用量にカウントされます。複数の声がある会話で使いましょう。

3. 確認してから話者に名前を付ける

録音と照らし合わせて文字起こしを読みます。同じ声の連続した部分は1つの発言にまとめられます。ラベルは匿名なので、Speaker AとSpeaker Bが誰かを判断し、テキストをコピーして、ご自身の文書でラベルを名前に置き換えましょう。短い返事や割り込みは特に注意してください。いちばん別の声に割り当てられやすい部分です。

1回の処理で得られる結果は1つです。それぞれで話者ラベルはこう働きます。

• Transcribe：発言ごとに1行で、「Speaker A:」のようなラベルから始まります。
• Translate：同じラベルが同じ順番で残り、話した内容だけが翻訳されます。
• Summarize：Action itemsなど選んだ形式のまま、必要な箇所で要点を話者に結び付けます。すべての発言を繰り返すわけではありません。
• Summarize + Translate：同様の要約を翻訳先の言語で。
• ラベルを保てない場合：ラベルなしの文章をそのまま返すのではなく、処理が失敗します。もう一度送信できます。

話者分離は、音声だけから話者の切り替わりを推定します。顔は見えず、誰が紹介されたかもわかりません。特に確認が必要なのは次のような場面です。

• 発言の重なり：2人が同時に話すと、言葉が別の発言に入ることがあります。
• 似た声：声の似た2人が1つのラベルにまとまったり、1人の声が2つに分かれたりします。
• とても短い発言：すばやい「はい」や「そうですね」は、別の人に割り当てられがちです。
• 距離と雑音：マイクから遠い声や騒がしい部屋では、切り替わりを検出しにくくなります。

ある録音のSpeaker Aと、別の録音のSpeaker Aは同じ人ではありません。ラベルは毎回、声が検出された順に新しく割り当てられます。名前ではなく、アプリが誰かの声を認識・記憶することもありません。

ラベルは、オプションをオンにして送った新しい処理に付きます。以前に処理した結果に後からラベルが付くことはないので、必要なら録音をもう一度送ってください。引用が重要なインタビューについては、インタビュー文字起こしガイドで発言の帰属を詳しく説明しています。ラベル付きの会議をToDoにまとめるなら、会議の文字起こしガイドをご覧ください。