ブログ

文字起こしの話者ラベルの修正方法

著者： Hushscript | 公開日： 2026年10月6日 | 最終確認日： 2026年10月6日

文字起こしの話者ラベルの修正は、編集画面で行います。ラベルの名前を一度変更すれば、その話者のすべての発言に反映されます。個別の発言を別の話者に割り当て直すことも、区切りが誤っている発言を分割・結合することもできます。ファイルを再度文字起こしする必要はありません。自動ラベルは下書きと考え、数分かけて見直すことで、信頼して使えるものになります。

話者Aを実名に変更

自動ラベルは中立的な表記です。文字起こし結果に「話者A」「話者B」と表示されるのは、システムが声をまとめているだけで、誰の声かは知らないためです。人物がわかったら、話者名のダイアログを開き、各ラベルに名前を入力してください。編集画面でもエクスポートでも、その話者のすべての発言が、ラベルから名前の表示に変わります。

名前の代わりに役割を使うこともできます。ファイルに名前を残したくない場合は、「インタビュアー」「参加者」が便利です。Insightsがある場合、Hushscriptは話者名の候補を、確認できる欄に表示できます。承認するまで変更は適用されません。話者識別のページでは、ラベルが示すことと、示さないことを説明しています。

誤った発言を正しい話者に割り当て直し

ほかの発言は正しいのに、1つの発言だけラベルが違うことがあります。その発言の話者だけを変更してください。一覧から正しい話者を選ぶか、認識から漏れた声の発言なら、新しい話者を選びます。

音声を再生しながら、文字起こし結果を順に確認してください。間が空いた後の最初の発言や、話題が変わる箇所を確認します。こうした箇所は、話者のラベルが取り違えられやすいところです。

2人の声を含む発言の分割

2人が続けて素早く話すと、エンジンが両方を1つの発言にまとめることがあります。2人目の声が始まる位置で分割し、後半を正しい話者に割り当ててください。各部分に1人の声だけが入るよう、分割位置を正確に合わせます。

ひと続きの発言の結合

逆に、1人の文が、間やせきによって2つの発言に分かれることもあります。その発言を次の発言と結合して、1つにまとめてください。両方が同じ話者のときにだけ適切に結合できるため、先にラベルを修正します。

同じ人が「話者A」「話者C」のように、2つのラベルで表示されることもあります。2つの話者ラベルを結合する専用の操作はありません。余分なラベルが付いた発言を、正しい話者に割り当て直してください。該当する発言がなくなると、そのラベルは文字起こし結果から消えます。

どの編集も取り消しとやり直しができます。修正がうまくいかなかった場合は、文字起こし全体を元の状態に戻すこともできます。

話者ラベルが間違う原因

原因がわかれば、確認すべき箇所もわかります。話者識別のしくみで、より詳しく説明しています。よくある原因は次のとおりです。

• 発言の重なり。 2人が同時に話すと、一方の声が優先されがちです。割り込みがある箇所では、発言の欠落や結合に注意してください。
• 似た声。 声の高さや声質が近い2人は、同じラベルにまとめられることがあります。
• 電話やビデオ通話の音声。 圧縮や接続状態の変化で声の聞こえ方が変わり、1人が2つのラベルに分かれることがあります。
• 短い発言。 「はい」のような一言の返答では、判断に使える音声が少ないため、前後の話者に割り当てられることがあります。
• 多人数の会話。 人数が増えるほど、正しく区切るべき箇所も増えます。8人のパネルディスカッションは、2人のインタビューより念入りな確認が必要です。

どの場合も、見直しが必要です。自動ラベルは、確認済みの記録ではありません。

文字起こし前に確認する設定

後から修正するより、先に防ぐほうが手間の少ない問題もあります。

複数の声が入っている録音では、話者検出をオンにしてください。分数の追加はありません。1人だけの録音では、オフにします。

各話者を別々のチャネルに録音している場合は、マルチチャネル処理を使ってください。チャネルを分けて扱い、各チャネルに課金します。この場合も作られるのは文字起こしのラベルで、声ごとに分離した音声トラックではありません。

設定以上に役立つのは、よい録音の習慣です。可能なら、1人ずつ専用のマイクを使ってください。マイクを近づけ、静かな部屋で録音します。ゲストには発言を重ねないようお願いし、最初に全員に名前を言ってもらうと、声とラベルをすぐに照合できます。

話者ラベルの書式

決まった書式はありません。一般的な文字起こしでは、各発言の冒頭に名前や役割を置き、その後にコロンを付けます。「マリア:」「インタビュアー:」など、1つの書式を選び、文字起こし全体で統一してください。

エクスポートもこの形式に従います。TXT、DOCX、字幕形式では、各発言やキューの冒頭に話者名とコロンが入ります。Markdownでは、各発言の上に名前を太字で表示します。CSVとTSVには話者の列があります。JSONには、各発言の元のラベルと、保存した名前の情報が含まれます。TXT、Markdown、HTML、RTF、ODT、PDFでは、プレーンテキストが必要なら話者ラベルをオフにできます。

字幕には、もう1つの方法があります。WebVTT仕様では、キューの話者名を指定するボイススパンが定義されています。HushscriptのVTTエクスポートは、代わりに各キューの冒頭に名前をプレーンテキストとして入れるため、どのプレーヤーでも通常の字幕テキストとして表示されます。

エクスポートする前に話者名を変更してください。エクスポートには、その時点の名前が使われます。

ラベルの編集か、文字起こしのやり直しか

ほとんどの場合は、編集で対応してください。修正は無料ですぐに反映され、ほかの編集内容も残ります。

文字起こしをやり直すのは、話者検出がオフだった、言語の選択を間違えた、別々のチャネルをチャネルごとに処理しなかったなど、最初の設定が誤っていた場合だけです。再度の文字起こしは、音声全体の長さに応じて課金される新しいジョブとなり、新しい文字起こし結果には手動での編集内容が引き継がれません。設定パネルで修正してから、もう一度ファイルを処理してください。

Insightsを生成する予定なら、先にラベルを確定してください。Insightsは文字起こしのバージョンに紐づいており、後で再生成すると分数を使います。