# 話者分離 文字起こしで、会話を話者ごとに読み返せます

> 話者分離 文字起こしは、動画リンクとファイルに対応します。diarize=trueで各セグメントにSpeaker 1、Speaker 2のラベルを付け、JSON・テキスト・SRT・VTTで取得できます。追加料金はありません。

Canonical: https://transcript1.com/ja/features/washa-bunri-mojiokoshi
Language: ja
Last updated: 2026-10-19

話者分離 文字起こしを使うと、インタビューや会議の発言を話者ごとに整理できます。diarize: trueを指定すると、各セグメントにSpeaker 1、Speaker 2のようなラベルが付きます。誰の発言かを確認しながら録音を読み返せます。

- 各セグメントにSpeaker 1、Speaker 2のラベル
- JSON・テキスト・SRT・VTTで話者を確認
- 対応する動画リンクとアップロードに対応

## 話者の切り替わりを残し、会話を整理できます

### diarizeを指定するだけです

初期値はfalseです。POST /v1/transcriptionsでtrueを指定するか、MCPのtranscribeにdiarizeを渡します。

### 話者分離にはAI文字起こしを使います

source=autoでも、diarize: trueならプラットフォームの字幕を使わず音声から文字起こしします。

### テキストにも字幕にも話者が付きます

JSONではtranscript.speakersと各セグメントのspeakerで確認できます。テキストとSRTにはSpeaker 1:のような接頭辞、VTTにはvoiceタグが付きます。

### 単語ごとの話者も取得できます

JSONを取得するときにinclude=wordsを付けると、単語ごとのタイムスタンプと話者を読み出せます。

### 字幕のみの設定とは併用できません

source: captionsとdiarize: trueを同時に指定すると422 invalid_requestになります。どちらかの設定を黙って無視することはありません。

## 作成時に話者分離を指定します

JSONのリクエスト本文にdiarize: trueを追加します。ファイルを送る場合はフォームフィールドで渡します。[diarizeの設定](https://transcript1.com/ja/docs/sources-and-options#diarize)でsourceとの組み合わせを確認できます。

インタビュー、パネルディスカッション、司会者とゲストの会話など、発言者を区別したい録音で使います。1人で話すボイスメモなら、話者分離を付けずに使うこともできます。ラベルで分かるのは音声上の話者の区切りです。実名やアカウントの特定、声による本人確認はできません。

話者分離は処理方法を変える設定なので、文字起こしの作成時に指定します。後からダウンロード形式を選ぶ操作とは異なります。source=autoなら字幕を使わずAI文字起こしに進みます。アップロードしたファイルは、もともと音声から文字起こしします。

### 話者分離を指定して録音をアップロードする例

```
curl -X POST "https://api.transcript1.com/v1/transcriptions?wait=60" \
  -H "Authorization: Bearer $TRANSCRIPT1_API_KEY" \
  -F file=@panel.m4a \
  -F diarize=true
```

## speakerで会話の表示を組み立てます

transcript.speakersに話者の一覧、各セグメントのspeakerに発言者のラベルが入ります。字幕には話者情報がないため、transcript_sourceはspeech_to_textです。[レスポンスの構造](https://transcript1.com/ja/docs/api-reference#the-transcription-object)を確認して実装できます。

Speaker 1と実際の参加者を対応付けるときは、録音を聞いて確認します。対応表はアプリや編集用のファイルで管理してください。別の録音に出てくるSpeaker 1が同じ人物とは限りません。ラベルは文字起こしごとに付け直します。

セグメントのspeakerで会話形式の表示を作れます。細かい再生位置が必要ならinclude=wordsを使います。表示を整えても開始・終了位置の秒数を残すと、確認したい音声に戻れます。以下は構造を示すサンプルで、特定の録音の内容を表すものではありません。

### 話者情報を含むJSONの抜粋

```
{
  "status": "completed",
  "transcript_source": "speech_to_text",
  "transcript": {
    "speakers": ["Speaker 1", "Speaker 2"],
    "segments": [
      { "start": 0, "end": 3.4, "speaker": "Speaker 1", "language": "en", "text": "Good morning." },
      { "start": 3.4, "end": 7.9, "speaker": "Speaker 2", "language": "en", "text": "Thanks for having me." }
    ]
  }
}
```

## 字幕での話者表示は、プレーヤーでも確認します

format=srtでは字幕にSpeaker 1:のような接頭辞、format=vttではvoiceタグが付きます。format=textではセグメントごとに話者付きの行になります。[字幕形式の違い](https://transcript1.com/ja/features/srt-fairu-sakusei)を確認し、使うツールに合わせて選びます。

voiceタグや接頭辞をどう表示するかは、プレーヤーや編集ソフトによって異なります。調査用のテキストでは便利でも、字幕の全行にラベルがあると読みにくい場合があります。見せ方は字幕ファイルやアプリ側で整え、元のラベルとの対応は残します。

同時に話した箇所、遠いマイク、会話に重なる音楽は、単語の認識と話者の区切りの両方に影響します。途中で不自然にラベルが変わる箇所は聞き直してください。次の収録ではマイクを分け、発言が重ならないようにすると確認しやすくなります。

### format=vtt

```
WEBVTT

00:00:00.000 --> 00:00:03.400
<v Speaker 1>Good morning.

00:00:03.400 --> 00:00:07.900
<v Speaker 2>Thanks for having me.
```

## 名前を付けて引用する前に、音声と照合します

冒頭の聞き取りやすいやり取りから声を確かめ、ラベルと参加者の対応を記録します。後半もいくつか聞き、対応が合っているか確認します。誰の声か分からない箇所は、文脈だけで名前を付けず、不明であることを残してください。

[調査インタビュー](https://transcript1.com/ja/use-cases/intabyu-mojiokoshi)では、録音ごとに同じ確認ルールを使います。公開する対談の引用も、録音や手元の情報から名前を確かめます。話者分離は会話を整理する機能で、生体認証や録音間の人物照合には使えません。

同じ人でもマイクが変わると声が違って聞こえる場合があります。同時発話では、各セグメントを1人の発言に分けきれないこともあります。迷う箇所はラベルだけで断定せず、音声と一緒に確認します。

| 確認中に見つかったこと | 対応 |
| --- | --- |
| 同じ人の発言中にラベルが変わる | 切り替わりの前後を聞き、必要なら編集用のテキストを修正します。 |
| 複数の人が同時に話している | 言葉と話者の両方を確認し、聞き分けられない部分は不明のまま残します。 |
| 別の録音にも同じラベルがある | その録音用に、参加者との対応を改めて確認します。 |

## よくある質問

### 話者には実名が付きますか？

いいえ。Speaker 1、Speaker 2のようなラベルが付きます。transcript1は実名を判定しません。録音を確認したうえで、アプリや編集用のテキストで参加者に対応付けます。

### YouTubeの字幕でも話者を分けられますか？

字幕には話者情報がありません。source=autoでdiarize: trueを指定すると、字幕を使わずAI文字起こしに進みます。captions（字幕のみ）とdiarize: trueは併用できません。

### 話者分離に追加料金はかかりますか？

かかりません。話者分離の有無にかかわらず、録音の長さを分単位で切り上げ、1分あたり1クレジットを使います。

## あわせて読む

- [インタビュー・質的研究](https://transcript1.com/ja/use-cases/intabyu-mojiokoshi)
- [タイムスタンプ・字幕](https://transcript1.com/ja/features/srt-fairu-sakusei)
- [対応リンクと文字起こしの設定 （ドキュメント）](https://transcript1.com/ja/docs/sources-and-options)