話者分離とは？自動で文字起こしする方法とおすすめツール、活用のコツを解説

「録音を聞き返しても、誰が何を話したのか分かりにくい」
「話し手ごとに分けながら文字起こしするのは、時間も手間もかかる」
「自動で話者を分けてくれるツールはあるのか、どう使えばいいのか知りたい」

会議やインタビューの録音を文字にする場面で、こんなお悩みはありませんか。

話者分離とは、録音から「誰が・いつ話したか」を見分ける技術です。AI文字起こしツールの自動話者分離機能を使えば、複数人の会話を話者ごとに分けられ、議事録作成や文字起こしの効率を上げやすくなります。

本記事では、話者分離の意味と、精度が高いと得られる3つのメリット、自動で話者を分ける設定の手間と手順、うまく分かれにくいときの対策を、初心者にもわかりやすく解説します。手順は、AI議事録サービス『Rimo』の画面を例に紹介します。

【本記事でわかること】

• 話者分離の意味と、精度が高いと得られる3つのメリット

• 自動話者分離の設定の手間（オンライン会議と対面会議の違い）と、その手順

• うまく分かれにくいときの手直しと、精度を高める3つのコツ

話者分離とは？

話者分離（Speaker Diarization）とは、音声データに含まれる複数の話者の発言を区別し、「誰が」「いつ」発言したかを識別することです。

自分で録音を再生して話し手を聞き分けるのは、時間と手間がかかります。

自動話者分離機能とは？

自動話者分離は、この聞き分けの作業をAIが代わりに行う仕組みです。

ただ、全てのAI文字起こしツールに話者分離機能が搭載されているわけではありません。ツールを選ぶ際は、あらかじめ話者分離に対応しているかを確認しましょう。

精度が高いと得られる3つのメリット

議事録づくりでは、文字にする作業だけでなく、録音を聞き返して「誰が話したのか」を確かめる作業にも時間がかかります。話者分離の精度が高く、発言が話者ごとにきちんと分かれていると、この聞き返しが減るだけでなく、直し方や整理の進め方も変わります。ここでは、話者分離を使っている3つの組織の例とあわせて紹介します（いずれも『Rimo』の導入事例です）。

1. 聞き返して確かめる手間が減る

誰の発言かが文字の段階で分かるため、聞き返して確かめる回数が減りやすくなります。

学校法人追手門学院の内部監査では、1〜2時間の会議をまとめるのに10時間以上かかっていました。ICレコーダーで録音した音声を話者分離にかけ、「誰がどんな発言をしたか」を自動で分けたうえで、全体を見て微修正し、AI要約でまとめたところ、議事録の作成時間は従来の約4分の1になったとのことです。この短縮には、AI要約の効果も含まれます。

関連記事：作業時間が4分の1になり、監査業務の精神的負担軽減にも｜学校法人追手門学院様

2. 参加者が、自分の発言だけを直せる

発言が話者ごとに分かれていれば、参加者がそれぞれ自分の発言部分を確認・修正する分担ができます。

株式会社高速道路総合技術研究所では、外部との打ち合わせが多く、参加者の多い会議では、あとから録音を聞き返しても誰の発言か分からなくなることがありました。Zoomで録音した音声に話者分離をかけ、メンバーがそれぞれ自分の発言部分を中心に修正するようにしたところ、議事録の作成時間は平均で約3分の1になったとのことです。

短縮の幅は、元の作業の大きさや会議の種類によって変わります。

関連記事：話者分離・共同編集を活用し、議事録作成工数を平均3分の1に削減！｜株式会社高速道路総合技術研究所様

3. 発言者ごとに、内容を整理しやすい

発言が話者ごとに整理されると、「誰が何を発言したか」を把握しやすくなります。

学校法人青山学院の人事部では、機密性の高いヒアリングの記録に話者分離を活用しています。調査や手続きに関わる記録は法的文書になりうるため、聞き漏れや誤りが許されない場面です。事例では、話者ごとに発言が整理されることで、誰が何を発言したかを把握でき、記録の信頼性が高まったと紹介されています。

関連記事：文字起こし時間を50%以上削減！複数案件を1人で同時並走可能に——証拠品質の記録を守り抜いた、教育機関でのAI活用｜学校法人青山学院様

自動話者分離の設定は簡単？会議の形ごとの手間と手順

自動話者分離の設定は、難しそうに感じられるかもしれません。手間は、オンライン会議か対面会議かによって変わります。

• オンライン会議：参加者がそれぞれのアカウントで入っていれば、アカウントをもとに話者が分かれるので、声を登録する必要はありません。ただし、会議ツールで文字起こしや録画を有効にする設定や、記録用のBot（参加者のひとりとして会議に入り、録画や文字起こしをする機能）の入室を許可する操作が要ることがあります

• 対面会議（録音ファイル）：アカウントの情報がないため、声で話者を見分けます。ツールによっては、参加者の声を先に登録したり、分かれなかった所を手で直したりする手間がかかります

オンライン会議では、会議ツールそのものにも文字起こしの機能があります。Microsoft Teamsの文字起こしには、発言者の名前と時刻が付きます。Zoomも、クラウドレコーディングで文字起こしができ、話者が分からない発言は「不明なスピーカー」として、あとから名前を書き換えられます。Google Meetでも文字起こしが使えます。どれも、使えるかどうかはプランや管理者の設定で変わります。

参考：Microsoft Teams 会議でライブ トランスクリプトを開始、停止、ダウンロードする | Microsoft Support
参考：クラウド レコーディングにオーディオ文字起こしを使用 - Zoom サポート
参考：Google Meet で文字起こしを使用する - パソコン - Google Meet ヘルプ

ここからは、AI議事録サービス『Rimo』の画面を例に、2つの手順を紹介します。

Botとボイスデータの使い分け

Rimoの2つの方法は、会議の形で使い分けます。ボイスデータとは、あらかじめ登録しておく参加者の声の見本のことです。

なお、Botは法人・チーム・プロプラン、ボイスデータの登録は法人・チームプランが対象です。対象外のプランでも、発言をいくつか話者ごとに区切って名前を付ければ、残りをAIが分ける方法が使えます（手順は、この章の最後の「自動で分かれなかったときは、手動で話者を設定する」の節にあります）。

1. オンライン会議は、Botで話者を自動で分ける

『Rimo』の『録画Bot』（以下、Bot）は、オンライン会議のアカウント情報をもとに、話者を自動で分けます（法人・チーム・プロプラン）。

Botを会議に入れる方法は、次の3つです。

• カレンダー連携で、自動で参加させる：予定に合わせて、Botが自動で会議に入ります

• 会議のURLを入力して、今すぐ入れる：URLを入力すると、Botがすぐに会議に入ります

• 予定を手動で追加して、予約する：カレンダー連携をしなくても、予定の追加でBotを予約できます

ここでは、カレンダー連携の手順を紹介します。Botを使った自動話者分離の流れは以下の手順です。

• Step1│Google／OutlookカレンダーとBotを連携する

• Step2│オンライン会議を実施する

• Step3│話者が自動で分かれる

Step1│Google／OutlookカレンダーとBotを連携する

「スケジュール」画面で、GoogleカレンダーもしくはOutlookカレンダーを選び、連携します。連携すると、どの予定を自動で録画するかを選べます。はじめは、社内ミーティングだけが対象です。チームプランでは、すべての予定を自動で追加するかどうかを、オン／オフで切り替えます。

Step2│オンライン会議を実施する

会議の時間になると、Botが参加者として会議に入室します。会議ツールによっては、入室や録画の承認が必要です。Zoomでは、主催者が録音を許可している必要があります。

会議中は、リアルタイムで文字起こしが進みます。

Step3│話者が自動で分かれる

話者は、オンライン会議のアカウント情報をもとに自動で分かれます。会議のあと、「文字起こし」タブで、発言ごとに話者名が付いているかを確かめます。

以上が、Botを活用した文字起こし・自動話者分離の方法です。

2. 録音ファイルは、ボイスデータで話者を自動で分ける

法人プラン・チームプランでは、メンバーのボイスデータ（声紋）を登録できます。登録しておくと、文字起こしの際にAIが声からメンバーを推定し、自動で話者分離します。毎回同じようなメンバーが参加する社内の会議などに便利な機能です。

ボイスデータを使った自動話者分離の流れは、次の3つの手順です。

• Step1│設定で自動話者分離をオンにする

• Step2│ボイスデータを登録する

• Step3│音声・動画ファイルをアップロードする

Step1│設定で自動話者分離をオンにする

まずは管理者権限の方が、「設定」の「話者分離」で、話者分離の自動化を有効にする必要があります。
「話者をミーティングの参加者として自動追加」と「自動話者分離」をオンにします。

Step2│ボイスデータを登録する

ボイスデータの登録には、自分の声をその場で録音して登録する方法と、管理者がメンバーの発言があるノートから声を選んで登録する方法があります。

①自分のボイスデータを登録

自分のプロフィール画面で、「今すぐ録音」ボタンをクリックします。声紋登録用のノート（『Rimo』で、録音ごとに文字起こしや要約をまとめる画面）が開くので、画面左側に記載された文章を読み上げて、声を登録します。読み上げの目安は50〜60秒で、60秒たつと自動的に終了します。

先ほど読み上げた文章が、「登録済みの音声」に表示されます。

「声紋登録ノート」の「編集」をクリックするとノートが開きます。「文字起こし」タブを選択し、「話者分離」ボタンをクリックすると、ボイスデータの登録状況を確認することができます。

②メンバーのボイスデータを登録する（管理者のみ）

『Rimo』の使い方ガイドでは、高い精度のために、1人につき5件ほど登録するよう勧めています。

メンバーページで、ボイスデータを登録したい人をクリックして「プロフィール」を開きます。「プロフィール」欄下部にある「AI学習用ボイスデータ」をクリック。

「あなたの発話があるノート」（声紋候補のリスト）が表示されるので、「ノートへ」のリンクアイコンをクリックします。

新しく開いたノートで、ボイスデータの登録を行います。「文字起こし」タブの「話者分離」ボタンを押すと、登録の画面が開きます。声がクリアに録音されている部分を選び、「登録」をクリックします。

プロフィールページに戻ると、「登録済みの音声」に先ほど登録した箇所が表示されます。

Step3│音声・動画ファイルをアップロードする

文字起こししたい音声・動画ファイルをアップロードします（マイクでの録音も使えます）。文字起こしが完了すると、参加者が自動で追加され、話者分離も行われます。

※ボイスデータが登録されていない人の声は「話者1」「話者2」のように出力されます。その場合は、その人の発言部分を手動で話者設定してから、もう一度話者分離を実行します（手順は、すぐ下の「自動で分かれなかったときは、手動で話者を設定する」にあります）。

ノート画面の右にある「話者分離」パネルでは、ボイスデータが登録できている人に「声紋あり」と表示されます。まだ登録できていない人には、「0/10秒」のように、手動で設定した発言の秒数が出ます。

自動で分かれなかったときは、手動で話者を設定する

この手順を使うのは、次の2つの場合です。

• 自動で話者が分かれなかったとき：Botとボイスデータのどちらを使った場合でも、話者がうまく分かれなかった箇所を直します

• ボイスデータの登録が使えないプランで、音声をアップロードしたとき：最初から、この手順で話者を分けます

オンライン会議でBotを使い、参加者がそれぞれのアカウントで入っていれば、話者はアカウント情報をもとに分かれます。1台のパソコンを複数人で使った場合など、アカウントで見分けられない発言があるときは、この手順で直します。

ボイスデータによる自動推定は、録音環境に左右されやすく、うまく分かれないことがあります。そのため、AIがまず分け、人が直して、AIがやり直す流れで使い、最後は人が確かめます。なお、記録時間が2時間を超える音声・動画ファイルでは、自動話者分離がうまく働かないことがあります。

ここでは、手動である程度の話者分離を行い、残りの話者分離をAIが自動で行う方法を紹介します。

• Step1│手動で話者設定する

• Step2│自動話者分離を実行する

Step1│手動で話者設定する

文字起こしの「編集する」をクリックして編集モードにし、テキストを「Enter」キーで改行して、発言者ごとの段落にします。

話者ごとに改行した文に話者を追加し、参加者の名前を設定していきます。まずノート画面右側の「文字起こし」タブにある「話者分離」ボタンをクリックして、サイドパネルを表示します。

「話者分離」メニューが表示されるので、参加者の「編集する」をクリックし、会議の参加者を登録します。

話者ごとに分けた文に、登録した話者を設定します。文字起こしテキストのタイムスタンプ右側をクリックし、話者を当てはめます。

Step2│自動話者分離を実行する

手動で話者設定を進めると、サイドパネルに参加者の発言箇所が何秒設定されたか緑色ゲージで表示されます。すべての参加者の発言箇所を10秒以上設定すると、「実行する」ボタンが有効になるのでクリックして話者分離を行います。

発言が10秒に届かない参加者は、サイドパネルで参加者名の右にある「…」から「これ以上発言箇所が見つからない」を選ぶと、先へ進めます。

まだうまく話者分離されていない場合は、手動で発言箇所をさらに追加設定し、「再実行する」をクリックしてください。

話者分離の精度を高めるコツ

録音の際に押さえておきたいことは、3つあります。

音声がクリアなほど、話者分離の精度は上がりやすくなります。できる限り静かな環境で録音を行い、ノイズを低減しましょう。

また、音声がクリアに記録されるように、発言者はマイクに近づき、言葉をはっきりと発音するようにします。パソコン内蔵のマイクではなく、オンライン会議に適したマイクやヘッドセットを使うと、音声が鮮明になりやすくなります。

さらに、複数の人が同時に話すと音が混ざり、話者分離が難しくなります。会議やグループディスカッションでは、発言する順番を決めるなどして一度に話す人は1人だけになるようにしましょう。

うまく分かれにくい場面と、その対策

話者分離は、同時に話す場面のほかに、次の3つの場面でもうまく分かれにくくなります。場面ごとの対策と合わせて示します。

• 声質が似ている人が多い：事前には防ぎにくいため、あとの手直しで整えます

• 1本のマイクを複数人で共有している：オンライン会議なら、1人1台のパソコンで、それぞれのアカウントから会議に入る方法があります。対面会議を1台で録音するときは、参加者のボイスデータを登録しておき、分かれなかった所はあとの手直しで整えます

• オンラインと対面の参加者が混ざるハイブリッド会議：対面の参加者も、1人1台のパソコンで、それぞれのアカウントから会議に入る方法があります

1人1台のパソコンでそれぞれのアカウントから入ると、アカウントごとに発言が記録されるため、話者が分かれやすくなります。

それでも分かれない箇所は、発言をいくつか話者ごとに区切って名前を付け、全員分が10秒以上そろったら、自動話者分離をやり直します。

話者分離つきの文字起こしを短時間で終えるなら『Rimo』が便利

ここまで設定の例として紹介してきた『Rimo』は、会議やインタビューの音声を自動で文字起こしし、話者ごとに分けます。

• 会議終了後5〜10分で、文字起こしと要約が完了：手で文字に起こす作業を、自動化できます

• 話者を自動で分ける：オンライン会議はBotが会議のアカウント情報をもとに、録音ファイルはボイスデータ（法人・チームプラン）をもとに話者を分けます

• セキュリティ認証を取得：情報セキュリティの国際規格「ISO/IEC 27001」と、クラウドセキュリティの国際規格「ISO/IEC 27017」の認証を取得しています

『Rimo』なら、録音を聞いて話者を付けていく手間と時間を減らしやすくなります。

無料トライアルをご用意しております。プロプランを1週間、無料で試せます（クレジットカードの登録なしで始められます）。プロプランのトライアルでは、Botによる自動話者分離を試せます。ボイスデータの登録は法人・チームプランの機能のため、トライアルでは使えません。

▶ Rimoの詳細を見る

関連記事：

文字起こしのやり方は？早くする方法・コツやパソコンでの手順を解説

【比較】文字起こしできるボイスレコーダー27選【2026年版】無料アプリ・選び方・手順

話者分離に関するよくある質問

Q. 話者分離とは何ですか？

録音などの音声から、複数の話者の発言を区別して、「誰が」「いつ」話したかを見分けることです。AI文字起こしツールの自動話者分離機能を使うと、複数人の会話を話者ごとに分けて文字にできます。

Q. 自動話者分離の設定は簡単ですか？

会議の形で手間が変わります。オンライン会議は、参加者がそれぞれのアカウントで入っていれば、アカウントをもとに話者が分かれるので、声の登録は要りません（会議ツールで文字起こしや録画を有効にする設定が要ることはあります）。対面会議の録音は声で話者を見分けるので、ツールによっては、参加者の声の登録や、分かれなかった所の手直しが要ります。

Q. すべての文字起こしツールで話者分離はできますか？

できません。すべてのAI文字起こしツールに話者分離機能があるわけではありません。ツールを選ぶときは、対応しているかを確かめましょう。

Q. 話者分離は、100%正確に分かれますか？

100%正確に分かれるとは限りません。声質が似ている人が多い会議や、複数人が同時に話す場面では、うまく分かれないことがあります。AIがまず分け、うまく分かれない所は人が直して、必要ならAIがやり直す流れで使います。

Q. 自動でうまく話者が分かれないときは、どうすればよいですか？

分かれなかった発言に、あとから話者の名前を付け直します。Zoomの文字起こしでも、話者が分からない発言は名前を書き換えられます。『Rimo』では、手動で話者を設定してから、自動話者分離を実行し直せます。すべての参加者の発言箇所を10秒以上設定すると、「実行する」ボタンが有効になります。

それでも分かれない箇所は、発言の時刻をクリックして、その箇所の音声を聞いて確かめる運用にとどめるのも一つの方法です。

まとめ｜自動話者分離は、会議の形で方法を選び、分かれにくい所は手直しで整える

話者分離は、録音から「誰が・いつ話したか」を見分ける技術です。自動話者分離機能があるAI文字起こしツールなら、複数人の会話を話者ごとに分けて、聞き返す手間を減らしやすくなります。

• 手間：オンライン会議はアカウントで分かれるので手間が少なく、対面会議の録音は声の登録や手直しが要ることがある

• 手直し：AIがまず分け、人が直して、AIがやり直し、最後は人が確かめる

• コツ：静かな環境で録音し、マイクに近づいて話し、同時に話さない

話者分離つきの文字起こしの手間を減らしたい方には、『Rimo』がおすすめです。無料トライアルでは、Botを使った自動話者分離を試せます。

まずは次のオンライン会議1本で、話者ごとに分かれた文字起こしを試してみませんか。

▶ 【無料トライアルあり】Rimoのサービス概要をチェックする