文字起こし、話者識別、声紋、SRT……録音をノートに変える過程では、似ているようで実は違う専門用語がいくつも登場します。このページでは、もっともよく使われる6つの用語をできるだけ短く解説し、それぞれが AIMochi のどの機能にあたるのかをご紹介します。
文字起こしとは、音声の内容を発言のまま一文ずつテキストに書き起こした記録のことです。話し手が実際に話した内容を忠実に残すことを目的としており、書き換えや要約は行いません。「議事録」とは目的が異なります。議事録は内容を整理し、決定事項とアクションアイテムだけを残した要約文書ですが、文字起こしは発言の文脈を丸ごと保持し、多くの場合はタイムコードと話者ラベルを伴って、後から整理するための素材になります。インタビュー調査、法務・医療の記録、映像の字幕制作などは、いずれも文字起こしを土台としています。
AIMochiでは：録音ファイルをAIMochiに送ると、最初に出てくる成果物がこの文字起こしです。要約や推敲は、そのうえで行われます。
音声認識（Speech-to-Text、略してSTT）とは、コンピューターが音声信号を自動的に認識し、対応するテキストへ変換する技術です。自動音声認識（Automatic Speech Recognition, ASR）とも呼ばれます。現在のSTTの多くは、深層学習モデルが音の波形からテキストへの対応関係を直接学習する方式をとっており、認識品質は録音の明瞭さ、背景ノイズ、なまり、専門用語の多さなどに左右されます。STTは、文字起こし、リアルタイム字幕、音声アシスタントに共通する基盤技術です。
AIMochiでは：AIMochiの音声認識は99言語以上に対応し、日本語・英語・中国語・韓国語から東南アジア言語までをカバーします。対応する録音フォーマットとアップロード方法はよくあるご質問をご覧ください。
話者識別（Speaker Diarization、ダイアライゼーション）とは、複数人が会話している録音の中で「いつ、どの話者が発言したか」を自動的に判定し、各区間を話者ごとに割り当てる技術です。答えを出すのは「誰がいつ話したか」であり、「何を話したか」ではありません。後者は音声認識の役割で、両者を組み合わせてはじめて発言者付きの文字起こしになります。話者識別は原則として話し手の身元を事前に知る必要がないため、出力は「話者A、話者B」といった匿名のラベルになります。
AIMochiでは：会話を自動的に話者A、B、C……とラベリングし、最大10名までの話者に対応します。
声紋認識（Voiceprint Recognition）とは、一人ひとりの声がもつ固有の音響的特徴にもとづいて話者の身元を判定する技術で、生体認証の一種にあたります。システムは音声から個人の声質を表す数値ベクトル（声紋特徴）を抽出し、2つの音声のベクトルが十分に似ているかを比較します。話者識別との違いは目的にあります。声紋認識は「これは誰か」を特定するのに対し、話者識別は「この発言群は同一人物のものか」を区別できれば足ります。そして後者は、技術的にはまさに声紋特徴の類似度をもとにクラスタリングを行っています。
AIMochiでは：声紋の技術で録音中の発言者を区別しています。話者ラベルが自動的に付くのは、この仕組みによるものです。
AI要約（AI Summarization）とは、言語モデルが長い文章を自動的に読み取り、主要な情報を保ったまま分量を大きく圧縮した版を生成することです。要約の方式は大きく2種類に分かれます。抽出型要約は原文の中から代表的な文をそのまま選び出し、生成型要約はモデル自身の言葉で内容を組み立て直します。現在の大規模言語モデルの多くは後者にあたります。会議の場面では、要約はさらに決定事項、アクションアイテム、担当者といった形に構造化されるのが一般的です。
AIMochiでは：文字起こしが完成したあと、要約の生成、ノートの推敲、多言語翻訳、スマートQ&Aなどの AI 機能をそのままご利用いただけます。各機能の説明は使い方ガイドをご覧ください。
SRT字幕ファイルとは、拡張子が .srt のプレーンテキスト形式の字幕ファイルです。複数の字幕ブロックで構成され、各ブロックは通し番号、開始・終了のタイムコード、表示するテキストを含みます。タイムコードは「時:分:秒,ミリ秒」の形式で書かれ、開始と終了を矢印でつなぎます。ブロックとブロックのあいだは空行で区切られます。形式がシンプルで、ほぼすべてのプレーヤーと動画プラットフォームが対応しているため、SRTは現在もっとも汎用的な外部字幕フォーマットです。
AIMochiでは：音声ノートの書き出し時に、1文ごとの箇条書き、文章の結合、字幕ファイルの3つの形式からお選びいただけます。このうち字幕ファイルは、そのまま動画の字幕としてご利用いただけます。