WhisperX ガイド
WhisperX の話者分離：設定とラベルの確認
声のグループ、話者数の設定、同時発話や曖昧なラベルの確認方法を説明します。
WhisperX チーム・2026年10月15日確認
ラベルが意味するもの
ラベルは、1つのタスク内で声ごとにまとめた発言を表します。本人確認、声の真正性、別ファイルの人物との一致を証明しません。
最初の結果を確認する
声の数が不明なら自動検出を使います。短い返答や背景の声で余分なグループができたり、似た声がまとまったりします。
聞いてから名前を付ける
各人の長く明瞭な発言を選び、表記を統一します。誤った割り当てを修正し、不明な声の人物を推測で決めないでください。
同時発話を重点的に確認する
割り込みや短い応答を注意して聞きます。録音で特定できない場合は、曖昧さを残してください。
編集が変えるものを知る
名前の変更は表示名を、文章の編集は文字を変えます。モデルの学習や話者分離の再実行は行いません。編集前のタイムスタンプを、編集後の文字に対して新しく測定されたものとして扱わないでください。
ローカルで動かす場合
使うバージョンの README でモデル、ライセンス、認証情報、アクセス条件を確認します。ホスト型の処理ではサービス側がこの環境を管理します。