動画編集の作業のうち、どこをAIに任せて、どこを人が確かめるかを、作業ごとに書きとめるメモです。運営は動画編集スクール「ブイプロ」（株式会社ブイスト）。ツールの情報には確認した日付を入れます。
対談やインタビューの動画では、文字起こしに「誰が話したか」が付いているかどうかで、そのあとの編集のしやすさが大きく変わります。テロップの色を話し手ごとに変える、片方の発言だけを使って短くまとめる、といった作業は、話し手が分かれていないとできません。この記事では、文字起こしで話し手を正しく分けるための準備と確かめ方を、作業の順にまとめます。
話し手を分けやすいかどうかは、実は収録のときにほぼ決まっています。YouTubeの公式ヘルプでも、複数の人が同時に話していて音声が重なっている場合は、自動字幕起こしがうまく作られない原因になると書かれています（2026年10月21日に公式ヘルプで確認）。
編集する側から収録の担当者にお願いできるなら、次のようにしてもらうと後が楽です。
Adobe Premiereの「音声のテキスト化」には、「スピーカーのラベル付け」という項目があり、動画の中で話し手を分けるかどうかを選べます。また「オーディオ分析」の設定で、特定のオーディオトラックから文字起こしすることもできます（2026年10月21日にAdobe公式ヘルプで確認）。
話し手ごとにトラックが分かれている素材なら、次の2つのやり方が考えられます。
1つ目は手間が少なく、2つ目は取り違えが起きにくいやり方です。声が似ている2人や、笑い声・相づちが多い対談では、2つ目のほうが直しは少なくなりやすいです。
AIの話し手の分け方は、声の特徴から判断したものです。とくに次の場面で取り違えが起きやすいので、重点的に見ます。
確かめるときは、頭から全部を聞く必要はありません。ラベルが切り替わる所を中心に、前後数秒を聞いていくと早く済みます。
話し手が正しく分かれたら、ラベルに実際の名前を当てはめた形で文字起こしを書き出しておきます。テロップづくり、発言の要約、使う場面の選び出しなど、あとの作業のすべての土台になるからです。
同じ出演者の回が続くシリーズなら、「この人は声が低い」「この人は相づちが多い」といった気づきもメモしておくと、次の回の確かめが早くなります。話し手を分ける作業は、AIに任せる部分と人が聞いて決める部分がはっきり分かれる作業です。任せきりにせず、切り替わりの所だけは人の耳で確かめる、と決めておくと失敗が減ります。
話し手が正しく分かれた文字起こしは、いろいろな作業に使い回せます。たとえば次のような使い方です。
こうした作業は、話し手がまちがっていると全部やり直しになります。最初に時間をかけて話し手を確かめておくことが、結果として全体の作業時間を減らします。とくにテロップの色分けは、話し手を取り違えたまま書き出すと視聴者にもすぐ気づかれるので、書き出す前にもう一度切り替わりの所を見ておくと安心です。