GitHub公式のプレビューカード
録音を読み込ませると、まず人の声だけを取り出し、話し手ごとの声の特徴を見分けたうえで、Whisperによる文字起こしの各文に「話し手A」「話し手B」といった区別を付けます。複数人の会議やインタビューで、誰の発言かが分かる形の記録を作れます。
#Whisper#話者分離
ミロンドが自分で確かめたこと
- 2026年8月23日「配布元を見る」の行き先が、今も開けることを確認しました。
- 2026年8月14日利用ルールの原文（LICENSE）を読みました。特別な条件は書かれていませんでした。
- 2026年7月30日公式の説明を読んで、開発が止まったというサインが無いことを確認しました。
- 2026年8月25日ミロンドが毎日数えている記録では、この17日間で お気に入りが4件増えました（今も使われ続けています）。
ミロンドは掲載しているすべての行き先を定期的に開いて、今も使えるかを確かめています。 利用ルールは名前だけで判断せず、原文を読んで確認しています。
「議事録・文字起こし」68本の中での位置
- APIキーの用意がいらないこの分野で55本
- 入れた内容を外部に送らないこの分野で34本
- 作ったものを仕事に使ってよいと確認できているこの分野で54本
- 黒い画面（ターミナル）の操作が要りますそうでないものが46本 →
上の条件をすべて満たすものは、68本中28本です。
この数字は、ミロンドが掲載している道具を1本ずつ同じ基準で調べた結果から数えています。
これは何？黒い画面（ターミナル）で動かすツール
できること
話し手ごとの区別（話者分離）／Whisperによる文字起こし／時刻の補正と字幕への書き出し
誰に効く？
3人以上の会議やインタビューを記録したい人
用意するもの
コマンド入力が必要です。の環境と音声ファイルを用意します。手元に環境を作らずに試したい場合は、公開元が用意しているGoogle Colabのノートブックをブラウザから実行する方法があります。
時間のめやす
15〜30分(AIに聞きながらコピペ)
使うとこうなる
- 1FFMPEGなどを入れると→音声処理の準備ができる
- 2音声を指定して実行すると→文字起こしが作られる
- 3話者分離を通すと→文ごとに話者情報が付く
作れるもの・できることの例
会議の話者付き記録、対談の書き起こし、インタビュー整理
使えるようになるまでの手順をひらく
- 「」という文字だけの画面を使います（Windowsなら PowerShell）
- GitHubページの「Installation」に書かれたコマンドを順番に実行
- つまずいたら、いつも使っているAIチャットに「(ツール名)のインストールを手伝って」と聞くのがおすすめ
こんな人には向かないかも
- 黒い画面（ターミナル）にまだ抵抗がある人
迷ったらこれ：いつも使っているAIチャット（ChatGPT・Claude・Geminiなど）にこのツールのGitHubリンクを貼って 「これを使いたい。私のPCでの始め方を一歩ずつ教えて」と頼むのが一番の近道です。
むずかしそう？ 同じジャンルで、もっと始めやすいのはこちら
注意点
コマンド入力が必要で、手元に環境を作るところが最初の関門です。まず試すだけならColabを使うのが早道です。話し手の分離は、声が似ている人どうしや、発言が重なる場面では精度が落ちます。処理には時間がかかるので、長い会議は待つ前提で使ってください。
ひとことメモ
として公開されています。内容は公式ページでもご確認ください。
このツールが活躍する場所
whisper-diarizationについてよくある質問
- whisper-diarizationは無料で使えますか？
- 無料で使えます。自分のパソコンの中で動くタイプなので、使った量に応じた料金もかかりません。
- whisper-diarizationを使うのに、インストールや専門知識は必要ですか？
- コマンド入力（黒い画面）での操作が必要です。手順どおりに文字を打ち込む作業に慣れていないと、導入でつまずきやすいツールです。
- whisper-diarizationはスマホでも使えますか？
- スマホには対応していません。パソコンが必要です。
- whisper-diarizationは仕事（商用）で使えますか？
- ライセンスは BSD-2-Clause で、商用利用も認められています。ただし著作権表示を残すなどの条件が付くので、配布物に含める場合はライセンス本文を確認してください。
似ている道具との違い
同じ用途の道具と、使う前に効いてくる条件を並べました。
| 道具 | 黒い画面 | APIキー | 外部送信 | スマホ | 仕事に使える | 最終更新 |
|---|---|---|---|---|---|---|
| whisper-diarization（このページ） | 要る | いらない | なし | むずかしい | 可 | 2026年2月 |
| noScribe | いらない | いらない | なし | むずかしい | 可 | 2026年7月 |
| WhisperLive | 要る | 要る | あり | むずかしい | 可 | 2026年8月 |
| whisper-turbo | 要る | いらない | なし | むずかしい | 可 | 2024年2月 |
「外部送信あり」は、入力した内容がどこかのサーバーに送られることを指します。 社外に出せない資料を扱うときは「なし」を選んでください。
議事録・文字起こしのほかのツール
whisper-diarizationが合わなかったときの、同じ用途の候補です。
noScribe
インタビューの録音を、話者を分けて文字にする無料アプリ
準備がいる・黒い画面（ターミナル）いらない
WhisperLive
話している内容をほぼその場で文字にし続ける
準備がいる・黒い画面（ターミナル）が要る
whisper-turbo
ブラウザの中だけで文字起こしを動かす（更新停止）
上級者向け・黒い画面（ターミナル）が要る
whisper-writer
ショートカットキーで、今いる画面に声で文字を入れる
上級者向け・黒い画面（ターミナル）が要る
Whisperboard
iPhoneの中だけで文字起こしする録音アプリ
上級者向け・黒い画面（ターミナル）が要る
transcriptionstream
録音を放り込むだけで、話者を分けて文字起こしする社内向けの仕組み
準備がいる・黒い画面（ターミナル）が要る