OpenAI Whisperとpyannote.audioで自動音声認識・話者分離して、文字起こししてみた！ - エキサイト TechBlog.

こんにちは！エキサイト株式会社、SaaS・DX事業部エンジニアの岩田史門です！ エキサイトHDアドベントカレンダー7日目を担当させていただきます! はじめに 自動音声認識 (ASR: Automatic Speech Recognition) と話者分離 (SD: Speaker Diarization) は、カスタマーサポート、自動議事録作成、音声インタフェースの改善など、さまざまな分野で活用されています。 現在開発に携わっている、FanGrowthというプロダクトでも、ウェビナーレポートという機能で活用しています！ www.fangrowth.biz 本記事では、OpenAIのWhisperとpyannote.audioを用いた自動音声認識と話者分離技術の概要や技術的な仕組みについて解説します！ はじめに 1. 自動音声認識と話者分離の概要 1.1 自動音声認識（ASR：Automat