🏷️Speaker Diarization
誰が、いつ、何を話したか — 端末内AIで話者ラベル. 無料・プライベート・登録不要 — ファイルはブラウザの外に出ません。
声ごとに、すっきり分かれる。
pyannote ＋ 3D-Speaker のモデルが端末内で発話区間にラベル — 58 MB 一度だけ、送信ゼロ。
58 MB
モデル 一度だけ
初回後にキャッシュ
0
アップロード
端末内AI
15 min
最長クリップ
デスクトップ推奨
Free
ずっと無料
登録なし
Speaker Diarizationの使い方
無音ではなく声で録音を区切ります。端末内のモデルが各発話区間を話者1・話者2・話者3としてラベル付けし、コピーできるタイムラインにします。音声は端末から出ません。
- 1音声または動画ファイルをドロップ（MP3, WAV, M4A, MP4）。
- 2Auto か話者2〜6人を固定して Label Speakers を押す。
- 3タイムラインをコピー、またはテキストで保存。
活用シーン
インタビューの確認
発言を切り出す前に誰が話したか確認。
会議メモの整形
とりとめのないメモを話者ごとの記録に。
ポッドキャスト編集
章を分ける前の話者交代ポイントを発見。
Speaker Diarizationでできること
- ✓区間ラベル：話者1・話者2・話者3… のタイムライン。
- ✓話者数は Auto または2〜6人を固定。
- ✓完全な端末内処理 — 音声はブラウザ外へ出ません。
- ✓MP3, WAV, M4A と MP4 動画の音声トラックに対応。
- ✓タイムラインのコピーとテキスト保存。
仕様
- Speed
- 初回以降は数秒で処理
- Input
- MP3, WAV, M4A, MP4（最長15分）
- Output
- 話者タイムライン（.txt）
- Privacy
- 端末内モデル、送信ゼロ
- Cost
- 無料・無制限・登録不要
よくある質問
話者分離とは？
音声を文字にせず「誰がいつ話したか」を答えます。端末内のモデルが各区間に話者1・話者2・話者3のラベルと開始・終了時刻を付けます。
音声はどこかに送信されますか？
いいえ。処理はブラウザのタブ内だけです。58 MBのモデルは初回のみダウンロードされ、その後はキャッシュされます。
文字起こしはできますか？
いいえ — 出力は単語ではなくタイムラインで、どの言語でも動きます。同じファイルを Audio to Text にかけると誰が何を言ったかの記録になります。
Auto と人数固定はどちら？
人数不明なら Auto、わかっていれば2〜6人を固定。近接マイクのきれいな声ほど正確に分かれ、15分を超える部分は切り捨てられます。
その他の無料ツール
もっと細かく編集したい？フル動画＋音声エディタを開く →このツールは役に立ちましたか？