Azure Cognitive Services / Speech で話者分離の音声文字起こしをする / Speaker-Diarized Transcription with Azure Cognitive Services Speech

https://dotnetlab.connpass.com/event/364907/

https://www.youtube.com/watch?v=QCwYw32gOjI

1. 英語ポッドキャストの和訳ブログを作成
2. 話者分離の音声の文字起こしを行う
3. .NET 10 single file execution を使う
4. まとめ

Transcript

1. ネットシェア可 Azure Cognitive Services / Speech で話者分離の音声文字 起こしをする 株式会社ジェイテックジャパン 高丘 知央 2025年9月27日(土曜日) Sekiban イベントソーシング・CQRS勉強会 #dotnetlab
2. 自己紹介 高丘 知央 - Tomohisa Takaoka X: @tomohisa GitHub: @tomohisa Works at: 株式会社ジェイテックジャパン、J-Tech Creations, Inc. JTS Group - 株式会社ジャパンテクニカルソフトウェア 品川 CTO: 中小企業の受託開発をモダンな開発スタイルで。イベントソ ーシング、CQRSなどのソフトウェアアーキテクチャに関するコンサ ル業務 Microsoft MVP for Developer Technologies from Nov 2024- OSS: Sekiban - Event Sourcing and CQRS Framework. 2 / 15
3. 本日のアジェンダ 1. 英語ポッドキャストの和訳ブログを作成 2. 話者分離の音声の文字起こしを行う 3. .NET 10 single file execution を使う 4. まとめ 3 / 15
4. 1 英語ポッドキャストの和訳ブログを作成 4 / 15
5. 1-1 ドメイン駆動設 計のポッドキャスト がとてもよかった。 の散歩しながらポッドキャスト を聞いていたら、すごくよかっ た。Eric Evansの原本読むより、ゲ ストのScott Wlaschi氏の『関数型 ドメインモデリング』を聞いても らうよりわかりやすい！！！これ は日本語で読んでほしい。 5 / 15
6. 1-2 許可をとる 早速聞いてみたら、ホストもゲス トも早速OK 6 / 15
7. 2 話者分離の音声の文字起こしを行う 7 / 15
8. 2-1 ポッドキャストはRSSで音声ファイルを持っている ChatGPTに聞いたら、mp3を見つけられる。 いつもWhisperで文字起こししているからできるんじゃねと思ったら、できなかっ た。Copilotはできるといってpythonのプログラムを変えたけどできなかった。 ChatGPTに聞いたら、Cognitive Services を使わないといけないと言ってきたらか、 Azure でCognitive Servicesを作成、 Copilot にサクッとツールを作成させる。 WAVに変換しないといけない + 実行がすごく遅い（２倍速） バッチ処理を使えば、1時間1ドル未満（毎月無料分もある(5時間)） Endpoint, Key, リージョンを export=???? でmacのターミナルに設定 .zshrc 英語を話者分離でtxtファイルを作成できた。 8 / 15
9. 2-2 手で修正したくないので、LLMで頑張って翻訳、整形 Copilot CLIは長い文章に弱かった ◦ Claude は長い文章大丈夫だったが、後半の翻訳が雑 ◎ CodexはCopilotができなかった長文もうまく処理 英語、日本語の形で文章化 単語集（ユビキタス言語）を、和訳本の目次から作成して渡すことにより、単語の精 度を高める。 LLMの和訳は十分正確、文字起こしが間違えていても、翻訳語の日本語の方が文脈か ら予想して正しい訳をしていた Oah → OO (オブジェクト指向)など 9 / 15
10. 3. .NET 10 single file execution を使う 10 / 15
11. 3-1 .NET 10 のファイル単位のコンソールアプリを使ってみたい .NET 10 のインストール Copilot CLIを使って、プロジェクト版のプログラムをシングルファイルコンソールに 書き換え 普通に動く 11 / 15
12. 5. まとめ 12 / 15
13. まとめ 会議など、話者分離したいことはあるので、意外と便利かも GitHub.com / tomohisa / AzureCognitionServicesDiarization にリリースしてますので、AzureのCognitive Servicesのキーさえあれば使えます。 https://github.com/tomohisa/AzureCognitionServicesDiarization 13 / 15
14. 11/20木, 21金 オフライン・オンライン配信（無料/要事前登録） 会場:ベルサール羽田空港 .NETラボ大阪は考え中(未定) 14 / 15 11月に『アーキテクチャカンファレンス2025』でスポンサー登壇 します
15. ネットシェア可 Thank you 株式会社ジェイテックジャパン https://www.jtechs.com/japan/ Sekiban - イベントソーシング・CQRSフレームワーク https://github.com/j-tech-japan/sekiban Zenn - ジェイテックジャパンブログ https://zenn.dev/p/jtechjapan_pub