活用ガイド｜Discordの文字起こし
Discord VCの会話を文字起こしするBotをお探しの方向けのガイドです。誰の発言かが明確に分かれた文字起こしデータを、実用的な会議記録として活用する手順を解説します。
一般的な議事録ツールでは、1つの混ざり合った音声ファイルからAIが話者を推測するため、誤判定が起きやすい課題があります。一方、Discordはユーザーごとに独立した音声ストリームを受信できる仕組みを備えています。Gresonaはこの構造を活用し、音声をユーザー単位で直接文字起こしするため、発言が最初から話者ごとに分かれます。
文字起こしテキストは長文になりやすいため、AIによる要約・決定事項・TODOの抽出も同時に行います。全文を読み返さなくても、会議の要点を瞬時に把握できます。
BotがVCに参加して音声を受信
「録音開始」を押すとBotがボイスチャンネルに参加し、参加者それぞれの音声ストリームを個別に取得します。
録音中から確定した発言をリアルタイム表示
会議画面上では、録音の進行に合わせて確定した発言から順次文字起こしテキストが表示されます。
録音停止時に全文が確定・AI要約を生成
録音を停止すると文字起こしの全文が確定し、続けてAIによる要約・決定事項・TODOが自動生成されます。
キーワード検索やテキスト出力で活用
文字起こしデータは発言者やキーワードで横断検索できるほか、テキストファイル形式での一括ダウンロードが可能です。
発言ごとに話者名とタイムコードが記録され、前後の会話の流れをスムーズに追跡できます。
QAの残件が3つあるので、木曜リリースは危ないと思う
課金まわりだけ切り離せば、来週頭に出せます
じゃあ課金は次のスプリントに回して、月曜の朝に判断で
はい、リアルタイムで確認可能です。録音中も確定した発言から順次、会議画面にテキストが表示されます。
はい。文字起こしの全文テキストをテキストファイル（.txt）形式でダウンロードいただけます。
Google Cloud Speech-to-Text エンジンを採用し、日本語音声の文字起こしを行っています。
