【用語辞書】固有名詞の誤認識を一括で直す登録のコツ

Whisper系は固有名詞を音に近い一般語へ置き換えがちです。「ぎじろく→議事録」「かいしゃめい→会社名」のようなパターン登録を辞書に溜めておくと、同じ打ち合わせ形式の録音ほど修正時間が短くなります。毎回同じ製品名が別表記になるのを直すのは地味ですが、年間では十数時間単位の差になります。辞書は文字起こしツールの「見えないチームメンバー」として育てるイメージが近いです。

なぜ辞書が効くのか

音声認識モデルは文脈全体から最も尤もらしい語を選びます。社内独自の略語や造語は学習データに少なく、音が近い一般名詞に吸われます。人が1語ずつ直すより、実際に出た誤表記を変換前に登録し一括適用する方が、再現性が高いです。特に週次定例・同じ顧客名・同じプロジェクトコードが繰り返される会議では、辞書のROIが最も大きくなります。

登録の基本ルール

辞書に載せる前に、次の3点をチームで揃えておくと後の混乱が減ります。

• ☑ 変換前は、実際に出やすい誤表記をそのまま入れる
• ☑ 変換後は、正式表記に1つに統一する
• ☑ 大文字・全角半角のゆれは、先に表記ルールを決めてから登録する

一括貼り付け欄では 誤認識[TAB]正しい表記 の形式で10〜30件まとめて追加できます。例として ぎじろく 議事録 のように登録します。英字製品名は えっくせる Excel のようにカタカナ誤認識を拾うと効きます。

辞書を育てる5ステップ

1. 直近3本の文字起こしから、誤変換上位20語をスプレッドシートに列挙する。
2. 変換前が短すぎないか確認し、必要ならフレーズ単位で登録する。
3. 音声文字起こしツールで一括適用し、意図しない置換がないか全文検索する。
4. 問題なければCSVでバックアップし、チーム共有フォルダに版数付きで保存する。
5. 次の会議後に新語だけ追記し、月1回メンテナンスする。

議事録化の流れは会議録音の議事録手順と、要点抽出の前後どちらに辞書を挟んでも構いませんが、「文字起こし直後」と「エクスポート直前」の二度適用が取りこぼしを減らしやすいです。

適用タイミング（3回）

1. 文字起こし完了直後

   「辞書を一括適用」
2. 議事録整形前

   もう一度適用し取りこぼしを減らす
3. エクスポート直前

   TXT / SRT 書き出しの最終確認

辞書データはブラウザのLocalStorageに保存され、音声文字起こしツールを開き直しても残ります。CSVエクスポートでバックアップを取っておくと、PCを替えても再登録が楽です。複数人で同じ辞書を使うチームは、月次でCSVを共有し「正」とする版を決める運用がおすすめです。

失敗しやすい例

数字はポストエディットで人の目が確認した方が安全です。ローカル処理の精度底上げは録音環境とセットで見ると、辞書の件数を抑えられます。

業種別の登録例（イメージ）

SaaS商談ならプラン名と競合名、製造業なら型番と工場名、医療系なら施設名と略称——ジャンルは違っても「音が似た一般語に化ける」構図は同じです。長尺研修では講師名と専門用語を先に厚くすると、長尺分割後の修正が楽になります。

ブラウザ内処理と辞書の相性

ローカルWhisperは録音を外に送りませんが、固有名詞の弱点はクラウドASRと同型です。だからこそ辞書は「プライバシーと精度」の両方を支える層になります。ブラウザ文字起こしの仕組みを理解しているメンバーが辞書をメンテすると、誤登録の指摘も早くなります。

まとめ

辞書は「誤認識のパターン集」です。会議が続くほど資産になります。まずは直近3件の録音から誤変換トップ20を拾い、辞書に載せてから次の文字起こしへ進んでください。字幕出力前にも適用しておくと、SRT・VTTの表示品質が上がります。音声文字起こしツールで処理した直後に10件試し、チーム用CSVのひな形を作ると定着が速いです。