メインコンテンツまでスキップ
発言バランスメーター
IDEA 02

発言バランスメーター

会議の「誰が何分しゃべったか」をその場で可視化する

仕事術・データpyannoteWhispereDIAR
01

会議の困りごと

話した人の印象は残るが、話せなかった人は見えない

気づくと、ひとりが話している
気づくと、ひとりが話している
本人に悪気はなく、時間の感覚だけがずれている。
よくいる人
ケンジさん(38)チームリーダー・週5本の会議・司会が多い

全員の意見を聞いたつもりなのに、あとで「話せなかった」と言われた

困りごと

  • 自分が話しすぎていないか分からない
  • 静かな人に振るタイミングを逃す
  • 終了時刻の5分前に結論を急ぐ

ほしいもの

  • 偏りをその場で知りたい
  • 責めずに気づける仕組み
  • 議事録とは別の「時間の記録」
60分の会議の発言時間(例)
60分
  • Aさん(部長)27分
  • Bさん(司会)15分
  • Cさん9分
  • Dさん4分
  • Eさん3分
  • 沈黙2分
想定のモデルケース。5人の会議で上位2人が7割を占める。
会議で感じる不満(想定)
話が長い人がいる34%
意見が出ない26%
結論が出ない19%
終わらない14%
その他7%
アンケートではなく、よく挙がる声をもとにした想定の内訳。
聞こえている声・聞こえていない声
部長の提案司会の進行一番乗りの意見
言いかけてやめた一言資料の違和感昨日の顧客の話新人の素朴な疑問リモート参加者の遠慮終了間際の「あの…」
話した量と、意見の良し悪しは別の話。
言いかけて、やめる
言いかけて、やめる
タイミングを逃した一言は、記録にも残らない。
02

Hugging Face で見つけた種

「誰の声か」を分ける部品が、手元で動くようになった

組み合わせる3つの部品
会議室の音
pyannote community-1声を人ごとに分ける
Whisper large-v3-turbo言葉に起こす
eDIAR人数の上限なく追う(論文)
それぞれの役目
pyannote/speaker-diarization-community-1「いつ・誰が」話したかを切り分ける話者分離。このアイディアの中心。分ける
openai/whisper-large-v3-turbo発言を文字にする。何を話したかを、あとで見返せるようにする。起こす
eDIAR (arXiv 2611.18529)長い会議や大量の録音でも、話者の人数を決め打ちせずに追う方法。学習なしで使える。追う
eDIAR の考え方(要点)
eDIAR の考え方(要点)
枠が埋まったあとは、似た声をまとめ直して増やしていく。
会議と音声AIのあゆみ
  1. 〜2010議事録は手書き
  2. 2020頃オンライン会議が日常に
  3. 2022Whisper が公開
  4. 2023話者分離が手元で動く
  5. 2026人数無制限のストリーミング話者分離
どの方法にするか
手動で数えるクラウド議事録手元で分離
その場で見える×△◎
音声が外に出ない◎×◎
導入の手間◎○△
人数の変化に強い×○○
料金◎△◎
03

アイディア

記録ではなく、いまの偏りを映す鏡

ひとことで言うと
机に置く
+
声を分ける
+
時間を足す
=
発言バランス
評価ではなく、その場の気づきのための表示にする。
何が変わるか
いま
  • 話した量は感覚で判断
  • 静かな人は見落とす
  • 終わってから「偏っていた」と気づく
  • 振り返りは議事録だけ
メーター
  • 誰が何分か、その場で見える
  • 話していない人に声をかけやすい
  • 途中で配分を直せる
  • 会議のあとに時間の記録が残る
見るものの全体像
見るものの全体像
机の真ん中に置く丸い端末
机の真ん中に置く丸い端末
見た目は小さなスピーカー。画面はタブレットや手元のスマホに出す。
既存の方法との位置
その場で見る
手作業
ストップウォッチ理想議事録アプリ録音の文字起こし手でメモ文字起こしアプリタイマー係発言バランスメーター
自動
あとで見る
見せ方の強さ
色の帯だけ偏りが大きいと点滅音で知らせる司会に名指し
そっと表示はっきり警告
最初は弱めから。名指しはしない。

誰かを止めるためではなく、まだ話していない人に席をつくるための道具。

— 設計の約束
04

使い方

置く・始める・見る・振り返る

① 会議の前に端末を置く
① 会議の前に端末を置く
② 開始すると名前が並ぶ
9:41●●● ▮
発言バランス
定例会議10:00 開始・5人
AさんBさんCさんDさんEさん
Aさん 14分
Bさん 7分
Cさん 4分
Dさん 1分
会議を終える
③ 議論はいつも通り進む
③ 議論はいつも通り進む
④ 偏りをそっと知らせる
開始から25分。Aさんが約55%を話しています。
Dさん・Eさんはまだ発言がありません。
ありがとう。Dさんはどう思う?
⑤ 司会が静かな人に振る
⑤ 司会が静かな人に振る
⑥ 終わったあとのまとめ
9:41●●● ▮
会議のまとめ
定例会議 58分発言 52分・沈黙 6分
3.4倍最多と最少の差
  • Aさん21分
  • Bさん14分
  • Cさん9分
  • Dさん5分
  • Eさん3分
来週は前半に全員が一言ずつ
⑦ 席に戻って時間の記録を見る
⑦ 席に戻って時間の記録を見る
会議の空気の動き(例)
0分 開始全員が静か
15分話が一人に集中
25分 通知偏りに気づく
40分別の人が話し出す
55分 終了全員が一言ずつ
使い方の4ステップ
使い方の4ステップ
アプリ画面のイメージ
アプリ画面のイメージ
05

ケンジさんに刺さる設計

司会の手を止めず、誰も責めない

ケンジさんの困りごとと、機能の対応
ケンジさんの困りごとと、機能の対応
ケンジさんの火曜日と、メーターが入る場面
9:30 朝会端末を置いて開始
11:00 定例25分で偏りの通知
14:00 1on1静かな人に振れた
16:30 部会通知は1回だけ
18:00 振り返り時間の記録を見る
通知は1会議に1〜2回まで。司会の視線は画面ではなく、人に向けておく。
設計の原則(困りごと → だからこう作る)
司会は画面を見られない → 光と振動で知らせる端末の縁が色づくだけ。文字は会議のあとに見る。通知
責めたくない → 個人のランキングは出さない会議中は全体の偏りだけ。個人別の分数は本人にだけ見せる。見せ方
内容は残したくない → 分数だけ保存文字起こしは作らない。話者ごとの時間だけを記録する。記録
黙って測るのは気まずい → 開始時に声で告げる「発言時間を測っています」と端末が一言だけ伝える。同意
部下に見せにくい → 言葉を選ぶ「3.4倍」ではなく「Dさんの時間が少なめ」と表示する。言葉
文字起こし型の議事録ツールと、ケンジさん向けの作り
議事録ツール発言バランスメーター
入口会議URLにボットを招待机に置いてボタン1つ
残すもの発言の全文話者ごとの分数だけ
通知なし(終了後に要約)会議中に1〜2回
言葉づかい話者別シェアまだ話せていない人
料金の見せ方1ユーザー月額チーム単位で月額
やらないことリスト
  • 個人名のランキングを出さない
  • 会議中に何度も通知しない1会議で2回まで
  • 発言の内容を保存しない分数だけ
  • 人事評価に使える形で出力しない出力は匿名の傾向まで
  • 感情や性格を採点しない

議事録の隣に、時間の記録を。誰がどれだけ話したかを、会議のあとで静かに振り返れます。

— ストア説明文の書き出し(案)
司会役に向けて書く。「監視」ではなく「振り返り」の言葉を使う。
06

最初の会議まで

置いて、告げて、終わったあとに1行だけ見る

初回体験のストーリーボード
初回体験のストーリーボード
マイクの許可は「机に置く」の直前に、理由つきで聞く。声の登録は全員が10秒ずつ。秒数はすべて想定。
最初の30日(すべて想定)
100%
インストール
70%
参加者の了承と声の登録
52%
最初の会議を測れた
34%
7日目に2回目の会議
19%
30日継続
ケンジさんの会議は週5本。2回目を測れるかどうかが、チームに広がる分かれ目(想定)。
最初の7日間に出すもの
  1. 1日目端末を置いて声を登録
  2. 2日目最初の会議:開始時に一言告げる
  3. 2日目終了後に1行のまとめ
  4. 4日目2回目の会議で光の合図
  5. 7日目1週間の傾向(チーム案内は1度だけ)
通知は会議中の光と振動のみ。画面へのお知らせは、会議のあとに1回(目標)。チーム(月3,000円・想定)は3回目の会議のあと、司会のケンジさんにだけ見せる。
つまずきどころと手当て
測られるのが気まずい → 開始時に端末が一言告げる「発言時間を測っています。内容は残しません」と声で伝え、参加者が1人でも断れば測らない。同意
遠い席の声が拾えない → 置き場所の目安を図で出す机の中央に置き、全員との距離がそろう位置を、置いた瞬間に画面で示す。機材
最初は誰の声か分からない → 「Aさん、Bさん」で始める声の登録が足りない初回は仮の名前で測り、会議後に名前を当てはめる。初回の学習
よくある初回の案内と、最初の会議まで
よくある会議ツール発言バランス
最初の画面アカウント作成端末を置く案内だけ
参加者の登録全員のメール登録声を10秒(想定)
最初の成果議事録の文字起こし分数の1行まとめ
権限起動時にまとめて置く直前にマイクだけ
有料の案内初回に表示3回目の会議のあと
07

仕組み

音を人ごとに分け、時間を足していく

机の上の1台が聞き取るもの
机の上の1台が聞き取るもの端末(中央)2Aさん 21分3Bさん 14分4Cさん 9分5Dさん 5分6Eさん 3分
ピンは判定結果のイメージ。名前は事前に登録するか、「話者1」などで表示する。
ソフトの層
画面発言時間・偏り・通知Swift / Kotlin
集計話者ごとの時間と回数自前
文字起こし言葉に起こす(あとで見返す用)Whisper
話者を追う人数が増えても枠を使い回すeDIAR
話者分離いつ誰が話したかpyannote
話者ごとの声の区間(イメージ)
ABACADB
  • Aさん
  • Bさん
  • Cさん
  • Dさん
1回の会議で起きること
1回の会議で起きること
声の判定ルール
声の判定ルール
音から発言時間までの絞り込み(例)
60分
録音した音
52分
声がある区間
47分
1人だけの区間
45分
話者を確定
45分
集計に使う
同時に話した区間は、人の判定が難しいので別扱いにする。
音声はどこまで出ていくか
クラウド(使わない)
文字起こし(任意で共有)
話者ごとの秒数(会議の参加者)
音声(端末内のみ)
録音は保存しない設定を標準にする。残るのは秒数の集計だけ。
会議の記録の中身
定例会議 11/18 10:00
Aさん …… 21分(36%)最多
Bさん …… 14分(24%)
Cさん …… 9分(16%)
Dさん …… 5分(9%)
Eさん …… 3分(5%)最少
沈黙 …… 6分(10%)
割り込み …… 4回
リアルタイム処理の流れ
  1. 1取り込み数秒ごとに区切る
  2. 2声を分ける話者を判定
  3. 3時間を加算人ごとの合計
  4. 4偏りを計算最多と最少の差
  5. 5知らせる基準を超えたら
  6. 6記録会議のあとで見る
08

効果

会議を短くするより、席を均等にする

試して見たい目標(想定)
2倍以内最多と最少の差現状は3〜5倍と想定
100%全員が1回は発言5人以上の会議で
-10%会議時間同じ議題で比べる
1〜2回会議あたりの通知多すぎるとうるさい
チームの偏りの推移(想定)
  • 使わない場合
  • メーターあり
最多の発言時間 ÷ 最少の発言時間。数値は目標のイメージ。
会議の種類ごとの偏り(想定)
部長リーダー中堅若手新人定例企画ふりかえり1on1全体会
色が濃いほど話す量が多い。想定のイメージ。
全員が話せた会議
70%
目標:導入2か月で、5人以上の会議の7割
手間と効果
▲
手間
  • 最初に端末を置く
  • 参加者の同意
  • 名前の登録(任意)
効果
  • 偏りに気づける
  • 静かな人の声が増える
  • 会議の振り返りが楽
  • 録音は残さない
使う場面の相性
1on1全体会(大人数)企画会議定例会議
合わない合う
09

誰が席を買うか

払うのは本人ではなく、会議を持つ組織

お金と価値の流れ
お金と価値の流れ
料金プラン(想定)
個人3人までの会議・月5回まで。個人で試して、良ければチームに広げる。0円
チーム10席まで。会議の履歴と週ごとの傾向。管理画面は不要。月3,000円(想定)
法人年契約・50席から。部署ごとの匿名集計と請求書払い。1席 月600円(想定)
専用端末机に置く丸い端末の買い切り。アプリは別にチーム契約で使う。12,800円(想定)
ケンジさんの場合:5人・1時間の会議の人件費は約1万円(例)。週1回、会議を1割短くできれば、月3,000円は元が取れる。
収益の柱(想定)
法人ライセンス年契約の席数課金5割
専用端末の販売買い切り・卸も想定2割
研修会社との協業研修の教材と計測のセット1.5割
チームの月額小さな組織向け1.5割
会議の音声データは売らない。扱うのは分数だけで、広告も入れない。
ユニットエコノミクス(すべて想定)
月3,000円1チームあたり売上(ARPU)10席まで
4%無料→有料の転換個人の利用から
1.2%月の解約率年契約が中心
約6.4万円LTV(粗利ベース)約25か月の利用
1.8万円獲得単価(CAC)研修会社の紹介が中心
約160チーム損益分岐月の固定費 40万円
試用から有料契約まで(想定)
1,000チーム
無料で試す
420チーム
3回以上使う
90チーム
チームで導入
40チーム
有料契約
個人が使い始め、司会の推薦で組織の契約になる流れを想定している。
1チームあたりの月の原価(想定)
端末内で話者を分ける(本案)40円
同期と管理画面120円
サポート300円
音声をクラウドで処理した場合(比較)900円
話者の分離と集計を端末内で済ませるので、音声のアップロードと保管が要らない。
10

つくる

6週間で、チームで試せる形にする

試作の計画
W1W2W3W4W5W6
会議の録音を集める(同意あり)
pyannote で話者分離
Whisper で文字起こし
eDIAR の方法を試す
発言時間の集計と画面
チームで2週間試す
最初の1週間でやること
  • 自分のチームに趣旨を話して同意をもらう録音は保存しない前提
  • 練習用の会議音声を3本集める2〜6人
  • pyannote の community-1 を Mac で動かすMLX 版の有無も確認
  • 話者ごとの秒数を出す正解は手で数える
  • RTX4080 でまとめて精度を測る人数別に比べる
月の運用コスト(想定)
¥1,000
  • RunPod 評価500円
  • Apple Developer400円
  • ストレージ100円
試作の仕様
入力
会議室の音(マイク1本・2〜8人)
出力
話者ごとの発言時間・偏り・通知
処理
端末内で完結(音声は保存しない)
端末
Mac / iPhone 15 以降 / Android 8GB 以上
目標遅延
話してから画面に出るまで 5秒以内
11

リスクと次の展開

誰かを追い詰める道具にしない

リスク
影響大
起きにくい
対策を用意最優先で潰す様子見慣れで解決監視されている感覚声が似た人の取り違え同時発言の誤りリモート音声の混ざり録音の流出
起きやすい
影響小
リスクへの備え
参加者の同意会議の最初に使うことを伝える。個人の評価には使わない。運用
音声は保存しない残すのは話者ごとの秒数だけ。文字起こしは任意。設計
匿名の表示「話者1」「話者2」の表示を標準にできる。設計
精度の確認人数・声質・雑音の条件別に、手で数えた正解と比べる。検証
やらないこと
個人評価
発言量を人事評価に使わない
常時録音
会議の開始・終了を明示して動かす
名指しの警告
画面は全員向けの表示だけにする
内容の判定
発言の良し悪しは判断しない
広がり
広がり
使う場面ごとの向き不向き(主観評価)
  • 定例会議
  • 授業
  • 家族会議
その先
その先
全員が順番に話して、時間どおりに終わる会議へ。