インテリジェント スピーカーの音声認識を管理する

この記事では、管理者が開催されている会議で音声認識とライブ文字起こしを有効にする方法に関するガイダンスを提供します。 管理者は、ユーザーが音声認識とインテリジェント スピーカー機能を利用できるようにする organization の範囲を調整できます。

注意

インテリジェント スピーカーは、すべての国と地域で使用できます。 生体認証登録と会議内文字起こしで現在サポートされているロケールの一覧については 、「サポートされているロケール」 を参照してください。

注意

  • Teams Rooms: インテリジェント スピーカーは、Teams Room Pro ライセンスをお持ちのお客様が利用できます。 (従来の Microsoft Teams Rooms Premium ライセンスの一部のデバイスは引き続きサポートされます。)
  • BYODルーム:インテリジェント スピーカーは、ルーム ホストが Microsoft Teams Premium または Copilot ライセンスを持っているルームで使用できます。

インテリジェント スピーカーによる文字起こしの精度の最適化

Microsoft Teams Rooms のインテリジェント スピーカーを使用する場合、会議のトランスクリプトは会議室内の異なる話者を区別できるだけでなく、それらを識別して正しいユーザーの属性付けすることもできます。 インテリジェント スピーカーにより、Copilot とインテリジェント要約の重要なユース ケースが可能になります。

話者認識は、Teams の認定を受けたインテリジェント スピーカーによって有効になります。 認定インテリジェント スピーカーは、高品質のオーディオを提供し、認識と文字起こしの精度を最大化し、「単語エラー率」と呼ばれるものを業界をリードする低減を誇ります。

当初、インテリジェント スピーカーには固有のハードウェアが必要でしたが、その後、すべての Teams Rooms デバイスをサポートするように拡張しました。 スピーカー認識の機能をより多くの会議室に拡張できることを嬉しく思いますが、品質はインテリジェント スピーカー認定デバイスの品質に匹敵しない可能性があることにご注意ください。 したがって、特に最高品質のトランスクリプションとアトリビューションを達成することが不可欠な重要なスペースでは、認定されたインテリジェントスピーカーを組み込む利点を評価することが不可欠です。

Copilot と会議の要約用に最適化された会議で ID を維持する

Teams の Copilot にとって最も重要な入力は、各話者の ID です。 Copilot には、会議の概要、分析情報、実施項目を提供するために、すべての発表者の属性を含む会議のトランスクリプトが必要です。 ハイブリッド会議では、話者を認識しないと、会議室にいるユーザーのビデオと音声フィードは、話している個人ではなくスペース (会議室 1 など) に起因することになるため、個人のコントリビューションを照会したり、全員の視点を要約したり、それらの To Do 項目に取り組んだりすることが困難になります。

Teams Rooms と BYOD Rooms では、話者認識と呼ばれる高度なテクノロジを使用して、音声の高さ、トーン、話し方などの各話者の個別の音声特性を分析し、参加者ごとに音声の指紋と同じようにボイスプリントを作成します。

話者認識により、共有会議室でのライブ文字起こし中に話者を識別できるため、すべての参加者にクリアで正確な音声キャプチャが保証されます。 これにより、インテリジェントな会議の要約と Copilot を通じて、会議中に誰が何を言ったかを簡単に追跡できます。

従業員の音声認識を有効にするには、Teams デスクトップ アプリを使用して数秒で音声プロファイルをセットアップできます。 各ユーザーは固有の音声署名を取得し、Microsoft Cloud 内のorganizationのテナントに安全に保存されて、すべての会議ですべての貢献が正確にキャプチャされることが保証され、Copilot とインテリジェントな会議の要約が可能になり、作業を前進させるのに役立ちます。

進行中の会議を示すスクリーンショット。

要件と推奨事項

Teams Rooms:

  • Windows 上の Teams Rooms または Android 上の Teams Rooms
  • Teams Room Pro ライセンスが割り当てられている Teams Room リソース アカウント。
  • トランスクリプトの精度を最大限に高めるために、追加の参加者はサポートされていますが、対面出席者の数は 10 人に制限することをお勧めします。
  • ルームで識別される People は、音声プロファイルに登録し、スケジュールされた会議に招待される必要があります。
  • 音声プロファイルで招待されたユーザーの制限は、50 人の招待者です (会議室の参加者の数に関係なく)。
  • 会議中に高品質のオーディオとビデオをサポートするには、会議室の アップロード速度を 10 Mbps にすることをお勧めします。

BYODルーム:

  • Windows または macOS の Teams デスクトップ クライアント。
  • ルーム ホストには、Teams Premium または Copilot ライセンスが必要です。 ルーム ホストは、自分のノート PC をインテリジェント スピーカーに接続するユーザーのことです。
  • トランスクリプトの精度を最大限に高めるために、直接出席する人数を最大 10 人に制限することをお勧めします。
  • ユーザーは室内で任意のスピーカー マイクを使用でき、USB を介してノート PC に接続できます。
  • ユーザーは、Teams クライアントが更新されていることを確認する必要があります。
  • 音声プロファイルで招待されたユーザーの現在の制限は 50 です。

注意

  • 識別機能は、会議開催者のメールボックスが Exchange Online にある場合にのみサポートされます。 オンプレミスの Exchange またはサードパーティの予定表 (Google Calendar など) ではサポートされていません。
  • ハイブリッド展開は、Teams がクラウドで開催者の予定表にアクセスできる場合にのみサポートされます。 BYOD シナリオは、識別機能ではサポートされていません。

インテリジェント スピーカー認識を有効にする

エンド ユーザーは 、会議スペースで識別されるように音声プロファイルを登録する必要があります。 エンド ユーザー登録を有効にするためのガイダンスについては、「 音声登録と顔認証を有効にする」 を参照してください。

Teams Rooms デバイスは、エンド ユーザーの生体認証プロファイルを利用して話しているユーザーを識別するように構成する必要があります。 Teams Rooms で話者を識別できるようにするためのガイダンスについては、「Teams Rooms で人認識を有効にする」を参照してください。

注意

会議出席依頼リストを使用した話者属性は、Microsoft Teams Room デバイス以外のユーザーが会議に参加したときに開始されます。

BYOD 会議スペースの場合、そのスペース内の話者を識別できるようにCsTeamsAIPolicyを構成する必要があります。 特定の有効化ガイダンスについては、「 Set-CsTeamsAIPolicy 」を参照してください。

Set-CsTeamsAiPolicy -Identity Global -SpeakerAttributionForBYOD Enabled
ポリシー 説明 価値と動作
roomAttributeUserOverride 会議室で音声ベースのユーザー ID を制御します。 この設定は、ルーム アカウントと BYOD ユーザー アカウントに必要です。 オフ
  • Room デバイスは、ルームからオーディオ ストリーム節約帯域幅を送信しません。
  • 会議室のユーザーは属性付けや区別は行われず、音声署名は一切取得または使用されません。
  • ミーティング ルーム ユーザーは不明です。

属性
  • ルーム ユーザーは、登録状態に基づいて属性が付けられます。
  • 登録済みのユーザーは、文字起こしにその名前とともに表示されます。
  • 登録されていないユーザーはスピーカーとして表示されます。

区別
  • ルーム ユーザーは、スピーカー 1、スピーカー 2 などとして区別および分離されます。話し手。
  • ユーザーの登録状態に関係なく、名前は文字起こしに表示されません。

注意

ポリシーが割り当てられてから有効になるまで、最大 48 時間かかる場合があります。 ポリシーをより早く有効にするには、アカウントをサインアウトして再度サインインする必要があります。

注意

Teams 会議ポリシーで文字起こしが有効になっていない場合、識別は行われません。

会議中の文字起こしロケール

エンドユーザーが登録すると、会議が次のいずれかの言語に設定されている場合、その音声を会議中に認識し、文字起こしで識別できます。

英語 (米国)、英語 (カナダ)、英語 (インド)、英語 (英国)、英語 (オーストラリア)、英語 (ニュージーランド)、アラビア語 (アラブ首長国連邦)、アラビア語 (サウジアラビア)、中国語 (簡体字中国)、中国語 (繁体字、香港特別行政区)、中国語 (繁体字、台湾)、チェコ語 (チェコ)、デンマーク語 (デンマーク)、オランダ語 (ベルギー)、オランダ語 (オランダ)、フランス語 (カナダ)、フランス語 (フランス)、フィンランド語 (フィンランド)、ドイツ語 (ドイツ)、ギリシャ語 (ギリシャ)、ヘブライ語 (イスラエル)、ヒンディー語 (インド)、ハンガリー語 (ハンガリー)、イタリア語 (イタリア)、 日本語 (日本)、韓国語 (韓国)、ノルウェー語 (ノルウェー)、ポーランド語 (ポーランド)、ポルトガル語 (ブラジル)、ポルトガル語 (ポルトガル)、ルーマニア語 (ルーマニア)、ロシア語 (ロシア)、スロバキア語 (スロバキア)、スペイン語 (メキシコ)、スペイン語 (スペイン)、スウェーデン語 (スウェーデン)、タイ語 (タイ)、トルコ語 (トルコ)、ウクライナ語 (ウクライナ)、ベトナム語 (ベトナム)、ウェールズ語 (イギリス)

よく寄せられる質問 (FAQ)

音声プロファイル データの使用とストレージについてさらに質問がある場合は、 顔と音声の登録 ドキュメントを確認してください

サポート記事: インテリジェント スピーカーを使用して室内参加者を識別する