AIによるXCrossing全エピソード分析の開始
Mika Ueno
XCrossing、英語でスクランブル交差点を意味します。 趣味も世代も、住んできた町も違う3人が、スクランブル交差点で出会うように、様々な話題を聞かせるおしゃべりの交差点です。 今日のXCrossingであなたが出会うのは、どんな話題でしょう?
こんにちは、上野美香です。 マーケティングとプラットマネジメントの募集をしているフリーダンスです。
Takuya Oikawa
こんにちは、及川卓也です。 プロダクトマネジメントなどのプロダクト作りの手伝いをしております。
Nobuhiro Seki
こんにちは、関信浩です。 ニューヨークでスタートアップ投資などなどをしております。
Mika Ueno
とても普通の挨拶でしたね。
Nobuhiro Seki
最初の人で決まるということですね。
Mika Ueno
最初の人で決まるという感じですね。 いや、今日言い入れなかったんだけど。
この間、及川さんがXCrossingの文字起こしをLISTENで全エピソードを起こしたんですけど、それをもとにレポートを作って共有してくれたのがありまして。
そこで一番最初の挨拶は、一体誰が多いのか問題というのがあって、そこからレポートが出てきたんですけど。
Takuya Oikawa
これ収録してなかったでしたっけ?
Mika Ueno
これしてないです。
Takuya Oikawa
あ、してなかったんだ。
Mika Ueno
収録の後?
Takuya Oikawa
みかさんが最初のケースが少ないぞって僕は言って、いや、そんなことはないって話になって。
いや、ちょっと勘違いだったかもと思ったけど、これはやっぱりちゃんとファクトチェックをするべきだと思い、そのLISTENのところの文字起こしを全部データに起こして分析してっていうのをやったんですよね。
そこからスタートだったんですよ。
挨拶担当の統計と発言量の推移
Takuya Oikawa
結果はいかに?
Mika Ueno
私と及川さんが同等、ほぼ同じ。何パーセントでしたっけ?
関さんが少ない。真ん中になる回数が関さんが圧倒的に多いという結果でしたね。
Takuya Oikawa
これは言われてみると意図的なんですよね。関さんが最初だとプレッシャーに弱い関さんなんで、プレッシャーに弱いじゃないな。
Nobuhiro Seki
緊張する。
Takuya Oikawa
緊張か。
アドリブができない関さんなんで。
なので誰かが先にやったほうがいい。
でもこれ本当にそうなのかな。
ちょっと統計データの話するけれど、だいたい僕が最初にネタ突っ込むと関さんそれで笑っちゃって引きずられて変な挨拶になること多いから、真ん中にいるほうがいいかどうか微妙な気がしますけどね。
Nobuhiro Seki
誰かが喋った内容を受けるっていう話し方が楽なんですね。
でも最初に喋ってください。スクリプトがありますみたいなのはすごく苦手なんですよ。スクリプトの通り喋るとすごいカチカチになっちゃって。
Nobuhiro Seki
でも2人目ってマイナスの話を受けて喋ればいいから、スクリプト読まなくていいじゃないですか。だから読むのが苦手なんですよ。
Mika Ueno
スクリプトあるほうが苦手なのね。
Nobuhiro Seki
スクリプトあるとすごいなんか。
順番は、基本が及川、関、上野っていう順番が最初の基本順番になったじゃないですか。
それを変えるときにみかさん自分にするんですよ、頭。だから僕がいつも真ん中みたいな感じになりがちなんですよね。
というのが多分初期の頃そうだったと思うんですよね。
Mika Ueno
及川さん、関さん、私っていう順番が全体の29%?30%だから、そこに立ち返るっていうのが多いんだなっていうのが分析でよくわかった。
その順番を変えようとすると最初が私になるっていうのと。
Nobuhiro Seki
多分無意識で僕を最初にしてないようにしてるから。
Mika Ueno
それはそう、そうしてます。
そこはね、バイアスというかめちゃめちゃ意識的にするようにしてて、それがこの結果ですね。
関さんが真ん中になる割合が51%。
Nobuhiro Seki
ミドル。
Mika Ueno
これはすごい面白い、見て笑っちゃったんだけどそうだなと思って。
Nobuhiro Sekiは圧倒的に中央ポジションみたいなね、まとめの文章がついてますけど。
Nobuhiro Seki
みかさんよく、及川、関、上野っていう順番のことを基本の順番みたいなことをたまに言ってる時ありますよね。
Mika Ueno
そうそう。
Nobuhiro Seki
それはベースに戻りましょう。
Mika Ueno
私なんかでそう思ってるんでしょうね。
多分一番最初からそれが多かったので、そこから始まったんだと思うんですよね。
Nobuhiro Seki
自己紹介もそういう風にしてますよね、順番ね。
最初は及川さんみたいな感じ。
ウェブサイトとかでも並べるとき必ず全部そういう風にしてます。
それに引っ張る。
Takuya Oikawa
分析したやつで、エピソード番号順に最初に挨拶するホストっていうのが、グラフがもうちょっとやりようがあると思うんですけど、確かに最初のほうって、私が先頭のやつがブワーッと続いてますね。
Mika Ueno
これいくつ目のレポートですか?
Takuya Oikawa
最初に挨拶するホスト、エピソード別って書いてある、XCrossing挨拶順の統計のレポート。
それの上から1,2,3,4個目のドットで書いてある。
これだから1個目がたぶん美香さんだったんですよ。
その後、私が先頭が続いて、関さんがちょっとあった後、美香さんがグワーッと続いて、また私と美香さんで、そんな感じなのかな、見方として。
最初私が圧倒的に多かったみたいですよ。
Mika Ueno
そうですね。
Takuya Oikawa
その下のやつがいいな、15回平均移動のやつ見るとすごいわかりやすくて、最初私がもう一時60何パーセント超えてるぐらいになってますもんね。
Mika Ueno
最初の頃は本当にその…
Takuya Oikawa
最初の10回ぐらい、そういう風に決めたんですよね。
Mika Ueno
そうですね、その順番だった気がする。で、入れ替えようかなっていう感じかな。
AIによる「出席も発言も控えめ」というツッコミ
Takuya Oikawa
これ私の指示の仕方で、指示出してないのに勝手に出欠まで取りやがって。
圧倒的に及川の欠席が多いって。
Mika Ueno
指示してないんですね。
そうなんだ、出欠パターンのタイムラインというのがありまして、誰が出欠して誰が欠席何回したかみたいなものまでレポートに入ってるんですけど。
Nobuhiro Seki
まさに余計なお世話です。
Takuya Oikawa
あと、XCrossing、話者ダイナミクスっていう発言量とか発言の長さとか、話者交代とかっていうのを見たときに、これはやっぱりどれだけ話したかとかってあって。
で、サマリーが下にあるんだけれど、Takuyaは出席も密度も控えめで。
これすごいですよ。
出席回ですら他2人の6割強しか話していない。合計だと約半分しか喋っていない。
自覚はありましたけど、こんなきついことしなくてもって感じですよね。
Mika Ueno
こんなきつい言い方。
Nobuhiro Seki
グラフの下にちょろっとつけるのがすごいですよね。
Mika Ueno
そうね。グザーって書くから、結構どストレートに書きますよね。
Nobuhiro Seki
これもカギ括弧でね、わざわざ回数も密度も控えめとか書かなくていいって感じですね。
Mika Ueno
カギ括弧いらないね、これね。
Takuya Oikawa
いや、でもね、反省したんですよ。やっぱり。
自覚はあったんですよ。2人が喋ってるときに、さっきの関さんじゃないけれども、その話聞いてて面白かったらうーんって聞いて、
で、なんか出てきたキーワードでわかんなかったら後ろで検索して、それを読みながら話も聞きながら、
で、なんか検索した結果で面白いのがあったら、タイミングがあったらそれ共有しようかなみたいなことをやってて、
個人的には満足だからいいかなと思ったんですけれど、
2回ほど連続してイベント登壇が終わった後に、なんかこう名刺交換出たりしたときに、
Takuya Oikawa
いや、及川さん、ポッドキャストとかYouTubeとか出てるやつ全部見てます、聞いてますって言ってくれた人がいて、
XCrossingも聞いてくれてるんだと思うんですね。もうポッドキャストとかそんなにずっと出ることないんで。
やべーな、俺ほとんど喋ってない回とかあるんだけどって。
Mika Ueno
発言シェアの推移をグラフにしたやつがあって、15回移動平均のね、あれ見ると、
30回目ぐらいまでは大体みんな3割ぐらいずつ話しているっていうのがあって、
30回から先に及川さんがガクッと下がってきて、一番低いのはですね、10%足していないっていうので、
全体の数パーしか話してない回もあるというのがこれではっきりわかるんですけど、
でも最近は、グッドニュースは、最近の数十回分はもう大体みんな3割ぐらいに近づいてきているっていうのは、これはいいことですよね。
Takuya Oikawa
でもね、あれですよ、言い訳するわけじゃないけど、私の友達として多いんだけど、
なんか機関銃みたいにずっと喋り合ってることがあるので、
Takuya Oikawa
1年に1回ぐらいか2回ぐらい定期的に会う女友達が2人ほどいまして、元同僚なんですけれども、
2人がとんでもない熱量で、とんでもないスピードで、とんでもないボリュームで喋る人で、
Takuya Oikawa
どこで行き過ぎしてんだよみたいな感じでっていうのがあるんですよね。
そうすると、やっぱり発言量が少なくなったりして聞いててうんうんってうなずいてるんだけど、
その2人は許してくれなくて、途中途中で、タクヤさんはどう思いますか、タクヤさんはどう思いますか、
タクヤさんはタクヤさんはっつって、同じその発言量というか熱量かつボリュームとスピードで話すことを期待されるところがあるので、
いい友達だなと思ってます。
Mika Ueno
全く伏せ字になってないというかですね、容易に特定できるんじゃないかという話だけど。
Takuya Oikawa
知ってる人はわかると思います。
Nobuhiro Seki
知ってる人は知ってる。
Mika Ueno
そうそうわかるわかる。
1年に1回そういう道場のようなところがあっていいんじゃないでしょうか。
頻出語と話者別キーワード分析
Takuya Oikawa
だってあれですよ、OKR3人で作るんですよ。
Mika Ueno
えー作るの?
Takuya Oikawa
OKR終わってなってないことあるんだけど、タクヤさんは前回こういう風に言ってこういう風にやるって言ってましたけど、
どうだったんですか、半年経って1年経ってみたいなことを。
Mika Ueno
レビューも入るんですか。
Takuya Oikawa
そうレビューしてお互いそういう風に言って、
ムーンショット的じゃないようなことを言うとそんなにダメですよって、
Takuya Oikawa
いやそれやらなくていいですとかって、
いや俺が決めたんだけど、私が許しませんみたいな、
なんであなたのアプルーブが必要なんだみたいな、そういう会話し合う会なんですよ。
Nobuhiro Seki
ダメ出しされてる会ですか。
Takuya Oikawa
でもお互いやるんですよ。
私も相手に対して、えーもうそろそろこれやった方がいいですよって、
えーそれだけですかみたいなことを言ったりするんで。
お互い様の会で、とても楽しい会なんですけど、
Mika Ueno
大変よろしい。そう、凄いな、そこまでやるんだ。
Takuya Oikawa
で、戻ると、そうなんですよ、だから発言量少ないって言うんで、
今回だから前回も頑張って喋ってます。
Mika Ueno
このレポートであれすね、可視化されたっていうのは大変良いことですね。
ああそうなんだー、と思うのはね。
Takuya Oikawa
これでもっとでもね、精度高くできるんですよね。
例えばキーワード品質分析っていうのも一応あるんだけど、これちょっとやっぱり形態素分析のところをそんなに使わなかったんで雑なんですよね。
Mika Ueno
これ形態素解析を名詞で抽出しって、これは及川さんが指示したんですか?この解析でっていうのは。
Takuya Oikawa
そうです。いくつかライブラリーというか使うものがあるんだけれども、ちょっと時間かかりそうなやつはめんどくさいから後回しにしてサクッとできるやつだけでやったんで、
あまり精度が高くないんですよね。だから休みとか日本とか会社とかゲームとか、こんなの抽出されても面白くないなって気がして。
この休みがなんでトップなのか分かります?
Mika Ueno
これあれですよ。及川さん休みの回ですとか、関さん休みの回ですとか、多分それ?
Nobuhiro Seki
それですよね。で、僕がすごいいっぱい言ってるとか書いてあるんですよね。
Takuya Oikawa
そうそうそうそう。
だから僕が休んでるからなんですよ。
Nobuhiro Seki
そうで、みかさんね、すぐ行こうとするんですよ。だからその前に僕が休みの回に。
言うっていうのが割と定番化してたんですよ。
Mika Ueno
そうですね。最初の挨拶と紹介のとこだけ除くといいのかもしれないですね。
Nobuhiro Seki
多分変わりますよね。
Mika Ueno
ホスト別品質キーワードトップ20があって、それぞれ使ってるキーワードの多いのが来てるんですけど、まあまあ休みとかね、除いても。
で、及川さん例えば日本とか会社とかそういう話が多いなっていうのは、それは納得だし、関さんも日本アメリカニューヨークって上位だから。
挨拶の中にニューヨーク入ってるんですけどね。
Takuya Oikawa
あとスタートアップとか入ってくるのもね。
Mika Ueno
ここは傾向が出てるなと思いました。
Nobuhiro Seki
これ美香さんのマーケティングも多分これ最初の挨拶ですね。
Mika Ueno
そう挨拶だと思います。
Nobuhiro Seki
ここもニューヨークとスタートアップが挨拶ってことですよね。
Mika Ueno
私は体験ゲーム、人間とか文字とか出てくるから、ああ、そうだなと傾向として。
Takuya Oikawa
関さんのこの電話っていうのがわかる気がするな。
Mika Ueno
電話って何?
Takuya Oikawa
電話の会話結構やってますよ。電話がしょっちゅうかかってくるっていうのはやっぱり、
米国で関さんの仕事から電話ですぐかかってきてやり取りするの多くて、
多分美香さんも私もあんまり電話使わなくなってるんだと思うんですよね。
我々から電話ってキーワードあんまり出さないんだけど、
関さんやっぱりアメリカでのビジネスのやり方だとか、
もしくは普通に生活の中でも電話っていうのがすごい多いから、
電話でっていうのをよく話してる記憶がありますよね。
Nobuhiro Seki
アメリカで電話っていうのはすごい多いですよね。
あと実際電話鳴ったりしますからね、この収録すると。
Mika Ueno
今及川さんが正に言ってたんですけど、
及川さんは米国って言って、関さんはアメリカって言って、
ああ、なるほど、ここに書かれて初めて、そうだな確かにと思いましたね。
Nobuhiro Seki
及川さん確かに米国って言いますよね。
Takuya Oikawa
そうですね、言われるまで気づかなかったな。
Mika Ueno
私もこれあげられて、ああ、確かにそうだなと思って。
言い方が面白いなと思いましたね。
話者別特徴トップ20と分析の面白さ
Mika Ueno
これはとても面白かったですね。
Takuya Oikawa
これでもすごいな、ここまで僕指示出してないの。
ホスト別特徴トップ20ってやつで、
そのホストが平均の何倍の頻度で言うかっていうやつは、
こっちの方が面白いんですよね、やっぱり。
Mika Ueno
そうですね、平均っていうのはこのXCrossingの平均ってことなのかな?
Takuya Oikawa
全体の中でこのホストがどれだけ言うかで。
Mika Ueno
及川さんが、米国が4.4倍、プロダクト開発が4.2倍、これは挨拶ですね。
Nobuhiro Seki
挨拶ですね、それはね。
Mika Ueno
あと、おやじ4.2倍。
Takuya Oikawa
なんかおやじとか年寄りとか思いながら言うと、何なんだこれ。
Nobuhiro Seki
年寄りはすごい言うんですよ、及川さんは言う言葉として。
あと美香さんの役者さんっていうのもよくわかりますよね。
Takuya Oikawa
ああ、確かにね。
Mika Ueno
役者さんは言うかもね。
Nobuhiro Seki
演者さんとか役者さんすごい言いますね。
Mika Ueno
言いますね。
Nobuhiro Seki
声優さんとか。
Mika Ueno
絶対言いますね。
Takuya Oikawa
美香さんにはすごい特徴出てますよね。
Mika Ueno
出てますね、キャラクターとか声優とかね。
Takuya Oikawa
歌舞伎とか。
Mika Ueno
歌舞伎とかデザインとかね。
裏側、裏側好きだみたいな。
Nobuhiro Seki
イマーシブとか入ってないんだよね。
Mika Ueno
イマーシブ確かに入ってないね。
そうですね、意外ですね。
Nobuhiro Seki
ちゃんと拾えてないんじゃないかなと。
Takuya Oikawa
かもしれないですね。
Nobuhiro Seki
概要欄にちょっと笑っちゃったんですけど。
Mika Ueno
概要欄に貼っといてそんな言うかな。
及川さんのAudibleとゼルダも私はちょっと納得で、Audibleの話確かにするって思った。
Takuya Oikawa
ゼルダは多分ね、最初のフォーローに結構よく話してたなと思いますね。
Mika Ueno
関さんの中で面白いのは、向こう側とかフランス人とか。
Nobuhiro Seki
フランス人とかそんな言ってるかなっていうのはちょっと。
Mika Ueno
フランス人はよく文化の違い、言葉の使い方の違いって話をするときに大体出ますね。
書籍の話をするんですけど、その記憶があります。
Nobuhiro Seki
文化、理解力の違い。
Mika Ueno
これはやっぱり特徴が出てて面白いなと思いました。
分析レポート作成のプロセスとAIの活用
Mika Ueno
やっぱり文字起こししておくといいですね。
分析ができてね。
Nobuhiro Seki
もっといろいろ細かくやってみると面白いかもしれないですね。
Takuya Oikawa
これあれですよ。もう少しテーマを一旦分析してみましょう。
Mika Ueno
そうですね。
Takuya Oikawa
そうすると今後こんなテーマがいいんじゃないかとか、大きなお世話になるかもしれないけど。
多分普通にリサーチすると、こんなテーマを取り上げるといいんじゃないかって言ってくれると思いますね。
Mika Ueno
そうですね。タイトルとディスクリプションだけでもできそう。
Nobuhiro Seki
タイトルとディスクリプションのときはあえてそういうヒキが良さそうなものを選ぶから。
Mika Ueno
そうですね。トピックが散らばるときは中心になるやつを持ってくるようにしてるんで。
タイトル、ディスクリプションとタイムコードつけてこんなの話しましたっていうのを14個つけてるんですけど。
あれ入れるといいかも。全部ももちろんアリだと思うんですけど。
一応XCrossingなのでクロスティングしてるといいなみたいな期待を込めて。
Takuya Oikawa
確かに。
Mika Ueno
これって結構簡単にできたんですか?
Takuya Oikawa
えっとね、そんなには簡単じゃなかったです。
Mika Ueno
1本目が来たときは「おーっ」と思って、その後「暇か」とか言いながら来たから、すごいまた入り組んだプロンプトを出してるのかなと思って。
Takuya Oikawa
いやでもこれ大変っちゃ大変なんだけど、実際にいろいろ作業するのはAIがやってくれるんですよね。
大きな方向性とかを出して、どんな方法でやればいいかとかっていうのを指示出してっていうのなんですよね。
だから例えば全てのエピソードの文字起こしデータを取得するっていうところもちょっとあんまり細かく言えないんですけど、
Takuya Oikawa
いくつかやってみたらダメだったんですよ。
典型的に普通にできるやり方っていうのをやろうとしたら。
なのでじゃあって言って、何個かパターンを出して。
要は僕らのリストもあるし、XCrossingのサイトもあるし、YouTubeもあるし、いくつかソースとなり得るところがあるわけですよね。
それでそれぞれどこから何を取ってくるかっていうところはちょっと試行錯誤して、
このパターンなら全部取ってこれそうだっていうのが分かったら、それを取ってきてっていうことをするっていうのを一旦やって。
一旦文字起こしデータの形でローカルに持っちゃったら、その後はやるのは結構簡単は簡単だったんですけど、そこ持っていくまで大変だったんですよ。
Mika Ueno
そういうことやってんだ。確かに今180ぐらい分析したときやってくれたと思うんですけど。
全文字起こしのテキストどうやって全部取ったのかその場で取ったのかなと思ったけど、そういう処理が入ったんですね。
Takuya Oikawa
もうちょっと細かく言うと、LISTENのところって間違ってることあるじゃないですか。
Mika Ueno
ありますね。
Takuya Oikawa
話者が間違ってるのも結構ありますよね。
Nobuhiro Seki
ずれてる。
Takuya Oikawa
最初そのデータが出ちゃったんですよ。結構間違いがあって、圧倒的に美香さんばっかり喋ってるようになって、
私が喋ってないのはそれは事実だからいいとしても、ここまで美香さんが全部喋ってるはずないなと思ったら、やっぱり話者特定を間違えちゃってるところがあったんですね。
話者識別を。
そこをどうやって正確に識別するべきかっていうところをいくつかヒントを与えていったんですね。
最初の挨拶っていうのが、ここからここまでの間に絶対に2人もしくは3人参加してる人の挨拶が入ってくるから、
それで見ろっていうのをヒントを与えたんですね。
あともう一つは絶対にヒントになるのが、ニューヨークで自己紹介してる時はこれは関さんだからって言って、
残り日本とか東京とかっていうのは美香さんと私だからっていうヒントを与えたりだとか、いくつかヒントを与えていくことによって、その話者識別をほぼ完璧にしてっていうところをまず持っていくんですよね。
Mika Ueno
そうなんですね。なるほどね。確かにLISTEN使い始めたの途中からだから、前全部読み込んで話者分離までチェックできてないのは多分多半あると思います。
使い始めた後は毎回見るようにはしてるんですけど、それが聞いてないところ確かにありますね。
Takuya Oikawa
そうなんですよ。
で、ポッドキャストで出来上がってるやつと毎回美香さんのナレーションがあるじゃないですか。
そうです、ナレーション部分っていうのはこれは自己紹介じゃなくて、この後に自己紹介始まるっていう風にすると、最初の部分全部スキップして、
その自己紹介始まってるところからだけを見るようにしてっていうのも、これどっちかっていうと普通にプログラミングなんですけれど、それをやってっていうのを入れてます。
Mika Ueno
へー、それを短時間でやったんだ。
Takuya Oikawa
僕は仕事しながらターミナルで指示出して、たまにちょっとPythonのコード見てぐらいな感じなんで。
ほんと?へー。
Takuya Oikawa
これは面白いなと思いましたね。
Mika Ueno
ちなみにClaudeですか?
Takuya Oikawa
Claudeです。
Mika Ueno
へー。
Takuya Oikawa
Claude Codeで。
Mika Ueno
これどうやってやったのかなって気になってたからそれ面白い。
Takuya Oikawa
で、このビジュアリゼーションも指示してないんですけれど、今もClaudeはこういったビジュアリゼーションは、
ビジュア、あ、忘れちゃった。なんかスキルがあるんですよ。
データビズだっけな。
それが勝手に起動されて、それで綺麗にしてくれましたね。
Mika Ueno
じゃあここに出てるグラフは一つ一つ指示したわけじゃなくて、こんな感じで分析してって言ったら出てくるんですね。
Takuya Oikawa
そうです。
Mika Ueno
出てくるやつなんですね。
Takuya Oikawa
datavizだ。dataviz skillってやつがあるんですけど。
Mika Ueno
データビズスキル。
Takuya Oikawa
DATA VIZってやつなんですけど、これがかなり高度の、いろんなビジュアライズしてくれるんですよね。
普通にウェブとかPDFに貼るようなビジュアライザーもほぼこれに丸投げしちゃって。
キーワードの推移と今後の分析テーマ
Takuya Oikawa
それ以外のやつは自分でSVGで指示出して書かせるようにしてるんですけれど。
これあれなんですよ。ローカルに文字起こしデータでそれなりに精度が高いやつが揃うと、いろいろやりたくなってるんですよね。
だからついついこうやってしまったという。
面白いな。テックビジネス系キーワードの推移の15回移動平均も、AIが昔から高かったけど、最近すごい上がっていて。
ChatGPTが最近は結構低迷したりだとか。
Mika Ueno
テックビジネス系のキーワードの推移、文化・場所系のキーワードの推移、これ面白かったですね。
Nobuhiro Seki
文化・場所系は全般的に右肩下がり。頻度が減ってるんですね。
Mika Ueno
青のゲームとか英語の話とか突出してるのがあるからそう見えるんじゃないかな。
Nobuhiro Seki
確かに。4とかで切れば。
Takuya Oikawa
まあニューヨークの話はもう定番でやってますからね。
Mika Ueno
そこは関さんの軸の一つですからね。
Nobuhiro Seki
英語ってのはですね。
Mika Ueno
これがキーワードで多いね。また引き続きやってみたいですね。
Takuya Oikawa
なんかこんなのできませんか?ちょっと待ってください。
これパイプライン化しよう。
Mika Ueno
良い良い良い。プロジェクトが。
Takuya Oikawa
なんで関さん笑ったんですか?
Mika Ueno
テーマ別はめちゃくちゃ見たいです。
Takuya Oikawa
とりあえず文字起こしデータをどっかに貯めておけるようにするパイプライン作っておけば、
あとはもう分析はできるんで、今だからパイプラインが前回のやつをスナップショットで撮ってくるところで終わっちゃってるんで、
1週間に1回とか何かのタイミングで常に取得するようにしておいて、
あとは手元でいかようにでも分析できるようにすればいいんですよね。
データセットさえどっかに置いといたら、2人もいろいろ触れるようになるかもしれないですからね。
Mika Ueno
それは嬉しい。
Nobuhiro Seki
今なんかタイトルとディスクリプションとさっき言ったタイムラインしか出してないじゃないですか。
一緒にそのデータも上げればいいんじゃないかと思って、全部まとめて。
Takuya Oikawa
これウェブサイトにどっかに載っけて、聞いてる人が見て、
この回のこんなテーマのやつを聞きたいって言ったら、エピソードいくつだよとか言ってたりしたら面白いかもしれない。
XCrossingのサイトに埋め込めばいいんだ。
Nobuhiro Seki
サイトもリニューアルしたいんです。今のやつってあんまり意味がないっていうか、
ただ転記しておいてるだけなので、それよりはそういう風にして、
サイトそのものを別のところに置きたいと思ってるんで、そういう風にしてもらっていいんじゃないですかね。
Mika Ueno
アメリカネタとか、ポッドキャストネタとかいろいろできそう。いいじゃないですか。
Nobuhiro Seki
そこの部分だけを30分じゃなくて8分だけ取り出したりとかできると本当にいいんですけどね。
Mika Ueno
それはいいね。私今自作しようと思って全然できてないんですけど、
まだ編集をいかに自動化するかっていうところにまだできてないから。
Mika Ueno
編集が自動化できるようになったら、自分で1分30秒以内ぐらいで、
ここの部分を抜き出してっていうのをギュッと自分で指定して、
それを詰めてそこに動画にして文字起こしもつけてっていうのをやりたいんですよ。
今まで全部自分で作ってたからそれ。それを今やりたいんですけど、まだできてないんだな。
LISTENの文字起こしは毎週これ水曜日の朝5時に公開するんですけど、
分析データの公開と編集の自動化
Mika Ueno
その水曜日のうちに話者特定がおかしいところ直すように、ザクッとですけど直すようにしてて。
Takuya Oikawa
あ、それやってくれてるんですね。
Mika Ueno
それをやってて、まず最初は話者がスピーカー1,2,3しかならないんですよ。
それを判定して、おかしいところ直して、明らかに文字起こしが間違ってるやつ、それは直すように。
検索とかかかるなとか思って。
Nobuhiro Seki
話者がずれちゃってる時あるじゃないですか。
Mika Ueno
ありますね。
Nobuhiro Seki
1個途中から全部ずれてる時があって、スピーカー1,2,3とかになってるんですけど、
最初の喋るところと、一番最初は美香さんです、必ず。
って言って次に喋ってるところがすでにずれると、4になっちゃって、スピーカー4とかになって、
まだ美香さんがあってればいいんだけどずれちゃったりすると、全部収出し直しってやんないとダメじゃないですか。
Mika Ueno
でも前に比べたらすっごい精度高くなったし、ほぼ直さなくていいっていうのが増えたんですけど、
時々そういうのがあったりするんですよね。
あと何で判定したかわかんないけど、声のトーンなのか何なのか、私と及川さんがほぼ区別されないとか、
私と関さんが区別されないとか、そういうのが多いんですよね。
Nobuhiro Seki
話をいろんなやつやってるうちに、1個ずれるみたいな感じになったりしません?
Mika Ueno
なりますね。
私は編集してるから、これは誰が喋ったってなんとなく記憶に新しいのでよくわかるから、そこのところだけは直すようにしてます。
Nobuhiro Seki
そこに行ってクリックすると、実際喋ってる声が出てくるから、これ違うじゃんってわかりますけどね。
Mika Ueno
そうですね。それをやるから、パイプライン化するときに水曜日に取るよりは木曜日に取ってもらった方がいいかもしれないって今思いました。
Takuya Oikawa
なるほど。わかりました。
Nobuhiro Seki
安定の時間がかかるからね。
Takuya Oikawa
どうせちゃんとやるんだったら、形態素解析とかもう少しちゃんとやろうかな。
Nobuhiro Seki
そうするとデータがね。
Takuya Oikawa
いや、定番のやつあんまり変わらないんですよ。
Nobuhiro Seki
MeCab（メカブ）ってやつがあって、元Googleの部下がオープンソースで出してるやつで、いろんなやつに使われてるんです。
Mika Ueno
よし、じゃあこれは面白いプロジェクトが動きそうだぞ。
次はテーマが出てくるんだな。
Nobuhiro Seki
イマーシブでやると。
Mika Ueno
絶対に出てきますよね、それね。体験系とかね。
Nobuhiro Seki
でもそれってね、普通に全部網羅しようと思うと全部聞かなきゃいけないじゃないですか、基本的にね。
だからそうなってもすごく楽だなって思います。聞いてるから。
Mika Ueno
そうですね。私たぶん体験系とかイマーシブとかゲームとかだし、及川さんの山の話もたぶん出てくるし、
関さんのニューヨークでのトラブルとかね、そういう話とか。
Nobuhiro Seki
トラブルね。
Mika Ueno
ブックオフの話とか、そういうのも絶対出てくると思う。なんらかのトラブルとか。
Takuya Oikawa
関さんトラブル話がきっと多いですよ。ちょっとそれも調べてみよう。
Nobuhiro Seki
かなり抑えてますけどね。
Mika Ueno
そう?そうなんだ。
Nobuhiro Seki
かなり抑えてますよね。もっといっぱいありますよね。
トラブルを喋ろうと思うとずっと喋らなきゃいけないじゃないですか。
比較的軽く終わるやつに選んでますよね。
続くみたいなやつならないようにしないといけないなと思って。続くネタが多いですね。
Mika Ueno
じゃあそういう楽しい分析を続けましょう。
文字起こし精度の向上と今後の展望
Nobuhiro Seki
及川さんですね。三河っていうのが特徴語に出てきてるんですけど、三河ってそんな特徴語になるように出てきました?
Takuya Oikawa
それなんかの、たぶん誤検知かな。
Mika Ueno
文字起こしが間違ってるんじゃないですか。
そうですね。美香さんだきっと。これね、ちゃんと名寄せしたんですよ。
Takuya Oikawa
名寄せして他にも間違ってるやつあったんだけど、三河をちゃんとまだやってなかったんだな。
僕いかに美香さんって言ってるかですよ。
Mika Ueno
ありがたいことです。
Nobuhiro Seki
美香さんすごいよく言いましたね。
Takuya Oikawa
関さんも言ってると思うんだけど、関さんこれも間違えて他のやつになっちゃってるかもしれない。
違うね、たぶん相手の名前呼ぶやつは特徴語から外れてるんですよね。
だから美香さんって言ってるのは外してるんだけど、三河っていうふうに間違えて検出されちゃったやつが乗っかっちゃってるんですね。
Nobuhiro Seki
どっかの回でそういうふうにずっと何回も繰り返しになっちゃってるかもしれない。
あれ一回そういうふうになるとずっと出る。その回の全部それになっちゃうじゃないですか。
Mika Ueno
たぶん前の初期の時のやつじゃないかな。まとめてLISTENにお引っ越しというか、LISTENにアカウント作りましたよって時に一気にやった文字起こしのやつじゃないかな。
Nobuhiro Seki
最近はすごい精度も高いですからね。
Mika Ueno
めちゃめちゃ上がってきてる。
はい、じゃあXCrossingの分析でした。続報をご期待あれみたいな感じで。
