文字起こしがまるまる欠落している時間がある

[MitsukiUsui]

2023年03月09日(木）の参議院 農林水産委員会の1:50:00付近で、野村大臣が答弁をしているが、まるまる文字起こしが行われていない。この部分は音声が小さく、VADの音量フィルタリングのステップで除かれてしまったことが原因だと思われる。
https://politylink.jp/clip/1276/

VADの閾値を下げることで、この部分も認識するようになる可能性はある。ただ、それにより雑音部分が閾値を超えるようになると、Whisperの文字起こしに悪影響が出る可能性もある。音量の閾値を固定値で決めるのではなく、音声ファイルによって動的に切り替える仕組みが必要かもしれない。

あとは、そもそもこのような文字起こしの欠落がどれくらいの頻度で起きているのかも認識する必要がある。これは、今後公式の国会議事録が公開されたときに比較することで、検出できる可能性が高い。