ケバ取りとは？文字起こしを読みやすくする基本と自動化の方法

会議の録音を文字起こししてみたら、「えー」「あのー」だらけで、そのままではとても読めたものではなかった。
ツールでの文字起こしを扱ったことがあれば、一度は経験する現象だと思います。

この不要な言葉を取り除く作業には「ケバ取り」という名前がついています。
今回は、ケバ取りという言葉の意味と、手作業・AI・専用ツールそれぞれのやり方を紹介します。

ケバ取りとは何か

ケバ取りは、テープ起こし・文字起こしの業界で古くから使われてきた用語のようです。
「えー」「あのー」のような、意味を持たないつなぎ言葉や言い淀みを、布や紙の表面に立つ細かい毛羽（けば）に見立てて、これを取り除く作業をケバ取りと呼ぶようになったとされています。

業界では、文字起こしの仕上がりを3段階で呼び分けているそうです。

• 素起こし: 「えー」も言い間違いも含めて、発言を一言一句そのまま文字にしたもの。発言の記録として正確さが必要な場面で使われるとのこと。
• ケバ取り: 素起こしから、フィラーや言い淀みなどの不要な言葉を取り除いたもの。議事録やインタビューの下原稿など、多くの用途ではこの段階で十分です。
• 整文: ケバ取りしたうえで、話し言葉を書き言葉に直したもの。「〜でですね」を「〜です」に直すような、文章としての整えまで行います。

ケバ取りで取り除くもの

具体的に取り除く対象は、おおよそ次の3種類です。

• フィラー: 「えー」「あのー」「えっと」「まあ」「なんか」など、考えている間を埋めるつなぎ言葉。
• 相槌: 「はい」「ええ」「なるほど」など、聞き手側の反応。
• 言い直し・どもり: 「あ、あの」「わ、私は」のような言いかけの繰り返し。

ただし、何でも取ればいいわけではありません。
たとえば迷いを表す「うーん」は、発言者のニュアンスとして意味を持つ場合があります。
※インタビュー記事では、話し手の人柄を出すためにあえてフィラーを残す編集方針もあるそうです。

手作業でのやり方と、その限界

テキストエディタの置換機能で「えー、」を空欄に置き換えていく方法が、いちばん素朴なやり方です。
対象が少なければこれで済みますが、フィラーの種類は多く、置換を何往復も繰り返すことになります。

もうひとつ厄介なのが、文脈の問題です。
たとえば「あの」をそのまま一括置換すると、フィラーの「あの、」だけでなく「あの人」「あの件」の「あの」まで消えてしまいます。
結局、1件ずつ確認しながらの置換になり、長い文字起こしでは現実的ではなくなってきます。

AIにやらせる方法

ChatGPTなどの生成AIに「この文字起こしをケバ取りしてください」と頼む方法もあります。
文脈を読んでくれるので仕上がりは自然になりやすい一方、弱点もあります。

まず、長い文字起こしは一度に渡しきれず、分割して何回にも分けて依頼する必要が出てくること。
そして、消すだけでなく本文の語句まで書き換わってしまうことがある点です。
1時間の会議の文字起こしともなると、どこが変わったのかを全文突き合わせて確認するのは、かなりの手間になります。

専用ツールで一括処理する

当サイトのSeishonizeは、このケバ取り作業のために作られたツールです。
入力欄に文字起こしを貼り付けると、フィラーやタイムスタンプが一括で除去されます。

設計上のこだわりが3つあります。
ひとつめは、辞書に基づく機械的な処理であること。AIのように文章を理解はしませんが、その代わり本文の語句を勝手に書き換えることがありません。
ふたつめは、「変更箇所」タブでどこが消えたのかを消去線付きで確認できること。
みっつめは、消しすぎないための境界判定です。「あの、」は消しても「あの人」は消さない、驚きの「えー！」は残す、といった区別を辞書側に持たせています。

相槌の除去は初期設定ではオフにしています。
対談形式の文字起こしでは、質問への返事の「はい」まで消えてしまう場合があるためです。
必要なときだけスイッチを入れる形にしており、詳細設定から「まあ系」「なんか系」のように項目単位でオン・オフを切り替えることもできます。

なお、貼り付けたテキストはブラウザの中だけで処理され、外部のサーバーには送信されません。
会議やインタビューの内容を外部サービスに預けたくない場合でも使えるかと思います。

使い分けの目安

消したい箇所が数えるほどなら、エディタの置換で事足ります。

話し言葉を自然な書き言葉まで書き直したい（整文まで進めたい）なら、本文が変わるリスクを頭に入れたうえでAIに頼むのが向いています。
「まずは読める状態にしたい」という日常のケバ取りなら、貼り付けるだけで一括処理できるツールが結局いちばん速いかもしれません。