「資料は金曜に出します」「来週でいいです」「では月曜に送ります」。会議の録音を文字にすると、日程が変わったことは分かります。では、来週でいいと言ったのは、資料を送る人でしょうか。受け取る人でしょうか。
右の図では、同じAが最初と最後に話し、間にBが答えたと分かります。会話は説明用です。
録音から「何と言ったか」を文字にするのが 音声認識 です。「どの人がいつ話したか」を分ける処理は 話者分離（speaker diarization）と呼ばれます。二つの結果を組み合わせると、発言の横に「話者A」「話者B」を付けられます。
AとBは、その録音の中で声を区別するための目印です。議事録に氏名を載せるなら、冒頭の自己紹介などを聞いて、どちらが誰かを確かめます。
二人の声が重なると、発言を拾い損ねたり、別の人に付けたりすることがあります。文字が合っていても、発言者を取り違えれば、別の人が月曜の送付を約束したように見えます。締め切りや担当を決めた箇所は、前後の録音と一緒に確認すると、提案した人と引き受けた人を区別できます。