Abstract: 生成系 AI を取り込んだ自動音声認識技術（Automatic Speech Recognition：ASR）は飛 躍的 進歩をとげつつあるが，頻繁に Code-switching（CS）が起きる自然発話の ASR はまだ課題が残る．本文は，CS 発話の典型である外国語授業の3 つのケースを素材とし，Whisper の最新版モデル large-v3 でテキスト転写を行い，更に Pyannote.audio を用いて多人数 CS 発話の話者分離（Speaker Diarization：SD）を行った．large-v3 適用のさいのパラメータ設定，および合成音による SD の結果，従来の手法に比べ，日本語と中国語 CS 発話の ASR 精度が大きく改善した．