音声認識を用いた講義・講演の字幕作成・編集システム

• Item type: SIG Technical Reports(1)
• 公開日: 2015-10-23
• タイトル: 音声認識を用いた講義・講演の字幕作成・編集システム
• タイトル / 言語: en
• タイトル: An Online Caption Generation and Editing System using Automatic Speech Recognition
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 京都大学経済学研究科／京都大学学術情報メディアセンター
• 著者所属: 京都大学情報学研究科
• 著者所属: 京都大学情報学研究科／京都大学学術情報メディアセンター
• 著者所属(英): en
• 著者所属(英): Graduate School of Economics, Kyoto University / Academic Center for Computing and Media Studies, Kyoto University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University / Academic Center for Computing and Media Studies, Kyoto University
• 著者名: 秋田, 祐哉; 三村, 正人; 河原, 達也
• 著者名(英): Yuya, Akita; Masato, Mimura; Tatsuya, Kawahara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: オープンコースウェアなどの講義・講演アーカイブにおいて，音声や映像に字幕を付与することは，専門的な内容の理解や障碍者・非ネイティブの利用者の視聴支援に有用である．しかし，このためには専門的な内容を書き起こした上で音声と同期を取る必要があり，作成に大きな手間がかかる．これに対して，我々は音声認識を用いた効率的な字幕付与の研究を進めている．この一環として，インターネット上のサーバで一般のユーザから講義・講演のコンテンツを受け付け，音声認識を用いて自動的に字幕の草稿を作成し，字幕の編集用に設計されたエディタでユーザがこの草稿を編集できるシステムを開発している．本稿では，この字幕作成・編集システムのあらましを述べ，実際の字幕の作成例について報告する．このシステムと関連して，我々は音声認識を用いて講義・講演の会場でリアルタイムに字幕を作成する枠組みについても検討しており，あわせて報告する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In an audio/video archive of academic and classroom lectures such as OpenCourseWare, captions (subtitles) are helpful for better understanding of its technical contents, and are essential aids for handicapped or non-native users. However, it is a time-consuming work to transcribe a technical lecture and align transcripts to its audio. Therefore, we have been engaging research of efficient creation of captions by using automatic speech recognition (ASR) technology. As a part of this research, we have developed a captioning system which consists of an ASR server and an editor. The server accepts audio/video materials from the public, and then generates caption drafts by ASR. Users can revise the drafts by using the editor which is designed to easily edit caption texts. Here, we report the proposed captioning system, together with trials of caption creation with this system. We also report real-time captioning of lectures using ASR.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2015-SLP-108, 号 2, p. 1-6, 発行日 2015-10-23
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8663
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会