音声認識を用いた字幕作成システムの改良

• Item type: SIG Technical Reports(1)
• 公開日: 2019-03-01
• タイトル: 音声認識を用いた字幕作成システムの改良
• タイトル / 言語: en
• タイトル: Improvement of Automatic Captioning System using Speech Recognition Technology
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: フィードバックによる支援
• 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: 京都大学大学院経済学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Economics, 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
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者名: 秋田, 祐哉; 上乃, 聖; 三村, 正人; 河原, 達也
• 著者名(英): Yuya, Akita; Sei, Ueno; Masato, Mimura; Tatsuya, Kawahara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 我々は，効率的な字幕付与を実現するために，音声認識を用いたオンラインの自動字幕作成システムを運用している．本システムの特徴の 1 つに，より精度の高い音声認識のために，サーバ上で認識用のモデルを対象の音声に適応させて認識を実施できることがある．これまでの本システムの運用において，適応したモデルをユーザ端末上の音声認識でも利用できるようにする機能の要望があった．また，本システムの運用を行っている間に音声認識の技術はいっそう進展し，最近では全てのモデルを 1 つのニューラルネットワークに統合した，End-to-End 型音声認識が有望となってきている．本稿では，我々の字幕作成システムについて，これらの実装を行って利便性や性能を改善したので報告する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We have been running an online captioning system with the automatic speech recognition (ASR) technology for efficient captioning of speech materials. One of the key characteristics in the system is the capability of automatic adaptation of ASR models to the target speech. During operation of the system so far, we received requests from users to provide adapted models for ASR-based captioning on user PC. In the meanwhile, the ASR technology has significantly advanced in recent years, and the state-of-the-art End-to-End framework, where all ASR models are integrated into a single neural network, is considered promising. In this report, we will describe the implementation of these functionalities to the system.
• 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: AA12752949
• 書誌情報: 研究報告アクセシビリティ（AAC）; 巻 2019-AAC-9, 号 34, p. 1-5, 発行日 2019-03-01
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2432-2431
• 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