WEKO3
アイテム
会議・講演音声から書き言葉へのend-to-end変換
https://ipsj.ixsq.nii.ac.jp/records/220341
https://ipsj.ixsq.nii.ac.jp/records/22034186c32adb-bfa8-4e00-a137-65302e56a01a
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-SLP22143005.pdf (1.6 MB)
|
Copyright (c) 2022 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-10-15 | |||||||||
| タイトル | ||||||||||
| タイトル | 会議・講演音声から書き言葉へのend-to-end変換 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 音声認識 | |||||||||
| 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 | ||||||||||
| 著者所属 | ||||||||||
| 京都大学 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Kyoto University | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Kyoto University | ||||||||||
| 著者名 |
三村, 正人
× 三村, 正人
× 河原, 達也
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 会議や講演における自発的な音声を従来の音声認識システムを用いて忠実に書き起こすと，フィラーや言い淀みなどの非流暢な区間や談話標識などの話し言葉特有の現象により，認識結果は読みにくいものになる．本研究では，衆議院会議録における編集者の修正作業を模倣することで，音声から直接可読性の高い書き言葉を生成する新しい音声認識のアプローチを提案する．また，自動生成した疑似的な書き起こしを用いた性能改善手法と，句読点に基づく音声区分化手法も併せて提案する．これらの手法を，大規模な衆議院審議音声と国会会議録を用いて評価し，有効性を確認した．さらに，限られた量の書き言葉アノテーションを用いて，この国会会議録モデルを講演音声のための字幕文生成タスクへ適応する手法についても検討する． | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 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 2022-SLP-143, 号 5, p. 1-10, 発行日 2022-10-15 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | 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 | |||||||||
