WEKO3
アイテム
speaker diarization の精度低下要因の考察
https://ipsj.ixsq.nii.ac.jp/records/240100
https://ipsj.ixsq.nii.ac.jp/records/2401007a4d3280-db05-48bb-a4d5-fcac2bdfdfd8
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DPSWS20240034.pdf (929.2 kB)
2026年10月23日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, DPS:会員：¥0, DLIB:会員：¥0 | ||
| Item type | Symposium(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-10-23 | |||||||||||
| タイトル | ||||||||||||
| タイトル | speaker diarization の精度低下要因の考察 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | speaker diarization，字幕，ASR，クラウドソーシング，音声認識 | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||
| 資源タイプ | conference paper | |||||||||||
| 著者所属 | ||||||||||||
| 同志社大学大学院 | ||||||||||||
| 著者所属 | ||||||||||||
| 同志社大学大学院 | ||||||||||||
| 著者所属 | ||||||||||||
| 同志社大学大学院 | ||||||||||||
| 著者名 |
大島, 千尋
× 大島, 千尋
× 黒岩, 舜
× 小板, 隆浩
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 近年，動画コンテンツの需要が高まり，字幕生成技術の重要性が増している．自動字幕生成において，複数話者が含まれる音声に対する字幕生成において必要となる speaker diarization の精度が低下し，話者アノテーションの品質が低下すると，字幕の品質が損なわれる問題が生じる．本研究では，話者アノテーションの品質の品質向上を目指し，speaker diarization 処理の後にクラウドソーシングを組み合わせる手法を提案する．本手法では，speaker diarization の誤ラベリングが発生しやすい時刻を音声中から自動で判定し，該当部分をクラウドソーシングによって修正することで，全体の話者アノテーションの精度向上を目指す．本稿では，特に発話の重なり，発話の長さ，音声エネルギーの変化，感情分析を基に，誤ラベリング発生時刻の予測の可能性を検証した． | |||||||||||
| 書誌情報 |
第32回マルチメディア通信と分散処理ワークショップ論文集 p. 212-216, 発行日 2024-10-23 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
