| Project/Area Number |
21K13641
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 09070:Educational technology-related
|
|---|
| Research Institution | Anan National College of Technology |
|---|
Principal Investigator |
Ohta Kengo 阿南工業高等専門学校, 創造技術工学科, 准教授 (80712801)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 音声認識 / 音声要約 / オンライン教育 / ソーシャルアノテーション / 教育工学 / 自由発話 / 講義動画 / オンライン講義 / 講義コンテンツ |
|---|
| Outline of Research at the Start |
本研究では、オンライン講義の動画やライブ配信に付与された学生のリアクション（投稿コメントや「いいね」など）と、講師の作成した講義コンテンツ（講義スライドやレジュメなど）を学習データに活用することで、講義音声の音声認識（自動書き起こし）と自動要約（重要な部分の自動抽出）を高精度化する。音声認識の結果を講義動画の字幕として提示したり、自動要約の結果を学生の復習用の教材として提示することにより、オンライン講義コンテンツの再利用性を高め、学生の学びを活性化する。
|
| Outline of Final Research Achievements |
This study aimed to enhance the effectiveness of learning in online lectures by developing technologies for automatic speech recognition and summarization of lecture content. The research particularly focused on addressing challenges unique to lecture speech, such as disfluencies, including hesitations and fillers, and the frequent use of domain-specific terminology and complex expressions. To tackle these issues, the study developed customized speech recognition methods capable of handling the spontaneous and technical nature of lecture audio. In addition, it explored techniques for improving the accuracy of identifying key content by incorporating various contextual resources, such as student reactions (e.g., real-time comments and “likes”) and lecture materials like slides and handouts. These technologies are expected to serve as a foundation for more advanced and effective learning support systems in online education environments.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、講義音声に含まれる非流暢な発話や専門語彙の認識精度を高める音声処理手法と、講義の重要部分を自動的に抽出する要約手法を組み合わせたものであり、教育工学と音声言語処理の融合領域における新たなアプローチを提示した。オンライン教育が広く普及する中、長時間の講義動画の中から効率的に要点を把握し、復習や要点理解を支援する仕組みは、学習者の自律的な学びを促進し、教育の質の向上や学習機会の拡充に貢献するものと考えられる。
|
