| 研究課題/領域番号 |
17300064
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理・知能ロボティクス
|
|---|
| 研究機関 | 豊橋技術科学大学 |
|---|
研究代表者 |
中川 聖一 豊橋技術科学大学, 工学部, 教授 (20115893)
|
|---|
| 研究分担者 |
秋葉 友良 豊橋技術科学大学, 工学部, 准教授 (00356346)
土屋 雅稔 豊橋技術科学大学, 工学部, 助教 (70378256)
北岡 教英 名古屋大学, 大学院・情報科学研究科, 准教授 (10333501)
小暮 悟 静岡大学, 情報学部, 助教 (40359758)
西崎 博光 山梨大学, 大学院・医学工学総合研究部, 助教 (40362082)
|
|---|
| 研究期間 (年度) |
2005 – 2007
|
| 研究課題ステータス |
完了 (2007年度)
|
| 配分額 *注記 |
16,030千円 (直接経費: 14,800千円、間接経費: 1,230千円)
2007年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2006年度: 3,900千円 (直接経費: 3,900千円)
2005年度: 6,800千円 (直接経費: 6,800千円)
|
|---|
| キーワード | 講義音声 / 音声認識 / 話し言葉 / 言語モデル / 音声要約 / インデキシング / 音声検索 / ブラウジング / 音声ドキュメント |
|---|
| 研究概要 |
大学の学部・大学院の講義音声を収録し、データベース化・公開した。収録した講義は、話者16名、114コマ、3,860分で、そのうち書き起こしデータを付与したものが、話者15名、97コマ、3,685分である。
話し言葉用の言語モデルの構築のために、フィラー等を含まない整形されたテキストコーパスや書き言葉コーパスに対し、フィラーの予測・挿入モデルを開発し、パープレキシティの減少と音声認識率の向上を得た。また、Webテキストを用いた言語モデルの適応、キーワードの出現頻度を強調した言語モデルなども検討した。
音声認識用の辞書は、短単語登録を基本としているのに対し、キーワードは複合語が多いので、複合語のキーワードにも対処したキーワード抽出を行った。スライド中のキーワードは30%程度しか発話されていないので、書き起こしテキストからキーワードを抽出し、インデキシング化する方法と併用した。
講義音声の音声認識、音声要約、インデキシング機能を統合して、講義音声のブラウジングシステムを構築した。市販の講義収録システム(EZ-プレゼンテーター)をもとに、書き起こしテキストの表示、再生音声と同期したテキストのハイライト、要約率の指定による重要文だけの提示、スライドおよび書き起こしテキストからのキーワードの抽出一覧とそれによるビデオの頭出しの機能、音声再生速度の可変機能の組込み、などを行い、被験者実験により評価し、有効性を示した。
|
