| 研究課題/領域番号 |
23K20729
|
|---|
| 補助金の研究課題番号 |
21H00901 (2021-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2021-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分09070:教育工学関連
|
|---|
| 研究機関 | 山梨大学 |
|---|
研究代表者 |
西崎 博光 山梨大学, 大学院総合研究部, 教授 (40362082)
|
|---|
| 研究分担者 |
豊浦 正広 山梨大学, 大学院総合研究部, 教授 (80550780)
北岡 教英 豊橋技術科学大学, 工学(系)研究科(研究院), 教授 (10333501)
小林 彰夫 大和大学, 情報学部, 教授 (10741168)
宇津呂 武仁 筑波大学, システム情報系, 教授 (90263433)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
15,860千円 (直接経費: 12,200千円、間接経費: 3,660千円)
2024年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2023年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2022年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
2021年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
|
|---|
| キーワード | 情報保障 / 授業改善支援 / 深層学習 / 音声認識 / マルチモーダル分析 / 音声翻訳 / 音声字幕 / センシング / 授業センシング / 話し方評価 / 字幕システム / 情報補償 / 音声印象評価 / 機械翻訳 / 文字認識 / 高齢者音声認識 / 音声認識誤り訂正 / OCR / 話し方の特徴 / 非言語モダリティセンシング / 字幕作成 / 行動分析 / 話し方分析 / 非言語現象の整形 / 印象評定 / 授業改善 / 教室映像解析 / 非言語情報 / 映像分析 |
|---|
| 研究開始時の研究の概要 |
本研究は、対面・遠隔授業の質の向上を目的とし，非言語モダリティセンシング技術を高度化することで，情報保障・授業改善支援技術の開発を行う。音声認識による授業音声の字幕・翻訳化，講師の音声の話し方評価とフィードバック，映像・音響センシングによる参加度・理解度評価，を組み合わせた「情報保障・授業改善支援システム」を構築し，教育改善を図っていく。
|
| 研究成果の概要 |
本研究は、授業映像や音声等の非言語情報を高度に分析し、情報保障と授業改善を支援する技術の確立を目的とした。そのために、授業音声認識の高度化として、軽量・多言語対応のEnd-to-End音声認識や、Transformerの内部情報を活用しCTCモデルの精度を向上させる新手法など、先進的な音声認識技術群を開発した。また、高齢者などの多様な話者に対する音声認識手法の開発も行なった。また、映像と音響特徴を深層学習技術で統合し、アクティブラーニングにおける学生の活動（グループワーク、発表等）を高精度に自動分類するシステム、音声評価システム、授業音声の自動翻訳システムを開発できた点も大きな成果である。
|
| 研究成果の学術的意義や社会的意義 |
学術的意義は、音声や画像処理技術を融合し、授業の情報保障や学習の分析といった新たな枠組みを提示した点にある。特に、グループワーク等の複雑な授業プロセスを定量的に分析する手法は高い新規性を持ち、授業改善に役立つ。また、本研究で開発した音声認識モデルは、授業字幕システム等で効果があることを示し、教育のために役立つことを示した。社会的には、第一に客観的なデータ分析に基づいて授業改善を行うデータ駆動型教育の可能性を示せたこと、第二にモダリティセンシングより情報保障の質を向上させ、教育の公平性確保に貢献したことである。本成果は、教育分野に留まらず多様な人々が共生する社会の支援基盤となることも期待される。
|
