音声認識と自動整形の統合的なモデル化に基づく字幕生成の研究

• 研究課題/領域番号: 25730112
• 研究種目: 若手研究(B)
• 配分区分: 基金
• 研究分野: 知覚情報処理
• 研究機関: 京都大学
• 研究代表者: 秋田 祐哉 京都大学, 経済学研究科, 講師 (90402742)
• 研究期間 (年度): 2013-04-01 – 2016-03-31
• 研究課題ステータス: 完了 (2015年度)
• 配分額: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2015年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2014年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円); 2013年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
• キーワード: 音声認識 / 自動整形 / 話し言葉 / 字幕

研究成果の概要

講義や講演などの話し言葉には冗長な表現や口語表現が含まれるため，音声認識を字幕などに活用する際は，まず音声認識器が話し言葉特有の表現をカバーした上で認識を行い，その結果に含まれる冗長表現・口語表現を読みやすく整形するというアプローチが取られる．本研究ではこれらを話し言葉への変換とその逆変換としてとらえ，話し言葉の特徴のモデルを構築し，このモデルに基づき音声認識（変換）と自動整形（逆変換）を行う．本研究では講義・講演の字幕をターゲットとし，これによる字幕の生成・配信システムを構築した．

研究成果

• [学会発表] Automatic classification of usability of ASR result for real-time captioning of lectures (2015)
  • 著者名/発表者名: Yuya Akita, Nobuhiro Kuwahara, Tatsuya Kawahara
  • 学会等名: APSIPA ASC
  • 発表場所: 香港（中国）
  • 年月日: 2015-12-16
  • 国際学会
• [学会発表] 音声認識を用いた講義・講演の字幕作成・編集システム (2015)
  • 著者名/発表者名: 秋田祐哉, 三村正人, 河原達也
  • 学会等名: 情報処理学会 音声言語情報処理研究会
  • 発表場所: 早稲田大学（東京都新宿区）
  • 年月日: 2015-10-30
• [学会発表] Language model adaptation for academic lectures using character recognition result of presentation slides (2015)
  • 著者名/発表者名: Yuya Akita, Yizheng Tong, Tatsuya Kawahara
  • 学会等名: IEEE-ICASSP
  • 発表場所: ブリスベン（オーストラリア）
  • 年月日: 2015-04-19
  • 国際学会
• [学会発表] 講演音声認識結果の誤り箇所の復唱入力を用いたノートテイクシステム (2015)
  • 著者名/発表者名: 大田健翔, 秋田祐哉, 河原達也
  • 学会等名: 情報処理学会全国大会
  • 発表場所: 京都大学（京都市左京区）
  • 年月日: 2015-03-17 – 2015-03-19
• [学会発表] 講演スライドの文字認識結果を用いた音声認識の改善 (2014)
  • 著者名/発表者名: 童弋正, 秋田祐哉, 河原達也
  • 学会等名: 情報処理学会音声言語情報処理研究会
  • 発表場所: ホテル花巻（岩手県花巻市）
  • 年月日: 2014-07-24 – 2014-07-26
• [学会発表] 音声認識結果の有用性の自動判定に基づく 講義のリアルタイム字幕付与システム (2014)
  • 著者名/発表者名: 桑原暢弘, 秋田祐哉, 河原達也
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 日本大学（東京都千代田区）
• [学会発表] 音声認識を用いたオンライン自動字幕作成・編集システム (2013)
  • 著者名/発表者名: 秋田祐哉, 河原達也
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 豊橋技術科学大学（愛知県豊橋市）