多言語動画コンテンツへの字幕付与のための柔軟な音声言語処理

2011 年度 研究成果報告書

• 研究課題/領域番号: 21700210
• 研究種目: 若手研究(B)
• 配分区分: 補助金
• 研究分野: 知覚情報処理・知能ロボティクス
• 研究機関: 龍谷大学
• 研究代表者: 南條 浩輝 龍谷大学, 理工学部, 助教 (50388162)
• 研究期間 (年度): 2009 – 2011
• キーワード: 音声認識 / 多言語処理 / 自動字幕化

研究概要

同じ内容の発話が複数の言語(本課題では日・英で実験)でなされている多言語コンテンツ(ニュースの主・副音声など)に着目し,それらの音声を,情報を互いに補って音声認識する方法を研究した.音声認識時に他言語の発話(のテキスト)との対応度(翻訳モデルスコア)を利用することが必要であるため, (1)翻訳モデル, (2)スコア計算の近似(高速化), (3)英日同時通訳音声における英・日発話中の同一内容部分の自動対応付けについて研究を行った.適した翻訳モデルおよび自動対応付けの有効性と課題を明らかにした.スコア計算の高速化を達成した.

研究成果

• [雑誌論文] 英日同時通訳における英語および日本語の音声認識の検討 (2012)
  • 著者名/発表者名: 大村絵梨, 南條浩輝
  • 雑誌名: 日本音響学会2012年春季研究発表会講演論文集 ページ: 249-250
• [雑誌論文] A Study of Translation Models and Score Calculation on Bilingual ASR Framework (2010)
  • 著者名/発表者名: Eri Ohmura, Hiroaki Nanjo
  • 雑誌名: Proceedings of 2010 Asia Pacific Signal and Information Processing Association Annual Summit and Conference(APSIPA ASC 2010) ページ: 530-533
  • 査読あり
• [雑誌論文] 多言語音声の同時音声認識における翻訳モデルスコア計算の高速化 (2010)
  • 著者名/発表者名: 大村絵梨, 南條浩輝
  • 雑誌名: 日本音響学会2010年秋季研究発表会講演論文集 ページ: 95-98
• [雑誌論文] Fast Calculation of Translation Model Score for Simultaneous Automatic Speech Recognition of Multilingual Audio Contents (2010)
  • 著者名/発表者名: Eri Ohmura, Hiroaki Nanjo
  • 雑誌名: Proceedings of the 20th International Congress on Acoustics(ICA 2010)
• [雑誌論文] 多言語音声の同時認識のための統計的翻訳モデル (2010)
  • 著者名/発表者名: 大村絵梨, 南條浩輝
  • 雑誌名: 情報処理学会創立50周年記念(第72回)全国大会DVD ページ: 2-245-2-246
• [学会発表] 英日同時通訳音声の音声認識 (2012)
  • 著者名/発表者名: 大村絵梨, 南條浩輝
  • 学会等名: 第6回音声ドキュメント処理ワークショップ
  • 発表場所: 愛知県,豊橋技術科学大学
  • 年月日: 2012-03-03
• [学会発表] 英日同時通訳音声を対象とした音声認識 (2011)
  • 著者名/発表者名: 大村絵梨, 南條浩輝
  • 学会等名: 日本音響学会関西支部第14回関西支部若手研究者交流研究発表会
  • 発表場所: 大阪府,産業技術総合研究所関西センター
  • 年月日: 2011-12-18
• [学会発表] 多言語音声の同時認識のための翻訳モデル～モデルの種類と計算時間に関する考察～ (2010)
  • 著者名/発表者名: 大村絵梨, 南條浩輝
  • 学会等名: 日本音響学会関西支部第13回関西支部若手研究者交流研究発表会
  • 発表場所: 京都府,同志社大学室町キャンパス寒梅館
  • 年月日: 2010-12-05
• [学会発表] 国際TV放送への自動字幕付与のための音声認識～主音声・副音声の同時音声認識～ (2009)
  • 著者名/発表者名: 大村絵梨, 南條浩輝
  • 学会等名: 日本音響学会関西支部第12回関西支部若手研究者交流研究発表会
  • 発表場所: 大阪府,関西大学100周年記念会館
  • 年月日: 2009-12-05