著者
西光 雅弘 秋田 祐哉 河原 達也
出版者
一般社団法人情報処理学会
雑誌
情報処理学会研究報告音声言語情報処理(SLP) (ISSN:09196072)
巻号頁・発行日
vol.2005, no.69, pp.25-30, 2005-07-15

本稿では落語を対象に劇場内においてリアルタイムで字幕を付与する方法を検討する.落語は演目ごとに基本的なシナリオ(台本)が決まっており,同一演者・演目の音声データとその書き起こしの収集が可能であることから,これを用いて当該演目専用の音響モデルと言語モデルを構築する.特に,台本からの逸脱への頑健性を保持しながら,言語的制約を強力に反映させるために,言語モデルの単位として文節を採用する.実際の落語3演目を用いて認識実験を行ったところ,3演目平均で90%に近い単語認識精度を得た.Automatic real-time captioning of Rakugo using large vocabulary continuous speech recognition is addressed. Rakugo is a Japanese traditional monologue show of story telling performed by a professional Rakugo-ka. Rakugo-ka follows a script, but does not read out it like drama. For automatic captioning, we construct a dedicated language model from the script and an adapted acoustic model. In addition, we adopt the phrase (bunsetsu) unit for language modeling. At this moment, we achieved word accuracy close to 90%.

言及状況

Twitter (2 users, 2 posts, 0 favorites)

10年以上前の論文。大語彙連続音声認識を用いた落語のリアルタイム字幕付与 https://t.co/9grkfZObcs
「大語彙連続音声認識を用いた落語のリアルタイム字幕付与」 http://ci.nii.ac.jp/naid/110002952508/en

収集済み URL リスト