Automatic indexing for lecture speech and its advanced utilization through speech interaction
讲座演讲自动索引及其通过语音交互的高级利用
基本信息
- 批准号:17300064
- 负责人:
- 金额:$ 10.26万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Scientific Research (B)
- 财政年份:2005
- 资助国家:日本
- 起止时间:2005 至 2007
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
We collected the class room lecture speech consisting of 16 speakers, 114 lectures, and 3860 minutes, and publised the corpus. We developed the procedure of automatic speech recognition, sentence extraction, segmentation/indexing, spoken retrieval and construction of lecture browsing system for classroom lecture data of our university's graduated course. These processes axe necessary to improve the usability of broadcasting sound or video data In the case of lecture, summarized and indexed lecture speech or video enables to students to more effective leaning. Our goal was to construct a framework of such structured lecture contents. To achieve this goal, first, we investigated influence of the recording methods on the speech recognition performance. It turned out that there was 23% difference on the accuracy between a high quality hand-microphone and a low quality lapel microphone. Furthermore, we improved the domain-dependent language model by using related Web texts and developed a filler insertion model. Second, we tried automatic summarization by extracting important sentences, and we obtained 0.319-0.456 κ value, comparable with human doing 0.407-0.477. Finally, we constructed the lecture browsing system which enables users to learn more effectively by using results of the procedure described above, and evaluated it
我们收集了16位演讲者、114个讲座、3860分钟的课堂演讲演讲,并发布了语料库。我们开发了自动语音识别、句子提取、分词/索引、口语检索和课堂演讲浏览系统构建的程序。我们大学研究生课程的讲座数据需要提高广播声音或视频数据的可用性。在讲座的情况下,总结和索引讲座演讲或视频使学生能够更多地了解。我们的目标是构建一个此类结构化讲座内容的框架,为了实现这一目标,我们首先研究了录音方法对语音识别性能的影响,结果表明,不同语言之间的准确率存在 23% 的差异。此外,我们通过使用相关的网络文本改进了领域相关的语言模型,并开发了填充插入模型。其次,我们尝试通过提取重要句子进行自动摘要,得到了 0.319- 。 0.456 κ值,与人类的行为相当0.407-0.477 最后,我们利用上述过程的结果构建了使用户能够更有效地学习的讲座浏览系统,并对其进行了评估。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Useful Contents of Classroom Lecture Speech and Browsing System(in Japanese)
课堂讲授及浏览系统实用内容(日文)
- DOI:
- 发表时间:2008
- 期刊:
- 影响因子:0
- 作者:S. Nakagawa;S. Togashi;M. Yamaguchi;Y. Fujii N. Kitaoka
- 通讯作者:Y. Fujii N. Kitaoka
LVCSR based on context dependent syllable acoustic models
基于上下文相关音节声学模型的 LVCSR
- DOI:
- 发表时间:2008
- 期刊:
- 影响因子:0
- 作者:J. Zhang;L. Wang;S. Nakagawa
- 通讯作者:S. Nakagawa
「研究成果報告書概要(和文)」より
摘自《研究结果报告摘要(日文)》
- DOI:
- 发表时间:2005
- 期刊:
- 影响因子:0
- 作者:Kawauchi;et. al.;Nishimura et al.;Dezawa et al.;Yoshizawa et al.;星野 幹雄;星野 幹雄
- 通讯作者:星野 幹雄
Response timing detection using prosodic and linguistic information for human-freindly spoken dialog systems
使用韵律和语言信息进行人性化口语对话系统的响应时间检测
- DOI:
- 发表时间:2005
- 期刊:
- 影响因子:0
- 作者:N.Kitaoka;M.Takeuchi;R.Nishimura;S.Nakagawa
- 通讯作者:S.Nakagawa
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
NAKAGAWA Seiichi其他文献
小学校のICT活用をモデルとした保育での取り組み
以小学使用信息通信技术为蓝本的儿童保育举措
- DOI:
- 发表时间:
2020 - 期刊:
- 影响因子:0
- 作者:
SEKI Hiroshi;YAMAMOTO Kazumasa;AKIBA Tomoyosi;NAKAGAWA Seiichi;堀田博史・佐藤朝美・中村恵;中川聖一;堀田博史・佐藤朝美・森田健宏 - 通讯作者:
堀田博史・佐藤朝美・森田健宏
幼児教育でのタブレット端末等の活用
幼儿教育中平板设备等的利用
- DOI:
- 发表时间:
2020 - 期刊:
- 影响因子:0
- 作者:
SEKI Hiroshi;YAMAMOTO Kazumasa;AKIBA Tomoyosi;NAKAGAWA Seiichi;堀田博史・佐藤朝美・中村恵 - 通讯作者:
堀田博史・佐藤朝美・中村恵
最近の音声言語処理研究の動向 - 筆者の音声認識、音声翻訳、話者認識の研究を中心として -
口语处理研究的最新动态 - 重点关注作者在语音识别、语音翻译、说话人识别方面的研究 -
- DOI:
- 发表时间:
2019 - 期刊:
- 影响因子:0
- 作者:
SEKI Hiroshi;YAMAMOTO Kazumasa;AKIBA Tomoyosi;NAKAGAWA Seiichi;堀田博史・佐藤朝美・中村恵;中川聖一 - 通讯作者:
中川聖一
NAKAGAWA Seiichi的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('NAKAGAWA Seiichi', 18)}}的其他基金
A detection method using relative phase information for spoofed speech based on speech synthesis, speaker adaptation and edited speech
一种基于语音合成、说话人适应和编辑语音的利用相对相位信息的欺骗语音检测方法
- 批准号:
16K12461 - 财政年份:2016
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Challenging Exploratory Research
Study on privacy protection in spoken language
口语隐私保护研究
- 批准号:
22650034 - 财政年份:2010
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Challenging Exploratory Research
High accuracy transcription, cleaning and fast term detection for spoken documents
语音文档的高精度转录、清理和快速术语检测
- 批准号:
22300059 - 财政年份:2010
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
A study on content summarization for large spoken documents and content retrieval through spoken dialogue
大型口语文档内容摘要及口语对话内容检索研究
- 批准号:
13480095 - 财政年份:2001
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
Development for speech interface for form -based in formation access services on Web
基于表单的Web信息访问服务语音接口的开发
- 批准号:
13558033 - 财政年份:2001
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
Studies on Speech Recognition, Closed Caption and Summarization of Broadcast News
广播新闻语音识别、隐藏式字幕和摘要研究
- 批准号:
09480064 - 财政年份:1997
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
Development of a multi-modal dialogue system and a tool for a spoken dialogue system
多模态对话系统和口语对话系统工具的开发
- 批准号:
08558030 - 财政年份:1996
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
A study on multi-modal man-machine interface through spontaneous speech
基于自发语音的多模态人机界面研究
- 批准号:
06452401 - 财政年份:1994
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
A Research for the Formation of Basic Concepts in Physics
物理学基本概念形成的研究
- 批准号:
05680163 - 财政年份:1993
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for General Scientific Research (C)
A Study on Ambiguous Utterance Understanding for Speech Input
语音输入的歧义话语理解研究
- 批准号:
03452167 - 财政年份:1991
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for General Scientific Research (B)
相似国自然基金
面向汉译英口语测试中自动评测方法的研究
- 批准号:61877013
- 批准年份:2018
- 资助金额:45.0 万元
- 项目类别:面上项目
基于深度学习的鲁棒口语理解研究
- 批准号:61573241
- 批准年份:2015
- 资助金额:64.0 万元
- 项目类别:面上项目
口语对话系统技术在自由表述语言学习中的应用研究-以新疆少数民族学生的普通话学习为例
- 批准号:61365005
- 批准年份:2013
- 资助金额:45.0 万元
- 项目类别:地区科学基金项目
中文自动口语摘要技术研究
- 批准号:61170197
- 批准年份:2011
- 资助金额:55.0 万元
- 项目类别:面上项目
基于非平稳测度与置信权的动态选择语音识别模型
- 批准号:10571103
- 批准年份:2005
- 资助金额:28.0 万元
- 项目类别:面上项目
相似海外基金
Characterizing bilingual spoken language experiences in preschoolers with hearing loss
描述患有听力损失的学龄前儿童的双语口语体验
- 批准号:
10802499 - 财政年份:2023
- 资助金额:
$ 10.26万 - 项目类别:
Feature Representation Learning and Imagined Speech Recognition by Simultaneous Recording of Spoken Language Stimuli and EEG
通过同时记录口语刺激和脑电图进行特征表示学习和想象语音识别
- 批准号:
22K19828 - 财政年份:2022
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Challenging Research (Exploratory)
Phase 2 Development of a Spoken Language Biomarker of Cognitive Impairment in Parkinson's Disease
帕金森病认知障碍口语生物标志物的二期开发
- 批准号:
9903270 - 财政年份:2019
- 资助金额:
$ 10.26万 - 项目类别:
A Spoken Language Knowledge Expansion Framework for Real-World Speech Recognition Using Deep Learning Technology and Human Collaboration
利用深度学习技术和人类协作进行现实世界语音识别的口语知识扩展框架
- 批准号:
18K11431 - 财政年份:2018
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
Automatic Improvement of Acoustic and Language Models of Automatic Speech Recognition through Spoken Dialogue
通过口语对话自动改进自动语音识别的声学和语言模型
- 批准号:
15K16051 - 财政年份:2015
- 资助金额:
$ 10.26万 - 项目类别:
Grant-in-Aid for Young Scientists (B)