知識を用いた音声認識による野球実況中継の構造化(音声言語応用)(第6回音声言語シンポジウム)
スポンサーリンク
概要
- 論文の詳細を見る
本研究では,野球の実況中継に対して構造化を行うことを目的としている.構造化を行うために,大語彙連続音声認識を利用する.音声認識では,発音は似ているが意味に照らして考えればあり得ないような単語を認識することがある.このような単語に対しては,野球の知識を用いることで認識誤りを低減できる.また,状況依存の情報として,アナウンサーの感情も利用する.音声認識の結果を用いて構造化を行いながら,推定された情報を音声認識に利用する手法として「状態推定音声認識」の枠組みを提案する.実験により,構造化を行うために重要と考えられるキーワード正解精度が2.3%向上し,また,約73.3%の構造化正解率が得られた.
- 一般社団法人情報処理学会の論文
- 2004-12-20
著者
関連論文
- Net Tv : Net Newsとテレビ放送のクロスプラットフォームにおける動画インデキシングと音声検索(セッション2:放送とネットワーク技術)
- NetTv : NetNews とテレビ放送のクロスプラットフォームにおける動画インデキシングと音声検索
- 複数の言語情報を用いたCRFによる音声認識誤りの検出
- 音響・言語モデルの適応処理によるスポーツ実況中継の音声認識(音声,聴覚)
- メタモデルと音響モデルの統合による構音障害者の音声認識(福祉と音声処理,一般)
- 情報家電操作における脳性麻痺構音障害者の音声認識評価(福祉情報工学一般)
- マルチモーダルインタラクションによるニュース映像中の人物認識(システム論文特集号)
- スペクトル平面における勾配ヒストグラムに基づく音声特徴量の検討(ポスターセッション,第10回音声言語シンポジウム)
- 音声・映像認識連携への取り組み : 0.編集にあたって
- 音声・映像認識連携への取り組み : 3.画像と音声情報を統合した発話認識
- メタモデルと音響モデルの統合による構音障害者の音声認識(福祉と音声処理,一般)
- D-14-7 AdaBoostと音声・唇GMMによる発話区間検出(D-14.音声・聴覚,一般講演)
- 構音障害者の音声認識における動的特徴量の考察(福祉と音声処理,一般)
- AAMを用いた顔方位にロバストな唇領域特徴抽出と音声特徴による構音障害者の音声認識(一般(ポスターセッション),第11回音声言語シンポジウム)
- Buried Markov Modelを用いた構音障害者の音声認識の検討(テーマセッション,福祉と見守りのための画像・音声処理)
- Buried Markov Modelを用いた構音障害者の音声認識の検討(テーマセッション,福祉と見守りのための画像・音声処理)
- Buried Markov Modelを用いた構音障害者の音声認識の検討(テーマセッション,福祉と見守りのための画像・音声処理)
- 音声・状況の同時認識に基づくスポーツ実況中継へのメタ情報付与
- 構音障害者の音声認識における動的特徴量の考察(福祉と音声処理,一般)
- 構音障害者の音声認識の検討(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- 構音障害者の音声認識の検討(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- 構音障害者の音声認識の検討(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- 音声情報と画像情報の併用による商品紹介映像のセグメンテーション(音声,聴覚)
- GMMとEMアルゴリズムを用いた加法性雑音及び乗法性ひずみの抑圧(音声, 聴覚)
- GMMに基づく音声信号推定法と時間領域SVDに基づく音声強調法の併用による雑音下音声認識(音声, 聴覚情報論的学習理論論文)
- GMMとEMアルゴリズムを用いた加法性雑音及び乗法性歪みの抑圧(第5回音声言語シンポジウム : 耐雑音)
- GMMとEMアルゴリズムを用いた加法性雑音及び乗法性歪みの抑圧(第5回音声言語シンポジウム : 耐雑音)
- AAMを用いた顔方位にロバストな唇領域特徴抽出と音声特徴による構音障害者の音声認識(一般(ポスターセッション),第11回音声言語シンポジウム)
- 構音障害者の音声認識の検討
- ボールと選手に着目したディジタルカメラワークの実現法 : ディジタルシューティングによるサッカー解説映像生成システムに向けて(放送現業・コンテンツ制作)
- 野球中継のハイライトシーン実時間配信を目的とした特徴のマイニングによるPCシーンの自動検出(デジタル放送・伝送方式)
- 映像文法に基づいた実時間使用可能ショット識別による撮影ナビゲーションシステム(マルチメディアとパターン認識理解,一般)
- D-12-170 選手とボールに着目したディジタルカメラワーク実現法の検討 : HD映像からのサッカー映像自動生成に向けて(D-12. パターン認識・メディア理解B)
- J-012 個人適応型サッカー映像の自動生成技術(J分野:グラフィクス・画像)
- スペクトル平面における勾配ヒストグラムに基づく音声特徴量の検討(ポスターセッション,第10回音声言語シンポジウム)
- スペクトル平面における勾配ヒストグラムに基づく音声特徴量の検討(ポスターセッション,第10回音声言語シンポジウム)
- D-12-18 マルチ識別器を用いた花画像検索システムの構築(D-12.パターン認識・メディア理解,一般講演)
- 音声認識のフロントエンド(自動音声認識研究の動向と展望)
- 話題の連続/不連続変化を考慮したトピックモデルに基づく音声認識(言語モデル・システム,第10回音声言語シンポジウム)
- 話題の連続/不連続変化を考慮したトピックモデルに基づく音声認識(言語モデル・システム,第10回音声言語シンポジウム)
- 話題の連続/不連続変化を考慮したトピックモデルに基づく音声認識(言語モデル・システム,第10回音声言語シンポジウム)
- 知識を用いた音声認識による野球実況中継の構造化(音声言語応用)(第6回音声言語シンポジウム)
- 知識を用いた音声認識による野球実況中継の構造化(音声言語応用)(第6回音声言語シンポジウム)
- 知識を用いた音声認識による野球実況中継の構造化(音声言語応用)(第6回音声言語シンポジウム)
- D-12-80 顔特徴点移動量・点間距離変化量の組み合わせに基づく顔表情認識(D-12.パターン認識・メディア理解,一般講演)
- D-12-40 自動映像生成のためのパーティクルフィルタによるボールの追跡(D-12.パターン認識・メディア理解,一般講演)
- 画像セグメンテーションにおけるウェーブレット係数の局所テクスチャ特徴量を用いたGraphCuts(一般セッション,パターン認識・メディア理解のための学習理論とその周辺)
- 単語出現順序を考慮したトピックモデルによる言語モデル適応(ポスターセッション,第10回音声言語シンポジウム)
- 単語出現順序を考慮したトピックモデルによる言語モデル適応(ポスターセッション,第10回音声言語シンポジウム)
- 単語出現順序を考慮したトピックモデルによる言語モデル適応(ポスターセッション,第10回音声言語シンポジウム)
- 韻律及び話者交代情報を用いたシステム要求検出(システム,第9回音声言語シンポジウム)
- 韻律及び話者交代情報を用いたシステム要求検出(システム,第9回音声言語シンポジウム)
- 韻律及び話者交代情報を用いたシステム要求検出(システム,第9回音声言語シンポジウム)
- D-14-17 固定カメラ映像からの音声情報を用いた映像コンテンツ生成(D-14.音声・聴覚,一般講演)
- D-12-88 マルチテンプレート型二次元CSPによる高速目領域検索(D-12.パターン認識・メディア理解,一般講演)
- I_022 二次元CSPによる目領域探索の高速化(I分野:画像認識・メディア理解)
- 弱識別器にSVMを用いたAdaBoostの検討(一般(ポスターセッション),第9回音声言語シンポジウム)
- 弱識別器にSVMを用いたAdaBoostの検討(一般(ポスターセッション),第9回音声言語シンポジウム)
- 弱識別器にSVMを用いたAdaBoostの検討(一般(ポスターセッション),第9回音声言語シンポジウム)
- Net Tv : Net Newsとテレビ放送のクロスプラットフォームにおける動画インデキシングと音声検索(セッション2:放送とネットワーク技術)
- 音声認識との統合によるシステム要求検出(一般(ポスターセッション),第9回音声言語シンポジウム)
- 音声認識との統合によるシステム要求検出(一般(ポスターセッション),第9回音声言語シンポジウム)
- 音声認識との統合によるシステム要求検出(一般(ポスターセッション),第9回音声言語シンポジウム)
- 音声・状況の同時認識に基づく野球実況中継へのメタ情報付与
- ブースティングを用いた野球実況中継に対するメタデータの作成
- トピックモデルとタスクの知識を用いた言語モデルによる野球実況中継の構造化
- コンテキストアウェアネスに基づく対話型テレビの検討
- Multi-class AdaBoostを用いた雑音検出(第8回音声言語シンポジウム)
- Multi-class AdaBoostを用いた雑音検出(Session-1 検出,第8回音声言語シンポジウム)
- Multi-class AdaBoostを用いた雑音検出(Session-1 検出,第8回音声言語シンポジウム)
- Bag of Grammarとルールベース手法を用いたドメイン依存性の少ないハイブリッド型Whyテキストセグメント判定(情報アクセス(オーガナイズドセッション),第12回音声言語シンポジウム:情報アクセス,音声・言語処理一般)
- Bag of Grammarとルールベース手法を用いたドメイン依存性の少ないハイブリッド型Whyテキストセグメント判定(情報アクセス(オーガナイズドセッション),第12回音声言語シンポジウム:情報アクセス,音声・言語処理一般)
- 音素部分空間の統合による音声特徴量抽出の検討(特徴量・音響モデル,第9回音声言語シンポジウム)
- 音素部分空間の統合による音声特徴量抽出の検討(特徴量・音響モデル,第9回音声言語シンポジウム)
- 音素部分空間の統合による音声特徴量抽出の検討(特徴量・音響モデル,第9回音声言語シンポジウム)
- 音素PCAを用いた残響下における音声特徴量抽出
- AdaBoostを用いたシステムへの問い合わせと雑談の判別(第8回音声言語シンポジウム)
- AdaBoostを用いたシステムへの問い合わせと雑談の判別(Session-1 検出,第8回音声言語シンポジウム)
- AdaBoostを用いたシステムへの問い合わせと雑談の判別(Session-1 検出,第8回音声言語シンポジウム)
- 単語共起に注目した野球実況中継の構造化
- 音響モデルを利用したシングルチャネルによる音源方向推定(ブラインド信号処理/一般)