| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-10-28 09:25 生放送番組向けの自動解説音声の挿入タイミング決定法 ～ スポーツ中継における実況音声の発話末予測 ～ ○一木麻乃・熊野 正・今井 篤（NHK）・都木 徹（NHKエンジニアリングシステム）  SP2018-41 WIT2018-29 |
|
| 抄録 | （和） | 我々は，視覚障がい者への放送サービスをより充実させることを目的に，自動的に解説音声を付与する技術の研究を進めている．その場合，状況によっては放送のアナウンサーや出演者の発話と，解説音声がオーバーラップすることがあり，聞き取り辛くなるという課題がある．基本的に双方が提示する情報は異なるため，可能な限り双方のオーバーラップを回避することが，すべての情報の聴取を可能とすることにつながる．本稿では，スポーツ番組において，実況アナウンサーや解説者の発話中に解説音声が挿入されることがないように，実況アナウンサーや解説者の発話末を予測することで，解説音声の挿入タイミングを決定する手法を提案する．提案手法では，生放送番組での活用も考慮し，リアルタイム処理が可能な基本周波数の長期・短期の移動平均の差を用いることで発話末を予測した．人手で決定した発話末の時刻と予測タイミングとを比較して性能を評価した結果，提案手法の有効性が示された． |
| （英） | We are conducting research on "automated audio description (ADD)" which automatically generates audio descriptions for visually impaired people to enjoy live TV programs. However, there is a problem that AAD overlaps with the live television commentary voice, making it difficult to hear each other's comment. It is necessary, therefore, to avoid their overlaps to understand both television commentary and ADD. In this paper, we propose timing determination method to insert ADDs into live sports programs. The method predicts the end of utterance of every live commentary by announcer and/or commentator, and ADDs can be inserted after live commentaries. In this method, difference between long and short term moving average of fundamental frequency (F0) extracted every 5ms is adopted to predict end of utterances. The effectiveness of proposed method was shown by comparing predicted and manually determined timing from live sports commentaries. | |
| キーワード | （和） | 解説放送 / 視覚障がい者 / 発話末 / 基本周波数 / 移動平均 / / / |
| （英） | Audio Description / Visually Impaired People / The End of Utterance / Fundamental frequency / Moving Average / / / | |
| 文献情報 | 信学技報, vol. 118, no. 270, WIT2018-29, pp. 45-50, 2018年10月. | |
| 資料番号 | WIT2018-29 | |
| 発行日 | 2018-10-20 (SP, WIT) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SP2018-41 WIT2018-29 |
|
| 研究会情報 | |
| 研究会 | WIT SP |
| 開催期間 | 2018-10-27 - 2018-10-28 |
| 開催地（和） | 九工大・百周年中村記念館 |
| 開催地（英） | Kyushu Institute of Technology(Kitakyushu) |
| テーマ（和） | 音声と福祉情報工学，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | WIT |
| 会議コード | 2018-10-WIT-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 生放送番組向けの自動解説音声の挿入タイミング決定法 |
| サブタイトル（和） | スポーツ中継における実況音声の発話末予測 |
| タイトル（英） | Timing determination method to insert an automated audio description in live television broadcast |
| サブタイトル（英） | * |
| キーワード(1)（和/英） | 解説放送 / Audio Description |
| キーワード(2)（和/英） | 視覚障がい者 / Visually Impaired People |
| キーワード(3)（和/英） | 発話末 / The End of Utterance |
| キーワード(4)（和/英） | 基本周波数 / Fundamental frequency |
| キーワード(5)（和/英） | 移動平均 / Moving Average |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 一木 麻乃 / Manon Ichiki / イチキ マノン |
| 第1著者 所属（和/英） | NHK放送技術研究所 (略称： NHK) NHK Science&Technology Research Laboratories (略称： NHK) |
| 第2著者 氏名（和/英/ヨミ） | 熊野 正 / Tadashi Kumano / クマノ タダシ |
| 第2著者 所属（和/英） | NHK放送技術研究所 (略称： NHK) NHK Science&Technology Research Laboratories (略称： NHK) |
| 第3著者 氏名（和/英/ヨミ） | 今井 篤 / Atsushi Imai / イマイ アツシ |
| 第3著者 所属（和/英） | NHK放送技術研究所 (略称： NHK) NHK Science&Technology Research Laboratories (略称： NHK) |
| 第4著者 氏名（和/英/ヨミ） | 都木 徹 / Tohru Takagi / タカギ トオル |
| 第4著者 所属（和/英） | NHKエンジニアリングシステム (略称： NHKエンジニアリングシステム) NHK Engineering Systems (略称： NHK-ES) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-10-28 09:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | WIT |
| 資料番号 | SP2018-41, WIT2018-29 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.269(SP), no.270(WIT) |
| ページ範囲 | pp.45-50 |
| ページ数 | 6 |
| 発行日 | 2018-10-20 (SP, WIT) |
[研究会発表申込システムのトップページに戻る]