JP7180747B2 - 編集支援プログラム、編集支援方法、及び編集支援装置 - Google Patents
編集支援プログラム、編集支援方法、及び編集支援装置 Download PDFInfo
- Publication number
- JP7180747B2 JP7180747B2 JP2021506790A JP2021506790A JP7180747B2 JP 7180747 B2 JP7180747 B2 JP 7180747B2 JP 2021506790 A JP2021506790 A JP 2021506790A JP 2021506790 A JP2021506790 A JP 2021506790A JP 7180747 B2 JP7180747 B2 JP 7180747B2
- Authority
- JP
- Japan
- Prior art keywords
- speaker
- editing
- editing process
- point
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 83
- 238000012545 processing Methods 0.000 claims description 46
- 238000004891 communication Methods 0.000 description 20
- 239000000463 material Substances 0.000 description 12
- 238000003825 pressing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000000877 morphologic effect Effects 0.000 description 5
- 230000000052 comparative effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/04—Training, enrolment or model building
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- User Interface Of Digital Computer (AREA)
Description
図1は端末装置100の一例である。端末装置100は編集支援装置の一例である。図1では、端末装置100の一例としてPersonal Computer(PC)が示されているが、タブレット端末といったスマートデバイスであってもよい。端末装置100はキーボード及びポインティングデバイス(以下、単にキーボードという)100Fを備えている。端末装置100はディスプレイ100Gを備えている。ディスプレイ100Gは液晶ディスプレイであってもよいし、有機electro-luminescence(EL)ディスプレイであってもよい。
続いて、図17を参照して、本件の第2実施形態について説明する。図17(a)は第2実施形態に係る更新前の文章データの一例である。図17(b)は第2実施形態に係る更新後の文章データの一例である。第1実施形態では、話者編集部126は話者を一又は複数の単語ブロック単位で編集したが、単語ブロックに含まれる文字の単位で話者を編集してもよい。この場合、上述した切り替わりポイント17を文字単位で移動させればよい。
続いて、図18を参照して、本件の第3実施形態について説明する。図18は編集支援システムSTの一例である。尚、図3に示す端末装置100の各部と同様の構成には同一符号を付し、その説明を省略する。
110 記憶部
115 ポイント記憶部
120 処理部
121 第1表示制御部
122 音声認識部
123 文章生成部
124 話者識別部
125 音声再生部
126 話者編集部
127 ポイント管理部
128 第2表示制御部
130 入力部
140 表示部
Claims (7)
- 音声認識に基づいて生成された文章について識別された話者を示す情報と、前記文章中の、識別された前記話者に対応する区間とを関連付けて表示部に表示し、
前記文章中の第1の箇所を編集処理の始点として指定する、話者の識別結果を編集する第1の編集処理によって、前記第1の箇所を含む区間のうち前記第1の箇所の後の残部の区間についての話者が変更され、変更によって、隣接する話者が共通しない2以上の区間の話者が共通する状態に変更された場合には、隣接する前記2以上の区間を結合した状態で前記表示部に表示し、
結合した前記2以上の区間内の第2の箇所を編集処理の始点として指定する、話者の識別結果を編集する第2の編集処理が行われ、前記第2の箇所から結合した前記2以上の区間の終点までの間に結合前の前記2以上の区間のいずれかの始点に対応する箇所が存在する場合、前記第2の箇所から前記2以上の区間のいずれかの始点に対応する箇所までの区間に前記第2の編集処理を適用する、
処理をコンピュータに実行させるための編集支援プログラム。 - 前記第1の箇所が編集処理の始点として指定されたことに応じて、前記第1の編集処理を要求する第1の編集画面を前記表示部に表示し、
前記第1の編集画面に対する指示に基づいて、前記第1の箇所を含む区間のうち前記第1の箇所の後の残部の区間に前記第1の編集処理を適用し、
前記第2の箇所が編集処理の始点として指定されたことに応じて、前記第2の編集処理を要求する第2の編集画面を前記表示部に表示し、
前記第2の編集画面に対する指示に基づいて、指定された前記第2の箇所から前記2以上の区間のいずれかの始点に対応する箇所までの区間に前記第2の編集処理を適用する、
ことを特徴とする請求項1に記載の編集支援プログラム。 - 前記第1の編集画面及び前記第2の編集画面は、いずれも、編集対象として前記話者を示す情報を含み、前記話者を示す情報は前記話者の発声順序と発声量の少なくとも一方に応じた優先順位に従って並んでいる、
ことを特徴とする請求項2に記載の編集支援プログラム。 - 前記話者の音声と前記音声認識とに基づいて、前記文章を生成し、
前記話者の音声と前記話者の音声の特徴を学習した学習済モデルとに基づいて、生成した前記文章について前記話者を識別する、
処理を含むことを特徴とする請求項1から3のいずれか1項に記載の編集支援プログラム。 - 前記第1の箇所、前記第2の箇所、及び前記2以上の区間のいずれかの始点に対応する箇所を記憶部に保存する処理を含み、
前記記憶部を参照して、前記第2の箇所から前記2以上の区間のいずれかの始点に対応する箇所までの区間に前記第2の編集処理を適用する、
ことを特徴とする請求項1から4のいずれか1項に記載の編集支援プログラム。 - 音声認識に基づいて生成された文章について識別された話者を示す情報と、前記文章中の、識別された前記話者に対応する区間とを関連付けて表示部に表示し、
前記文章中の第1の箇所を編集処理の始点として指定する、話者の識別結果を編集する第1の編集処理によって、前記第1の箇所を含む区間のうち前記第1の箇所の後の残部の区間についての話者が変更され、変更によって、隣接する話者が共通しない2以上の区間の話者が共通する状態に変更された場合には、隣接する前記2以上の区間を結合した状態で前記表示部に表示し、
結合した前記2以上の区間内の第2の箇所を編集処理の始点として指定する、話者の識別結果を編集する第2の編集処理が行われ、前記第2の箇所から結合した前記2以上の区間の終点までの間に結合前の前記2以上の区間のいずれかの始点に対応する箇所が存在する場合、前記第2の箇所から前記2以上の区間のいずれかの始点に対応する箇所までの区間に前記第2の編集処理を適用する、
処理をコンピュータが実行する編集支援方法。 - 音声認識に基づいて生成された文章について識別された話者を示す情報と、前記文章中の、識別された前記話者に対応する区間とを関連付けて表示部に表示し、
前記文章中の第1の箇所を編集処理の始点として指定する、話者の識別結果を編集する第1の編集処理によって、前記第1の箇所を含む区間のうち前記第1の箇所の後の残部の区間についての話者が変更され、変更によって、隣接する話者が共通しない2以上の区間の話者が共通する状態に変更された場合には、隣接する前記2以上の区間を結合した状態で前記表示部に表示し、
結合した前記2以上の区間内の第2の箇所を編集処理の始点として指定する、話者の識別結果を編集する第2の編集処理が行われ、前記第2の箇所から結合した前記2以上の区間の終点までの間に結合前の前記2以上の区間のいずれかの始点に対応する箇所が存在する場合、前記第2の箇所から前記2以上の区間のいずれかの始点に対応する箇所までの区間に前記第2の編集処理を適用する、
処理を実行する処理部を備える編集支援装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/010793 WO2020188622A1 (ja) | 2019-03-15 | 2019-03-15 | 編集支援プログラム、編集支援方法、及び編集支援装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020188622A1 JPWO2020188622A1 (ja) | 2021-10-14 |
JP7180747B2 true JP7180747B2 (ja) | 2022-11-30 |
Family
ID=72520594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021506790A Active JP7180747B2 (ja) | 2019-03-15 | 2019-03-15 | 編集支援プログラム、編集支援方法、及び編集支援装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20210383813A1 (ja) |
EP (1) | EP3940695A4 (ja) |
JP (1) | JP7180747B2 (ja) |
KR (1) | KR20210132115A (ja) |
CN (1) | CN113544772A (ja) |
WO (1) | WO2020188622A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022126454A (ja) * | 2021-02-18 | 2022-08-30 | 富士通株式会社 | 表示制御プログラム、表示制御装置および表示制御方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013029690A (ja) | 2011-07-28 | 2013-02-07 | Toshiba Corp | 話者分類装置、話者分類方法および話者分類プログラム |
JP2014038132A (ja) | 2012-08-10 | 2014-02-27 | Toshiba Corp | 情報処理装置、プログラム、及び情報処理方法 |
JP2016062071A (ja) | 2014-09-22 | 2016-04-25 | 株式会社東芝 | 電子機器、方法およびプログラム |
US20170075652A1 (en) | 2015-09-14 | 2017-03-16 | Kabushiki Kaisha Toshiba | Electronic device and method |
JP2017167318A (ja) | 2016-03-16 | 2017-09-21 | 株式会社アドバンスト・メディア | 議事録生成装置、及び議事録生成プログラム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5173854A (en) * | 1984-06-11 | 1992-12-22 | Tandem Computers Incorporated | Distributed text editing system with remote terminal transmits successive audit messages each identifying individual editing operation |
US5347295A (en) * | 1990-10-31 | 1994-09-13 | Go Corporation | Control of a computer through a position-sensed stylus |
JP3039204B2 (ja) * | 1993-06-02 | 2000-05-08 | キヤノン株式会社 | 文書処理方法及び装置 |
US6535848B1 (en) * | 1999-06-08 | 2003-03-18 | International Business Machines Corporation | Method and apparatus for transcribing multiple files into a single document |
JP5353835B2 (ja) * | 2010-06-28 | 2013-11-27 | ブラザー工業株式会社 | 情報処理プログラムおよび情報処理装置 |
WO2012127592A1 (ja) * | 2011-03-18 | 2012-09-27 | 富士通株式会社 | 通話評価装置、通話評価方法 |
CN102915728B (zh) * | 2011-08-01 | 2014-08-27 | 佳能株式会社 | 声音分段设备和方法以及说话者识别*** |
US9460722B2 (en) * | 2013-07-17 | 2016-10-04 | Verint Systems Ltd. | Blind diarization of recorded calls with arbitrary number of speakers |
KR101818980B1 (ko) * | 2016-12-12 | 2018-01-16 | 주식회사 소리자바 | 다중 화자 음성 인식 수정 시스템 |
JP6548045B2 (ja) * | 2017-03-31 | 2019-07-24 | 本田技研工業株式会社 | 会議システム、会議システム制御方法、およびプログラム |
US10468031B2 (en) * | 2017-11-21 | 2019-11-05 | International Business Machines Corporation | Diarization driven by meta-information identified in discussion content |
-
2019
- 2019-03-15 CN CN201980093895.9A patent/CN113544772A/zh active Pending
- 2019-03-15 KR KR1020217030247A patent/KR20210132115A/ko active IP Right Grant
- 2019-03-15 WO PCT/JP2019/010793 patent/WO2020188622A1/ja active Application Filing
- 2019-03-15 JP JP2021506790A patent/JP7180747B2/ja active Active
- 2019-03-15 EP EP19920221.9A patent/EP3940695A4/en active Pending
-
2021
- 2021-08-26 US US17/412,472 patent/US20210383813A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013029690A (ja) | 2011-07-28 | 2013-02-07 | Toshiba Corp | 話者分類装置、話者分類方法および話者分類プログラム |
JP2014038132A (ja) | 2012-08-10 | 2014-02-27 | Toshiba Corp | 情報処理装置、プログラム、及び情報処理方法 |
JP2016062071A (ja) | 2014-09-22 | 2016-04-25 | 株式会社東芝 | 電子機器、方法およびプログラム |
US20170075652A1 (en) | 2015-09-14 | 2017-03-16 | Kabushiki Kaisha Toshiba | Electronic device and method |
JP2017167318A (ja) | 2016-03-16 | 2017-09-21 | 株式会社アドバンスト・メディア | 議事録生成装置、及び議事録生成プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20210383813A1 (en) | 2021-12-09 |
JPWO2020188622A1 (ja) | 2021-10-14 |
EP3940695A1 (en) | 2022-01-19 |
CN113544772A (zh) | 2021-10-22 |
WO2020188622A1 (ja) | 2020-09-24 |
KR20210132115A (ko) | 2021-11-03 |
EP3940695A4 (en) | 2022-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6242773B2 (ja) | 会議情報蓄積装置、方法およびプログラム | |
US20220374192A1 (en) | Platform for producing and delivering media content | |
JP6074050B2 (ja) | 音声検索システム、音声検索方法、及びコンピュータ読み取り可能な記憶媒体 | |
JP5685702B2 (ja) | 音声認識結果管理装置および音声認識結果表示方法 | |
CN106155470B (zh) | 一种音频文件生成方法及装置 | |
JPWO2016143131A1 (ja) | 対話支援装置、方法およびプログラム、および端末 | |
JP2018032330A (ja) | 情報処理システム、情報処理装置、サーバ、情報処理方法及びプログラム | |
US20210193148A1 (en) | Transcript correction through programmatic comparison of independently generated transcripts | |
JP7180747B2 (ja) | 編集支援プログラム、編集支援方法、及び編集支援装置 | |
JP2005202035A (ja) | 対話情報分析装置 | |
WO2010146869A1 (ja) | 編集支援システム、編集支援方法および編集支援プログラム | |
JP2018097239A (ja) | 音声再生装置及びプログラム | |
WO2020121616A1 (ja) | 処理システム、処理方法及びプログラム | |
KR102377038B1 (ko) | 화자가 표지된 텍스트 생성 방법 | |
JP7156748B1 (ja) | 情報処理システム及び情報処理方法 | |
US12013893B2 (en) | Information processing apparatus information processing method to search a music piece for reproduction | |
JP6650636B1 (ja) | 翻訳装置、その制御方法およびプログラム | |
JP7103681B2 (ja) | 音声認識プログラム、音声認識方法、音声認識装置および音声認識システム | |
JP6628157B2 (ja) | 翻訳装置、その制御方法およびプログラム | |
JP6269771B1 (ja) | 翻訳装置、拡声装置、およびその制御方法 | |
CN111128136A (zh) | 一种自定义语音控制方法、计算机设备及可读存储介质 | |
JP2017135592A (ja) | 映像データ編集装置、映像データ編集方法及びコンピュータプログラム | |
JP2020052264A (ja) | 音声再生区間の制御方法、音声再生区間の制御プログラムおよび情報処理装置 | |
JP2022100504A (ja) | 情報処理装置、制御方法、プログラム | |
JP2001282291A (ja) | 音声データ処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210513 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210513 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220531 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220728 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221018 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221031 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7180747 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |