文献

J-GLOBAL ID：202002233366952159   整理番号：20A1928740

VisPodコンテンツベースのオーディオビジュアルナビゲーション【JST・京大機械翻訳】

VisPod Content-Based Audio Visual Navigation

著者 (5件)： Zhi Qiyu (University of Notre Dame, Notre Dame, USA) ,  Lin Suwen (University of Notre Dame, Notre Dame, USA) ,  He Shuai (University of Notre Dame, Notre Dame, USA) ,  Metoyer Ronald (University of Notre Dame, Notre Dame, USA) ,  Chawla Nitesh V. (University of Notre Dame, Notre Dame, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： IUI ’18 Companion  ページ： 1-2  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現在のオーディオプレーヤーインタフェイスは,一般的に標題と継続時間のような短い情報を提供し,基本的な再生制御機能をサポートする。これらの特徴のみは,以前に見える位置を見つけるか,あるいはオーディオコンテンツでカバーされた主なトピックをブラウジングするような,特定のユーザタスクには十分ではない。視覚的オーディオプレーヤであるVisPodを,視覚的に主要トピックスと転写物から抽出したキーワードを表示した。VisPodは(1)オーディオコンテンツブラウジング,(2)トピックベースおよびキーワードベースナビゲーション,(3)リアルタイムにおける転写と話者情報の通信,(3)コンテンツベースクエリーをサポートする。VisPodは,トピックセグメントからなるドーツチャートとしてオーディオを符号化し,テキスト処理アルゴリズムを用いて,転写物を独立トピックにセグメント化し,人間可読可能なトピック名を生成する深層学習モデルを利用する。非公式研究は,ユーザが,オーディオブラウジングとナビゲーションに対する利点に関して,特に従来のオーディオ再生手法よりもVisPodを好むことを示唆する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  視覚 ,  キーワード ,  セグメンテーション ,  ブラウジング ,  *オーディオ機器 ,  文書処理 ,  インタフェイス ,  継続時間 ,  転写 ,  *コンテンツ
準シソーラス用語： 実時間 ,  話者 ,  深層学習 ,  オーディオ再生装置 , 【Automatic Indexing@JST】

著者キーワード (5件)： 音声ブラウジング ,  オーディオナビゲーション ,  深層学習 ,  話題生成 ,  トピック分離

分類 (5件)： 音声処理  (JE05000E) ,  検索技術  (AC06020S) ,  オーディオ機器  (NC06010U) ,  情報検索一般  (AC06010H) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (3件)： コンテンツ ,  オーディオ ,  ビジュアルナビゲーション