抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
「uや「μmのようなフレア語は,音や単語の人々が,彼らを話すために利用している。記録からのフィラー単語の発見は,メディア編集における一般的で退屈なタスクである。フィラー単語の自動検出と分類は,この課題で大いに助けることができるが,今日までこの問題に関する研究はほとんどない。重要な理由は,モデル訓練と評価のための注釈付きフィラー単語によるデータセットの欠如である。本研究では,35K注釈付きフィラー語と50K注釈付きのポッドキャスト(例えば,呼気, lter,および単語反復)で一般に発生する,新しい音声データセット,PodcastFillerを提案した。フィラー候補と分類器がフィラー単語タイプを区別するために,VADとASRを利用するパイプラインを提案した。著者らは,PodastFillerの提案パイプラインを評価し,いくつかのベースラインと比較し,詳細なアブレーション研究を提示した。特に,ASRの使用の重要性と,キーワードスポッティングに似た転写フリーアプローチと比較する方法を評価する。このパイプラインは最先端の結果を得て,ASRのレバージングはキーワードスポッティング手法よりも性能的に優れていることを示した。将来の研究のベンチマークとして役立つことを期待して,PodastFillerを公的に利用可能な。【JST・京大機械翻訳】