Speaker diarization and speech recognition in the semi-automatization of audio description : an exploratory study on future possibilities?
Delgado Flores, Héctor (Universitat Autònoma de Barcelona)
Matamala, Anna (Universitat Autònoma de Barcelona)
Serrano García, Javier 1964-
(Universitat Autònoma de Barcelona)
Títol variant: |
Diarización y reconocimiento de habla en la semiautomatización de la audiodescripción : un estudio exploratorio sobre posibilidades futuras |
Data: |
2015 |
Resum: |
This article presents an overview of the technological components used in the process of audio description, and suggests a new scenario in which speech recognition, machine translation, and text-to-speech, with the corresponding human revision, could be used to increase audio description provision. The article focuses on a process in which both speaker diarization and speech recognition are used in order to obtain a semi-automatic transcription of the audio description track. The technical process is presented and experimental results are summarized. |
Resum: |
Este artículo presenta una visión panorámica de los componentes tecnológicos usados en el proceso de audiodescripción y propone un nuevo escenario en el que se aplicarían el reconocimiento de habla, la traducción automática y la síntesis de habla, con su correspondiente revisión humana, para incrementar la cantidad de audiodescripciones disponibles. El artículo describe un proceso en el que la diarización y el reconocimiento de habla permiten obtener una transcripción semiautomática de la audiodescripción. El artículo presenta detalladamente el proceso técnico así como un resumen de los resultados experimentales. - In a second language. |
Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original. |
Llengua: |
Anglès |
Document: |
Article ; recerca ; Versió publicada |
Matèria: |
Audio description ;
Accessibility ;
Speaker diarization ;
Speech recognition ;
Technology ;
Audiodescripción ;
Accesibilidad ;
Diarización ;
Reconocimiento de habla ;
Tecnología |
Publicat a: |
Cadernos de Traduçao, Vol. 35, núm. 2 (2015) , p. 308-324, ISSN 2594-9055 |
DOI: 10.5007/2175-7968.2015v35n2p308
El registre apareix a les col·leccions:
Documents de recerca >
Documents dels grups de recerca de la UAB >
Centres i grups de recerca (producció científica) >
Arts i humanitats >
TransMedia Catalonia Articles >
Articles de recercaArticles >
Articles publicats
Registre creat el 2015-12-21, darrera modificació el 2022-11-28