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)

Additional title:	Diarización y reconocimiento de habla en la semiautomatización de la audiodescripción : un estudio exploratorio sobre posibilidades futuras
Date:	2015
Abstract:	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.
Abstract:	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.
Rights:	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.
Language:	Anglès
Document:	Article ; recerca ; Versió publicada
Subject:	Audio description ; Accessibility ; Speaker diarization ; Speech recognition ; Technology ; Audiodescripción ; Accesibilidad ; Diarización ; Reconocimiento de habla ; Tecnología
Published in:	Cadernos de Traduçao, Vol. 35, núm. 2 (2015) , p. 308-324, ISSN 2594-9055

DOI: 10.5007/2175-7968.2015v35n2p308

17 p, 323.3 KB

The record appears in these collections:
Research literature > UAB research groups literature > Research Centres and Groups (research output) > Arts and Humanities > TransMedia Catalonia
Articles > Research articles
Articles > Published articles