音声認識を用いた講義映像の「あんな検索」

摘要

インターネット上で教材や講義映像を配信する試みが広く行われるようになってきている．このような教育コンテンツを効率的に利用するには，必要なコンテンツを探し出すための検索機能が不可欠になる．このため，本稿では，音声認識を用いた講義映像の「あんな検索」の実現について述べる．提案手法では，まず，講師の顔検出を行い，その配置等の変化により講義映像の分割を行う．次に，それぞれの部分映像に対して音声認識を行い，キーワードの抽出を行う．最後に，抽出されたキーワードの類似度が高い部分映像同士が近くなるよう配置を行うことで，講義映像の連想的な検索を実現する．