外国語学習·教育支援を目的とした学習者発話動画の自動字幕付与システムの検討

摘要

学習者の発話映像に対し，音声認識技術を用いた自動字幕付与について検討した．評価データは以下の3種類の非母語話者データである．それぞれ，1）城南菱創高等学校のCALL教室で収集した高校生の英語発話，2）京都大学のCALL教室で収録した中国語自己紹介動画，3）吉林華橋外国語学院で収録した日本語自己紹介動画である．1）と2）については，日本語，英語のモデルを用いた．3）は，第二言語学習者の音声と母語話者の音響モデルは必ずしも適合しないこと，当該言語の母語話者音響モデルは入手が困難な場合があることなどを考慮し，日本語の音響モデルを用いて，アラインメントの精度を評価した．字幕を付与した結果についても報告する．