JP2004240920A - 校正システム - Google Patents
校正システム Download PDFInfo
- Publication number
- JP2004240920A JP2004240920A JP2003032229A JP2003032229A JP2004240920A JP 2004240920 A JP2004240920 A JP 2004240920A JP 2003032229 A JP2003032229 A JP 2003032229A JP 2003032229 A JP2003032229 A JP 2003032229A JP 2004240920 A JP2004240920 A JP 2004240920A
- Authority
- JP
- Japan
- Prior art keywords
- audio signal
- unit
- text data
- audio
- voice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Document Processing Apparatus (AREA)
Abstract
【課題】音声認識装置によってテキスト化されたテキストデータと、テキスト化に使用された音声データとを同時に校正者に送信するシステム及びその方法を提供することにある。
【解決手段】発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、発せられた音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、互いに対応している前記音声信号と前記テキストデータとを同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部とを有することを特徴とする。
【選択図】 図１
【解決手段】発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、発せられた音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、互いに対応している前記音声信号と前記テキストデータとを同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部とを有することを特徴とする。
【選択図】 図１
Description
【０００１】
【発明が属する技術分野】
本発明は校正システム及びそのプログラムに関し、特に、文字放送等で用いられるテキストデータを効率よく校正するための技術に関する。
【０００２】
【従来技術】
音声をテキスト化する技術は、議事録の作成や聴覚障害者への情報伝達などで広く用いられている。
【０００３】
現在、音声を文字化する方法として、人が音声を聞き、速記ワープロ等を用いて文字化する方法が主流である。しかしながら、これは特殊な訓練を受けた人のみ可能な作業であり、又、人によっては変換精度が異なってしまう。
【０００４】
そのため、近年において、音声をテキストデータへ変換する音声認識装置の導入が行われているが、現状の技術では音声認識装置による音声の文字化は、変換精度が完全ではないため、人手による校正を必要とする。
【０００５】
【発明が解決しようとする課題】
しかしながら、文字化にリアルタイム性を要求する場合、聞き終えた音声のテキストデータの誤り箇所を校正している最中に次の音声が流れ、注意力が分散するため、テキストデータの誤り箇所を見つけるのが困難であった。
【０００６】
そこで、本発明は上記問題点に鑑みて発明されたものであって、その目的は、音声認識装置によって文字化されたテキストデータと、文字化に使用された音声データとを同時に校正者に送信すること、又は、音声認識装置によって文字化されたテキストデータを文字化に使用された音声データより先に校正者に送信することによって、文字化されたテキストデータの誤り箇所を見つけやすくする技術を提供することにある。
【０００７】
【課題を解決するための手段】
上記課題を解決するための第一の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、互いに対応している前記音声信号と前記テキストデータとを同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部とを有することを特徴とする。
【０００８】
上記課題を解決するための第二の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、前記変換された音声データ及びテキストデータを蓄積させる蓄積部と、前記蓄積部から互いに対応する音声信号と前記テキストデータとを同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部とを有することを特徴とする。
【０００９】
上記課題を解決するための第三の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、前記分割された音声信号を、前記テキスト変換部で生じる変換時間に近似した時間、遅延させる遅延部と、前記遅延部で遅延された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部とを有することを特徴とする。
【００１０】
上記課題を解決するための第四の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、テキストデータと、このテキストデータの元となる分割された音声信号とを互いに関連付ける識別情報を、前記テキストデータと前記分割された音声信号とに付装する識別情報付装部と、前記識別情報が付された音声信号と、前記識別情報が付されたテキストデータとが蓄積される蓄積部と、互いに関連付けられた識別情報を持つテキストデータ及び音声信号を、先頭識別情報から順番に、前記蓄積部から同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部とを有することを特徴とする。
【００１１】
上記課題を解決するための第五の発明は、上記第一から第四の発明のいずれかの発明において、前記同期読出部、又は遅延部から読み出された音声信号を、所定時間遅延させて前記校正実行部に出力する遅延部を更に有することを特徴とする。
【００１２】
上記課題を解決するための第六の発明は、上記第一から上記第四のいずれかの発明において、前記同期読出部、又は遅延部から読み出された、テキストデータと音声信号とを結合する結合部を更に有することを特徴とする。
【００１３】
上記課題を解決するための第七の発明は、上記第六の発明において、前記結合部で結合された音声信号及びテキストデータを分離した後、分離された音声信号を所定時間遅延させて前記校正実行部に出力する遅延部を更に有することを特徴とする。
【００１４】
上記課題を解決するための第八の発明は、上記第一から上記第七のいずれかの発明において、前記同期読出部は、所定の間隔をおいて、テキストデータ及び音声信号を同期させて読み出す同期読出部であることを特徴とする。
【００１５】
上記課題を解決するための第九の発明は、上記第一から上記第八のいずれかの発明において、前記校正実行部は、前記テキストデータを表示させる表示部と、前記表示部に表示されているテキストデータに対応している音声を流す音声再生部と、校正者のアクションに基づいて、前記表示部に表示されているテキストデータに対応している音声を前記音声再生部に再生させるように制御する再生制御部とを更に有することを特徴とする。
【００１６】
上記課題を解決するための第十の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、前記プログラムは、情報処理装置を、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、互いに対応している前記音声信号と前記テキストデータとを同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部として機能させることを特徴とする。
【００１７】
上記課題を解決するための第十一の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、前記プログラムは、情報処理装置を、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、前記変換された音声データ及びテキストデータを蓄積させる蓄積部と、前記蓄積部から互いに対応する音声信号と前記テキストデータとを同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部として機能させることを特徴とする。
【００１８】
上記課題を解決するための第十二の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、前記プログラムは、情報処理装置を、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、前記分割された音声信号を、前記テキスト変換部で生じる変換時間に近似した時間、遅延させる遅延部と、前記遅延部で遅延された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部として機能させることを特徴とする。
【００１９】
上記課題を解決するための第十三の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、前記プログラムは、情報処理装置を、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、テキストデータと、このテキストデータの元となる分割された音声信号とを互いに関連付ける識別情報を、前記テキストデータと前記分割された音声信号とに付装する識別情報付装部と、前記識別情報が付された音声信号と前記識別情報が付されたテキストデータとが蓄積された蓄積部から、互いに関連付けられた識別情報を持つテキストデータ及び音声信号を、先頭識別情報から順番に同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部として機能させることを特徴とする。
【００２０】
上記課題を解決するための第十四の発明は、上記第十から第十三のいずれかの発明において、前記プログラムは、情報処理装置を、前記同期読出部、又は遅延部から読み出された音声信号を、所定時間遅延させて前記校正実行部に出力する遅延部として更に機能させることを特徴とする。
【００２１】
上記課題を解決するための第十五の発明は、上記第十から第十三のいずれかの発明において、前記プログラムは、情報処理装置を、前記同期読出部、又は遅延部から読み出された、テキストデータと音声信号とを結合する結合部として更に機能させることを特徴とする。
【００２２】
上記課題を解決するための第十六の発明は、上記第十五の発明において、前記プログラムは、情報処理装置を、前記結合部で結合された音声信号及びテキストデータを分離した後、分離された音声信号を所定時間遅延させて前記校正実行部に出力する遅延部として更に機能させることを特徴とする。
【００２３】
上記課題を解決するための第十七の発明は、上記第十から第十六のいずれかの発明において、前記プログラムは、情報処理装置を、前記同期読出部を、所定の間隔をおいて、テキストデータ及び音声信号を同期させて読み出す同期読出部として機能させることを特徴とする。
【００２４】
上記課題を解決するための第十八の発明は、上記第十から第十七のいずれかの発明において、前記プログラムは、前記校正実行部を、前記テキストデータを表示させる表示部と、前記表示部に表示されているテキストデータに対応している音声を流す音声再生部と、校正者のアクションに基づいて、前記表示部に表示されているテキストデータに対応している音声を前記音声再生部に再生させるように制御する再生制御部として更に機能させることを特徴とする。
【００２５】
【発明の実施の形態】
本発明の実施の形態を説明する。
【００２６】
図１は本発明における校正システムの第一の実施の形態を示すブロック図であり、図２は本発明に係わる実施の形態を説明するための音声波形である。
【００２７】
図１において、１０は音声認識部であり、２０は校正部である。
【００２８】
音声認識部１０は、音声信号変換部１１と、テキスト変換部１２とを有する。
【００２９】
音声信号変換部１１は、発せられた音声を音声信号に変換し、変換した音声信号を、例えば、息継ぎ箇所で区切り、複数の音声信号を生成するものである。息継ぎ箇所を認識して区切る方法の一例を、図２を用いて説明する。
【００３０】
息継ぎ箇所、つまり一定時間、無音に近い箇所を認識するために、所定の閾値Ｌ及び時間Ｔｓを予め決めておき、音声信号のレベルが時間Ｔｓ以上、閾値Ｌより小さくなった場合、息継ぎ箇所として認識する。例えば図２の如く、音声信号のレベルが閾値Ｌより小さくなるＸ１から、音声信号のレベルが閾値Ｌより大きくなるＸ２までの時間を測定し、この時間が予め決めておいた時間Ｔｓを超えたと判定すると、無音状態の最初の箇所であるＸ１で区切るようにする方法が挙げられる。このような方法を用いて、発せられた音声を、図２のＡ１、Ａ２、・・・Ａｎというように区切ることができる。尚、閾値Ｌ及び所定の時間は、任意に設定可能である。又、発せられた音声を、複数に区切る方法は、上記以外の如何なる方法であっても良い。
【００３１】
テキスト変換部１２は、音声信号変換部１１で生成された複数の音声信号をテキストデータに変換するものである。尚、入力された音声を認識してテキストデータに変換する技術は、数多くあるが、周知なので詳細は省略する。そして、本発明においては、如何なるものでも良い。
【００３２】
校正部２０は、遅延部２１とバッファ２２と同期読出部２３と校正実行部２４とを有する。
【００３３】
遅延部２１は、予め設定された遅延時間に従って、音声信号変換部１１からの音声信号を遅延させてバッファ２２に送信するものである。尚、遅延時間は、テキスト変換部１２で音声データからテキストデータを作成するのに要する時間であり、任意に設定可能である。
【００３４】
バッファ２２は、ＦＩＦＯ型のバッファであり、音声信号とテキストデータとを蓄積するものである。
【００３５】
同期読出部２３は、バッファ２２に蓄積されている音声信号及びテキストデータを先頭から読み出すものである。
【００３６】
校正実行部２４は、校正者が校正するために使用するための装置である。
【００３７】
次に、上述システムにおける動作を説明する。
【００３８】
図３は、第一の実施の形態を示すフローチャートである。
【００３９】
まず、発せられた音声は、音声信号変換部１１で複数の音声信号に変換され、遅延部２１とテキスト変換部１２とに送信される（ステップＳ１）。
【００４０】
テキスト変換部１２に送信された音声信号は、テキストデータに変換されてバッファ２２に送信される（ステップＳ２）。
【００４１】
一方、遅延部２１に送信された複数の音声信号は、遅延部２１により、テキスト変換部１２で変換に要する時間だけ遅延され、バッファ２２に送信される（ステップＳ３）。
【００４２】
送信された音声信号とテキストデータとは、送信された順にバッファ２２に蓄積される（ステップＳ４）。
【００４３】
バッファ２２に音声信号及びテキストデータが蓄積されると、同期読出部２３は、蓄積された順に、すなわち、対応する音声信号とテキストデータとを同期させて読み出し、校正実行部２４に送信する（ステップＳ５）。
【００４４】
校正実行部２４から出力された音声信号はイヤホン等を介して音声として流され、校正実行部２４から出力されたテキストデータはテキストとしてモニタ等に表示される（ステップＳ６）。
【００４５】
校正者は、流れてくる音声と表示されるテキストとを比べ、両者に相違があると、校正実行部２４を用いてテキストデータを校正する（ステップＳ７）。
【００４６】
このような構成によれば、校正者は表示されたテキストに同期して、このテキストに対応する音声が聞かれるので、間違っている箇所を直ぐに発見することができ、校正の効率を上げることができる。
【００４７】
次に、本発明における第二の実施の形態について説明する。
【００４８】
第一の実施の形態では、テキストデータに変換する時間だけ、音声信号を遅延する遅延部を設けることにより、音声信号とテキストデータとを同期させるように構成した。しかしながら、テキストデータに変換する変換時間は変化する場合があり、完全な同期は期し難い場合がある。そこで、第２の実施の形態では、第一の実施の形態の構成に加え、識別情報付装部１３を設け、より正確に音声信号とテキストデータとを同期させるように構成したことを特徴とする。
【００４９】
図４は本発明における第二の実施の形態を示すブロック図である。尚、第一の実施の形態と同様な構成のものについては、同一の番号を付して詳細な説明は省略する。
【００５０】
識別情報付装部１３は、０から＋１づつカウントアップするカウンタ１００を有し、音声信号変換部１１により分割された音声信号の各々を一意に識別する識別番号を、各分割された音声信号に付するものである。例えば、図５に示す如く、分割された音声信号、「あす」、「は」、「はれです」があるとすると、「あす」、「は」、「はれです」を一意に識別するように「あす」には識別番号“１”、「は」には識別番号“２”、「はれです」には“３”というように、カウンタ１００から得られる識別番号を付す。尚、識別番号が付された音声信号は、バッファ２２に出力される。
【００５１】
テキスト変換部１２は、識別情報付装部１３から出力される識別番号付きの音声信号をテキストデータに変換し、このテキストデータに音声信号に付されていた識別番号を付して出力する。例えば、「あす」という音声信号を変換して得られたテキストデータには、「あす」の識別番号である“１”を付す。同様に「は」という音声信号を変換して得られたテキストデータには、「は」の識別番号である“２”を付す。同様に、「はれです」という音声信号を変換して得られたテキストデータには、「はれです」の識別番号である“３”を付す。尚、識別番号が付されたテキストデータは、バッファ２２に出力される。
【００５２】
同期読出部２３は、同一の識別番号が付された音声信号及びテキストデータを、バッファ２２に蓄積されているデータの中から、先頭の識別番号順に検索する。そして、同一識別番号の音声信号とテキストデータとを同期させて出力する。
【００５３】
次に、第二の実施の形態における動作を説明する。
【００５４】
図６は、第二の実施の形態を示すフローチャートである。
【００５５】
まず、発せられた音声は、音声信号変換部１１で複数の音声信号に変換され、識別情報付装部１３に出力される（ステップＳ２１）。
【００５６】
識別情報付装部１３では、分割された音声信号に対して、カウンタ１００から得られる識別番号が、１、２、３、・・・ｎというように順次付されていき、バッファ２２とテキスト変換部１２とに出力される（ステップＳ２２）。
【００５７】
テキスト変換部１２に送信された識別番号付きの音声信号はテキストデータに変換され、同一の識別番号が付されたテキストデータがバッファ２２に出力される（ステップＳ２３）。
【００５８】
送信された音声信号とテキストデータとは、送信された順にバッファ２２に蓄積される（ステップＳ２４）。
【００５９】
バッファ２２に音声信号とテキストデータとが蓄積されると、同期読出部２３は、バッファ２２の中から、同一の識別番号が付されている音声信号とテキストデータとを先頭識別番号から順番に検索する（ステップＳ２５）。そして、同一識別番号が付された音声信号とテキストデータとを同期させて読み出し、校正実行部２４に送信する（ステップＳ２６）。
【００６０】
校正実行部２４から出力された音声信号はイヤホン等を介して音声として流され、校正実行部２４から出力されたテキストデータはテキストとしてモニタ等に表示される（ステップＳ２７）。
【００６１】
校正者は、流れてくる音声と表示されるテキストとを比べ、両者に相違があると、校正実行部２４を用いてテキストデータを校正する（ステップＳ２８）。
【００６２】
このような構成によれば、音声信号とテキストデータとを、正確に同期させて出力することができる。
【００６３】
次に第三の実施の形態について説明する。
【００６４】
第二の実施の形態では、テキストデータと、このテキストデータの元となる分割された音声信号とに同一の識別番号を付して、先頭の識別番号順に同期させて読み出すように構成した。しかしながら、音声認識装置で発せられた音声を音声信号とテキストデータとに変換後、ＬＡＮを介して校正部に送信する場合、テキストデータと、このテキストデータの元となる分割された音声信号とを結合させて送信した方が、校正部での音声とテキストとの同期が簡易になる。そこで、第三の実施の形態では、第二の実施の形態の構成に加え、結合部２５を設け、テキストデータと、このテキストデータの元となる分割された音声信号とを結合させて、校正部に送信
するように構成したことを特徴とする。
【００６５】
図７は本発明における第三の実施の形態を示すブロック図である。尚、第二の実施の形態と同様な構成のものについては、同一の番号を付して詳細な説明は省略する。
【００６６】
結合部２５は、同期読出部２３が読み出したテキストデータ及び音声信号を結合し、校正実行部２４に出力するものである。例えば、同一の識別番号が付された音声信号とテキストデータとを、図８に示すようなデータ形式になるように結合する。
【００６７】
次に第三の実施の形態における動作の説明をする。
【００６８】
図９は、第三の実施の形態を示すフローチャートである。
【００６９】
まず、発せられた音声は、音声信号変換部１１で複数の音声信号に変換され、識別情報付装部１３に出力される（ステップＳ３１）。
【００７０】
識別情報付装部１３では、分割された音声信号に対して、カウンタ１００から得られる識別番号が、１、２、３、・・・ｎというように順次付されていき、バッファ２２とテキスト変換部１２とに出力される（ステップＳ３２）。
【００７１】
テキスト変換部１２に送信された識別番号付きの音声信号はテキストデータに変換され、同一の識別番号が付されたテキストデータがバッファ２２に出力される（ステップＳ３３）。
【００７２】
送信された音声信号とテキストデータとは、送信された順にバッファ２２に蓄積される（ステップＳ３４）。
【００７３】
バッファ２２に音声信号とテキストデータとが蓄積されると、同期読出部２３は、バッファ２２の中から、同一の識別番号が付されている音声信号とテキストデータとを先頭識別番号から順番に検索する（ステップＳ３５）。そして、同一識別番号が付された音声信号とテキストデータとを同期させて読み出し、結合部２５に送信する（ステップＳ３６）。
【００７４】
結合部２５に送信された音声信号とテキストデータとは結合され、校正実行部２４に送信する（ステップＳ３７）。
【００７５】
校正実行部２４から出力された音声信号はイヤホン等を介して音声として流され、校正実行部２４から出力されたテキストデータはテキストとしてモニタ等に表示される（ステップＳ３８）。
【００７６】
校正者は、流れてくる音声と表示されるテキストとを比べ、両者に相違があると、校正実行部２４を用いてテキストデータを校正する（ステップＳ３９）。
【００７７】
このような構成によれば、テキストデータと、このテキストデータの元となる分割された音声信号とを結合させてから校正部に送信しているので、校正部での音声とテキストとの同期が簡易なものですむ。
【００７８】
尚、上述した第１、第２及び第３の実施の形態において、同期読出部２３で読み出された音声信号を、所定時間遅延させて校正実行部に出力する遅延部を更に有する構成でもよい。このような構成によれば、テキストデータが先にモニタ等にテキストとして表示されるので、テキストの内容を確認した後にイヤホン等を介して流される音声を聞くことができるので、誤り箇所を容易に発見できる。
【００７９】
更に、上述した第１、第２及び第３の実施の形態における同期読出部２３は、蓄積部２３からテキストデータと音声信号とを同期させて順次読み出すにあたって、所定の間隔をおいて順次読み出していく構成でもよい。このような構成によれば、校正者は時間的な余裕を持って、表示されるテキストとこれに対応している音声が聞かれるので、一つの校正をしている間に次々と音声が先行して流れる恐れが無い。
【００８０】
次に第四の実施の形態について説明する。
【００８１】
第四の実施の形態は、上述した第１、第２及び第３の実施の形態における校正実行部に、図１０に示すような再生制御部２４０、表示部２４１、音声再生部２４２、及び再生ボタン２４３を加えたものである。
【００８２】
このような構成によると、通常はテキストのみが表示部２４１に表示される。そして、再生制御部２４０は、校正者が再生ボタン２４３を押下した時のみ、表示部２４１に表示されているテキストに対応している音声を音声再生部２４２が流すように制御する。
【００８３】
このような構成によれば、表示されているテキストに誤り箇所がある場合だけ音声を流すことができるので、校正者は校正作業をスムーズに行うことができる。
【００８４】
又、この再生制御部２４０は、再生ボタン２４３を押下すれば、表示部２４１に表示されているテキストに対応している音声を音声再生部２４２が何度でも繰り返して流すよう制御するものであってもよい。このような構成によれば、校正者は音声を聞き漏らしても音声を再度聞くことができ、更に、校正後、確認のために音声を再度聞くことができるので、表示されているテキストの誤り箇所を見逃す恐れが無い。
【００８５】
【発明の効果】本発明によれば、校正者は表示されたテキストに同期して、このテキストに対応する音声が聞かれるので、間違っている箇所を直ぐに発見することができ、校正の効率を上げることができる。
【００８６】
本発明によれば、音声信号とテキストデータとに識別情報を付したことにより、音声信号とテキストデータとを、正確に同期させて出力することができる。
【００８７】
本発明によれば、テキストデータと、このテキストデータの元となる分割された音声信号とを結合させてから校正部に送信しているので、校正部での音声とテキストとの同期が簡易なものですむ。
【００８８】
本発明によれば、テキストデータが先にモニタ等に表示されるので、テキストの内容を確認した後にイヤホン等を介して流される音声を聞くことができ、校正箇所を容易に発見できる。
【００８９】
本発明によれば、テキストデータと音声信号とを、所定の間隔をおいて、同期させて順次読み出していくので、校正者は時間的な余裕を持って、表示されるテキストとこれに対応している音声を聞くことができ、校正箇所を見逃す恐れが無い。
【００９０】
本発明によれば、校正者の指示に従って、表示されているテキストに対応している音声を流すことができるので、表示されているテキストに誤り箇所がある場合だけ音声を流すことができ、校正作業をスムーズに行うことができる。
【００９１】
本発明によれば、表示されているテキストに対応している音声を校正者の指示に従って繰り返すことができるので、音声を聞き漏らした場合に音声を再度聞くことができ、更に、校正後の確認のために音声を再度聞くことができる。
【００９２】
【図面の簡単な説明】
【図１】図１は、本発明に係わる第一の実施の形態を示すブロック図である。
【図２】図２は、本発明に係わる実施の形態を説明するための音声波形である。
【図３】図３は、本発明に係わる第一の実施形態の動作を示すフローチャートである。
【図４】図４は、本発明に係わる第二の実施形態を示すブロック図である。
【図５】図５は、本発明に係わる実施形態を説明するための音声波形である。
【図６】図６は、本発明に係わる第二の実施形態の動作を示すフローチャートである。
【図７】図７は本発明に係わる第三の実施形態を示すブロック図である。
【図８】図８は本発明に係わる第三の実施形態におけるデータの図である。
【図９】図９は、本発明に係わる第三の実施形態の動作を示すフローチャートである。
【図１０】図１０は、本発明に係わる実施形態を示すブロック図である。
【符号の説明】
１ 校正システム
１０ 音声認識部
１１ 音声信号変換部
１２ テキスト変換部
１３ 識別情報付装部
２０ 校正部
２１ 遅延部
２２ バッファ
２３ 同期読出部
２４ 校正装置
２５ 結合部
１００ カウンタ
２４０ 再生制御部
２４１ 表示部
２４２ 音声再生部
２４３ 再生ボタン
【発明が属する技術分野】
本発明は校正システム及びそのプログラムに関し、特に、文字放送等で用いられるテキストデータを効率よく校正するための技術に関する。
【０００２】
【従来技術】
音声をテキスト化する技術は、議事録の作成や聴覚障害者への情報伝達などで広く用いられている。
【０００３】
現在、音声を文字化する方法として、人が音声を聞き、速記ワープロ等を用いて文字化する方法が主流である。しかしながら、これは特殊な訓練を受けた人のみ可能な作業であり、又、人によっては変換精度が異なってしまう。
【０００４】
そのため、近年において、音声をテキストデータへ変換する音声認識装置の導入が行われているが、現状の技術では音声認識装置による音声の文字化は、変換精度が完全ではないため、人手による校正を必要とする。
【０００５】
【発明が解決しようとする課題】
しかしながら、文字化にリアルタイム性を要求する場合、聞き終えた音声のテキストデータの誤り箇所を校正している最中に次の音声が流れ、注意力が分散するため、テキストデータの誤り箇所を見つけるのが困難であった。
【０００６】
そこで、本発明は上記問題点に鑑みて発明されたものであって、その目的は、音声認識装置によって文字化されたテキストデータと、文字化に使用された音声データとを同時に校正者に送信すること、又は、音声認識装置によって文字化されたテキストデータを文字化に使用された音声データより先に校正者に送信することによって、文字化されたテキストデータの誤り箇所を見つけやすくする技術を提供することにある。
【０００７】
【課題を解決するための手段】
上記課題を解決するための第一の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、互いに対応している前記音声信号と前記テキストデータとを同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部とを有することを特徴とする。
【０００８】
上記課題を解決するための第二の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、前記変換された音声データ及びテキストデータを蓄積させる蓄積部と、前記蓄積部から互いに対応する音声信号と前記テキストデータとを同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部とを有することを特徴とする。
【０００９】
上記課題を解決するための第三の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、前記分割された音声信号を、前記テキスト変換部で生じる変換時間に近似した時間、遅延させる遅延部と、前記遅延部で遅延された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部とを有することを特徴とする。
【００１０】
上記課題を解決するための第四の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、テキストデータと、このテキストデータの元となる分割された音声信号とを互いに関連付ける識別情報を、前記テキストデータと前記分割された音声信号とに付装する識別情報付装部と、前記識別情報が付された音声信号と、前記識別情報が付されたテキストデータとが蓄積される蓄積部と、互いに関連付けられた識別情報を持つテキストデータ及び音声信号を、先頭識別情報から順番に、前記蓄積部から同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部とを有することを特徴とする。
【００１１】
上記課題を解決するための第五の発明は、上記第一から第四の発明のいずれかの発明において、前記同期読出部、又は遅延部から読み出された音声信号を、所定時間遅延させて前記校正実行部に出力する遅延部を更に有することを特徴とする。
【００１２】
上記課題を解決するための第六の発明は、上記第一から上記第四のいずれかの発明において、前記同期読出部、又は遅延部から読み出された、テキストデータと音声信号とを結合する結合部を更に有することを特徴とする。
【００１３】
上記課題を解決するための第七の発明は、上記第六の発明において、前記結合部で結合された音声信号及びテキストデータを分離した後、分離された音声信号を所定時間遅延させて前記校正実行部に出力する遅延部を更に有することを特徴とする。
【００１４】
上記課題を解決するための第八の発明は、上記第一から上記第七のいずれかの発明において、前記同期読出部は、所定の間隔をおいて、テキストデータ及び音声信号を同期させて読み出す同期読出部であることを特徴とする。
【００１５】
上記課題を解決するための第九の発明は、上記第一から上記第八のいずれかの発明において、前記校正実行部は、前記テキストデータを表示させる表示部と、前記表示部に表示されているテキストデータに対応している音声を流す音声再生部と、校正者のアクションに基づいて、前記表示部に表示されているテキストデータに対応している音声を前記音声再生部に再生させるように制御する再生制御部とを更に有することを特徴とする。
【００１６】
上記課題を解決するための第十の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、前記プログラムは、情報処理装置を、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、互いに対応している前記音声信号と前記テキストデータとを同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部として機能させることを特徴とする。
【００１７】
上記課題を解決するための第十一の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、前記プログラムは、情報処理装置を、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、前記変換された音声データ及びテキストデータを蓄積させる蓄積部と、前記蓄積部から互いに対応する音声信号と前記テキストデータとを同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部として機能させることを特徴とする。
【００１８】
上記課題を解決するための第十二の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、前記プログラムは、情報処理装置を、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、前記分割された音声信号を、前記テキスト変換部で生じる変換時間に近似した時間、遅延させる遅延部と、前記遅延部で遅延された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部として機能させることを特徴とする。
【００１９】
上記課題を解決するための第十三の発明は、発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、前記プログラムは、情報処理装置を、発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、前記分割された音声信号をテキストデータに変換するテキスト変換部と、テキストデータと、このテキストデータの元となる分割された音声信号とを互いに関連付ける識別情報を、前記テキストデータと前記分割された音声信号とに付装する識別情報付装部と、前記識別情報が付された音声信号と前記識別情報が付されたテキストデータとが蓄積された蓄積部から、互いに関連付けられた識別情報を持つテキストデータ及び音声信号を、先頭識別情報から順番に同期させて読み出す同期読出部と、前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部として機能させることを特徴とする。
【００２０】
上記課題を解決するための第十四の発明は、上記第十から第十三のいずれかの発明において、前記プログラムは、情報処理装置を、前記同期読出部、又は遅延部から読み出された音声信号を、所定時間遅延させて前記校正実行部に出力する遅延部として更に機能させることを特徴とする。
【００２１】
上記課題を解決するための第十五の発明は、上記第十から第十三のいずれかの発明において、前記プログラムは、情報処理装置を、前記同期読出部、又は遅延部から読み出された、テキストデータと音声信号とを結合する結合部として更に機能させることを特徴とする。
【００２２】
上記課題を解決するための第十六の発明は、上記第十五の発明において、前記プログラムは、情報処理装置を、前記結合部で結合された音声信号及びテキストデータを分離した後、分離された音声信号を所定時間遅延させて前記校正実行部に出力する遅延部として更に機能させることを特徴とする。
【００２３】
上記課題を解決するための第十七の発明は、上記第十から第十六のいずれかの発明において、前記プログラムは、情報処理装置を、前記同期読出部を、所定の間隔をおいて、テキストデータ及び音声信号を同期させて読み出す同期読出部として機能させることを特徴とする。
【００２４】
上記課題を解決するための第十八の発明は、上記第十から第十七のいずれかの発明において、前記プログラムは、前記校正実行部を、前記テキストデータを表示させる表示部と、前記表示部に表示されているテキストデータに対応している音声を流す音声再生部と、校正者のアクションに基づいて、前記表示部に表示されているテキストデータに対応している音声を前記音声再生部に再生させるように制御する再生制御部として更に機能させることを特徴とする。
【００２５】
【発明の実施の形態】
本発明の実施の形態を説明する。
【００２６】
図１は本発明における校正システムの第一の実施の形態を示すブロック図であり、図２は本発明に係わる実施の形態を説明するための音声波形である。
【００２７】
図１において、１０は音声認識部であり、２０は校正部である。
【００２８】
音声認識部１０は、音声信号変換部１１と、テキスト変換部１２とを有する。
【００２９】
音声信号変換部１１は、発せられた音声を音声信号に変換し、変換した音声信号を、例えば、息継ぎ箇所で区切り、複数の音声信号を生成するものである。息継ぎ箇所を認識して区切る方法の一例を、図２を用いて説明する。
【００３０】
息継ぎ箇所、つまり一定時間、無音に近い箇所を認識するために、所定の閾値Ｌ及び時間Ｔｓを予め決めておき、音声信号のレベルが時間Ｔｓ以上、閾値Ｌより小さくなった場合、息継ぎ箇所として認識する。例えば図２の如く、音声信号のレベルが閾値Ｌより小さくなるＸ１から、音声信号のレベルが閾値Ｌより大きくなるＸ２までの時間を測定し、この時間が予め決めておいた時間Ｔｓを超えたと判定すると、無音状態の最初の箇所であるＸ１で区切るようにする方法が挙げられる。このような方法を用いて、発せられた音声を、図２のＡ１、Ａ２、・・・Ａｎというように区切ることができる。尚、閾値Ｌ及び所定の時間は、任意に設定可能である。又、発せられた音声を、複数に区切る方法は、上記以外の如何なる方法であっても良い。
【００３１】
テキスト変換部１２は、音声信号変換部１１で生成された複数の音声信号をテキストデータに変換するものである。尚、入力された音声を認識してテキストデータに変換する技術は、数多くあるが、周知なので詳細は省略する。そして、本発明においては、如何なるものでも良い。
【００３２】
校正部２０は、遅延部２１とバッファ２２と同期読出部２３と校正実行部２４とを有する。
【００３３】
遅延部２１は、予め設定された遅延時間に従って、音声信号変換部１１からの音声信号を遅延させてバッファ２２に送信するものである。尚、遅延時間は、テキスト変換部１２で音声データからテキストデータを作成するのに要する時間であり、任意に設定可能である。
【００３４】
バッファ２２は、ＦＩＦＯ型のバッファであり、音声信号とテキストデータとを蓄積するものである。
【００３５】
同期読出部２３は、バッファ２２に蓄積されている音声信号及びテキストデータを先頭から読み出すものである。
【００３６】
校正実行部２４は、校正者が校正するために使用するための装置である。
【００３７】
次に、上述システムにおける動作を説明する。
【００３８】
図３は、第一の実施の形態を示すフローチャートである。
【００３９】
まず、発せられた音声は、音声信号変換部１１で複数の音声信号に変換され、遅延部２１とテキスト変換部１２とに送信される（ステップＳ１）。
【００４０】
テキスト変換部１２に送信された音声信号は、テキストデータに変換されてバッファ２２に送信される（ステップＳ２）。
【００４１】
一方、遅延部２１に送信された複数の音声信号は、遅延部２１により、テキスト変換部１２で変換に要する時間だけ遅延され、バッファ２２に送信される（ステップＳ３）。
【００４２】
送信された音声信号とテキストデータとは、送信された順にバッファ２２に蓄積される（ステップＳ４）。
【００４３】
バッファ２２に音声信号及びテキストデータが蓄積されると、同期読出部２３は、蓄積された順に、すなわち、対応する音声信号とテキストデータとを同期させて読み出し、校正実行部２４に送信する（ステップＳ５）。
【００４４】
校正実行部２４から出力された音声信号はイヤホン等を介して音声として流され、校正実行部２４から出力されたテキストデータはテキストとしてモニタ等に表示される（ステップＳ６）。
【００４５】
校正者は、流れてくる音声と表示されるテキストとを比べ、両者に相違があると、校正実行部２４を用いてテキストデータを校正する（ステップＳ７）。
【００４６】
このような構成によれば、校正者は表示されたテキストに同期して、このテキストに対応する音声が聞かれるので、間違っている箇所を直ぐに発見することができ、校正の効率を上げることができる。
【００４７】
次に、本発明における第二の実施の形態について説明する。
【００４８】
第一の実施の形態では、テキストデータに変換する時間だけ、音声信号を遅延する遅延部を設けることにより、音声信号とテキストデータとを同期させるように構成した。しかしながら、テキストデータに変換する変換時間は変化する場合があり、完全な同期は期し難い場合がある。そこで、第２の実施の形態では、第一の実施の形態の構成に加え、識別情報付装部１３を設け、より正確に音声信号とテキストデータとを同期させるように構成したことを特徴とする。
【００４９】
図４は本発明における第二の実施の形態を示すブロック図である。尚、第一の実施の形態と同様な構成のものについては、同一の番号を付して詳細な説明は省略する。
【００５０】
識別情報付装部１３は、０から＋１づつカウントアップするカウンタ１００を有し、音声信号変換部１１により分割された音声信号の各々を一意に識別する識別番号を、各分割された音声信号に付するものである。例えば、図５に示す如く、分割された音声信号、「あす」、「は」、「はれです」があるとすると、「あす」、「は」、「はれです」を一意に識別するように「あす」には識別番号“１”、「は」には識別番号“２”、「はれです」には“３”というように、カウンタ１００から得られる識別番号を付す。尚、識別番号が付された音声信号は、バッファ２２に出力される。
【００５１】
テキスト変換部１２は、識別情報付装部１３から出力される識別番号付きの音声信号をテキストデータに変換し、このテキストデータに音声信号に付されていた識別番号を付して出力する。例えば、「あす」という音声信号を変換して得られたテキストデータには、「あす」の識別番号である“１”を付す。同様に「は」という音声信号を変換して得られたテキストデータには、「は」の識別番号である“２”を付す。同様に、「はれです」という音声信号を変換して得られたテキストデータには、「はれです」の識別番号である“３”を付す。尚、識別番号が付されたテキストデータは、バッファ２２に出力される。
【００５２】
同期読出部２３は、同一の識別番号が付された音声信号及びテキストデータを、バッファ２２に蓄積されているデータの中から、先頭の識別番号順に検索する。そして、同一識別番号の音声信号とテキストデータとを同期させて出力する。
【００５３】
次に、第二の実施の形態における動作を説明する。
【００５４】
図６は、第二の実施の形態を示すフローチャートである。
【００５５】
まず、発せられた音声は、音声信号変換部１１で複数の音声信号に変換され、識別情報付装部１３に出力される（ステップＳ２１）。
【００５６】
識別情報付装部１３では、分割された音声信号に対して、カウンタ１００から得られる識別番号が、１、２、３、・・・ｎというように順次付されていき、バッファ２２とテキスト変換部１２とに出力される（ステップＳ２２）。
【００５７】
テキスト変換部１２に送信された識別番号付きの音声信号はテキストデータに変換され、同一の識別番号が付されたテキストデータがバッファ２２に出力される（ステップＳ２３）。
【００５８】
送信された音声信号とテキストデータとは、送信された順にバッファ２２に蓄積される（ステップＳ２４）。
【００５９】
バッファ２２に音声信号とテキストデータとが蓄積されると、同期読出部２３は、バッファ２２の中から、同一の識別番号が付されている音声信号とテキストデータとを先頭識別番号から順番に検索する（ステップＳ２５）。そして、同一識別番号が付された音声信号とテキストデータとを同期させて読み出し、校正実行部２４に送信する（ステップＳ２６）。
【００６０】
校正実行部２４から出力された音声信号はイヤホン等を介して音声として流され、校正実行部２４から出力されたテキストデータはテキストとしてモニタ等に表示される（ステップＳ２７）。
【００６１】
校正者は、流れてくる音声と表示されるテキストとを比べ、両者に相違があると、校正実行部２４を用いてテキストデータを校正する（ステップＳ２８）。
【００６２】
このような構成によれば、音声信号とテキストデータとを、正確に同期させて出力することができる。
【００６３】
次に第三の実施の形態について説明する。
【００６４】
第二の実施の形態では、テキストデータと、このテキストデータの元となる分割された音声信号とに同一の識別番号を付して、先頭の識別番号順に同期させて読み出すように構成した。しかしながら、音声認識装置で発せられた音声を音声信号とテキストデータとに変換後、ＬＡＮを介して校正部に送信する場合、テキストデータと、このテキストデータの元となる分割された音声信号とを結合させて送信した方が、校正部での音声とテキストとの同期が簡易になる。そこで、第三の実施の形態では、第二の実施の形態の構成に加え、結合部２５を設け、テキストデータと、このテキストデータの元となる分割された音声信号とを結合させて、校正部に送信
するように構成したことを特徴とする。
【００６５】
図７は本発明における第三の実施の形態を示すブロック図である。尚、第二の実施の形態と同様な構成のものについては、同一の番号を付して詳細な説明は省略する。
【００６６】
結合部２５は、同期読出部２３が読み出したテキストデータ及び音声信号を結合し、校正実行部２４に出力するものである。例えば、同一の識別番号が付された音声信号とテキストデータとを、図８に示すようなデータ形式になるように結合する。
【００６７】
次に第三の実施の形態における動作の説明をする。
【００６８】
図９は、第三の実施の形態を示すフローチャートである。
【００６９】
まず、発せられた音声は、音声信号変換部１１で複数の音声信号に変換され、識別情報付装部１３に出力される（ステップＳ３１）。
【００７０】
識別情報付装部１３では、分割された音声信号に対して、カウンタ１００から得られる識別番号が、１、２、３、・・・ｎというように順次付されていき、バッファ２２とテキスト変換部１２とに出力される（ステップＳ３２）。
【００７１】
テキスト変換部１２に送信された識別番号付きの音声信号はテキストデータに変換され、同一の識別番号が付されたテキストデータがバッファ２２に出力される（ステップＳ３３）。
【００７２】
送信された音声信号とテキストデータとは、送信された順にバッファ２２に蓄積される（ステップＳ３４）。
【００７３】
バッファ２２に音声信号とテキストデータとが蓄積されると、同期読出部２３は、バッファ２２の中から、同一の識別番号が付されている音声信号とテキストデータとを先頭識別番号から順番に検索する（ステップＳ３５）。そして、同一識別番号が付された音声信号とテキストデータとを同期させて読み出し、結合部２５に送信する（ステップＳ３６）。
【００７４】
結合部２５に送信された音声信号とテキストデータとは結合され、校正実行部２４に送信する（ステップＳ３７）。
【００７５】
校正実行部２４から出力された音声信号はイヤホン等を介して音声として流され、校正実行部２４から出力されたテキストデータはテキストとしてモニタ等に表示される（ステップＳ３８）。
【００７６】
校正者は、流れてくる音声と表示されるテキストとを比べ、両者に相違があると、校正実行部２４を用いてテキストデータを校正する（ステップＳ３９）。
【００７７】
このような構成によれば、テキストデータと、このテキストデータの元となる分割された音声信号とを結合させてから校正部に送信しているので、校正部での音声とテキストとの同期が簡易なものですむ。
【００７８】
尚、上述した第１、第２及び第３の実施の形態において、同期読出部２３で読み出された音声信号を、所定時間遅延させて校正実行部に出力する遅延部を更に有する構成でもよい。このような構成によれば、テキストデータが先にモニタ等にテキストとして表示されるので、テキストの内容を確認した後にイヤホン等を介して流される音声を聞くことができるので、誤り箇所を容易に発見できる。
【００７９】
更に、上述した第１、第２及び第３の実施の形態における同期読出部２３は、蓄積部２３からテキストデータと音声信号とを同期させて順次読み出すにあたって、所定の間隔をおいて順次読み出していく構成でもよい。このような構成によれば、校正者は時間的な余裕を持って、表示されるテキストとこれに対応している音声が聞かれるので、一つの校正をしている間に次々と音声が先行して流れる恐れが無い。
【００８０】
次に第四の実施の形態について説明する。
【００８１】
第四の実施の形態は、上述した第１、第２及び第３の実施の形態における校正実行部に、図１０に示すような再生制御部２４０、表示部２４１、音声再生部２４２、及び再生ボタン２４３を加えたものである。
【００８２】
このような構成によると、通常はテキストのみが表示部２４１に表示される。そして、再生制御部２４０は、校正者が再生ボタン２４３を押下した時のみ、表示部２４１に表示されているテキストに対応している音声を音声再生部２４２が流すように制御する。
【００８３】
このような構成によれば、表示されているテキストに誤り箇所がある場合だけ音声を流すことができるので、校正者は校正作業をスムーズに行うことができる。
【００８４】
又、この再生制御部２４０は、再生ボタン２４３を押下すれば、表示部２４１に表示されているテキストに対応している音声を音声再生部２４２が何度でも繰り返して流すよう制御するものであってもよい。このような構成によれば、校正者は音声を聞き漏らしても音声を再度聞くことができ、更に、校正後、確認のために音声を再度聞くことができるので、表示されているテキストの誤り箇所を見逃す恐れが無い。
【００８５】
【発明の効果】本発明によれば、校正者は表示されたテキストに同期して、このテキストに対応する音声が聞かれるので、間違っている箇所を直ぐに発見することができ、校正の効率を上げることができる。
【００８６】
本発明によれば、音声信号とテキストデータとに識別情報を付したことにより、音声信号とテキストデータとを、正確に同期させて出力することができる。
【００８７】
本発明によれば、テキストデータと、このテキストデータの元となる分割された音声信号とを結合させてから校正部に送信しているので、校正部での音声とテキストとの同期が簡易なものですむ。
【００８８】
本発明によれば、テキストデータが先にモニタ等に表示されるので、テキストの内容を確認した後にイヤホン等を介して流される音声を聞くことができ、校正箇所を容易に発見できる。
【００８９】
本発明によれば、テキストデータと音声信号とを、所定の間隔をおいて、同期させて順次読み出していくので、校正者は時間的な余裕を持って、表示されるテキストとこれに対応している音声を聞くことができ、校正箇所を見逃す恐れが無い。
【００９０】
本発明によれば、校正者の指示に従って、表示されているテキストに対応している音声を流すことができるので、表示されているテキストに誤り箇所がある場合だけ音声を流すことができ、校正作業をスムーズに行うことができる。
【００９１】
本発明によれば、表示されているテキストに対応している音声を校正者の指示に従って繰り返すことができるので、音声を聞き漏らした場合に音声を再度聞くことができ、更に、校正後の確認のために音声を再度聞くことができる。
【００９２】
【図面の簡単な説明】
【図１】図１は、本発明に係わる第一の実施の形態を示すブロック図である。
【図２】図２は、本発明に係わる実施の形態を説明するための音声波形である。
【図３】図３は、本発明に係わる第一の実施形態の動作を示すフローチャートである。
【図４】図４は、本発明に係わる第二の実施形態を示すブロック図である。
【図５】図５は、本発明に係わる実施形態を説明するための音声波形である。
【図６】図６は、本発明に係わる第二の実施形態の動作を示すフローチャートである。
【図７】図７は本発明に係わる第三の実施形態を示すブロック図である。
【図８】図８は本発明に係わる第三の実施形態におけるデータの図である。
【図９】図９は、本発明に係わる第三の実施形態の動作を示すフローチャートである。
【図１０】図１０は、本発明に係わる実施形態を示すブロック図である。
【符号の説明】
１ 校正システム
１０ 音声認識部
１１ 音声信号変換部
１２ テキスト変換部
１３ 識別情報付装部
２０ 校正部
２１ 遅延部
２２ バッファ
２３ 同期読出部
２４ 校正装置
２５ 結合部
１００ カウンタ
２４０ 再生制御部
２４１ 表示部
２４２ 音声再生部
２４３ 再生ボタン
Claims (18)
- 発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、
発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、
前記分割された音声信号をテキストデータに変換するテキスト変換部と、
互いに対応している前記音声信号と前記テキストデータとを同期させて読み出す同期読出部と、
前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部と
を有することを特徴とする校正システム。 - 発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、
発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、
前記分割された音声信号をテキストデータに変換するテキスト変換部と、
前記変換された音声データ及びテキストデータを蓄積させる蓄積部と、
前記蓄積部から互いに対応する音声信号と前記テキストデータとを同期させて読み出す同期読出部と、
前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部と
を有することを特徴とする校正システム。 - 発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、
発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、
前記分割された音声信号をテキストデータに変換するテキスト変換部と、
前記分割された音声信号を、前記テキスト変換部で生じる変換時間に近似した時間、遅延させる遅延部と、
前記遅延部で遅延された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部と
を有することを特徴とする校正システム。 - 発せられた音声に基づいて変換されたテキストデータを校正する校正システムであって、
発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、
前記分割された音声信号をテキストデータに変換するテキスト変換部と、
テキストデータと、このテキストデータの元となる分割された音声信号とを互いに関連付ける識別情報を、前記テキストデータと前記分割された音声信号とに付装する識別情報付装部と、
前記識別情報が付された音声信号と、前記識別情報が付されたテキストデータとが蓄積される蓄積部と、
互いに関連付けられた識別情報を持つテキストデータ及び音声信号を、先頭識別情報から順番に、前記蓄積部から同期させて読み出す同期読出部と、
前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部と
を有することを特徴とする校正システム。 - 前記同期読出部、又は遅延部から読み出された音声信号を、所定時間遅延させて前記校正実行部に出力する遅延部を更に有することを特徴とする請求項１から請求項４のいずれかに記載の校正システム。
- 前記同期読出部、又は遅延部から読み出された、テキストデータと音声信号とを結合する結合部を更に有することを特徴とする請求項１から請求項４のいずれかに記載の校正システム。
- 前記結合部で結合された音声信号及びテキストデータを分離した後、分離された音声信号を所定時間遅延させて前記校正実行部に出力する遅延部を更に有することを特徴とする請求項６に記載の校正システム。
- 前記同期読出部は、所定の間隔をおいて、テキストデータ及び音声信号を同期させて読み出す同期読出部であることを特徴とする請求項１から請求項７のいずれかに記載の校正システム。
- 前記校正実行部は、
前記テキストデータを表示させる表示部と、
前記表示部に表示されているテキストデータに対応している音声を流す音声再生部と、
校正者のアクションに基づいて、前記表示部に表示されているテキストデータに対応している音声を前記音声再生部に再生させるように制御する再生制御部とを更に有することを特徴とする請求項１から請求項８のいずれかに記載の校正システム。 - 発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、
前記プログラムは、情報処理装置を、
発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、
前記分割された音声信号をテキストデータに変換するテキスト変換部と、
互いに対応している前記音声信号と前記テキストデータとを同期させて読み出す同期読出部と、
前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部と
して機能させることを特徴とするプログラム。 - 発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、
前記プログラムは、情報処理装置を、
発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、
前記分割された音声信号をテキストデータに変換するテキスト変換部と、
前記変換された音声データ及びテキストデータを蓄積させる蓄積部と、
前記蓄積部から互いに対応する音声信号と前記テキストデータとを同期させて読み出す同期読出部と、
前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部と
して機能させることを特徴とするプログラム。 - 発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、
前記プログラムは、情報処理装置を、
発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、
前記分割された音声信号をテキストデータに変換するテキスト変換部と、
前記分割された音声信号を、前記テキスト変換部で生じる変換時間に近似した時間、遅延させる遅延部と、
前記遅延部で遅延された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部と
して機能させることを特徴とするプログラム。 - 発せられた音声に基づいて変換されたテキストデータを校正する校正システムを、情報処理装置に行わせるプログラムであって、
前記プログラムは、情報処理装置を、
発せられた一連の音声を音声信号に変換し、複数の音声信号に分割する音声信号変換部と、
前記分割された音声信号をテキストデータに変換するテキスト変換部と、
テキストデータと、このテキストデータの元となる分割された音声信号とを互いに関連付ける識別情報を、前記テキストデータと前記分割された音声信号とに付装する識別情報付装部と、
前記識別情報が付された音声信号と、前記識別情報が付されたテキストデータとが蓄積された蓄積部から、互いに関連付けられた識別情報を持つテキストデータ及び音声信号を、先頭識別情報から順番に同期させて読み出す同期読出部と、
前記同期読出部で読み出された音声信号から得られた音声に基づいて、テキストデータを校正する校正実行部と
して機能させることを特徴とするプログラム。 - 前記プログラムは、情報処理装置を、前記同期読出部、又は遅延部から読み出された音声信号を、所定時間遅延させて前記校正実行部に出力する遅延部として更に機能させることを特徴とする請求項１０から請求項１３のいずれかに記載のプログラム。
- 前記プログラムは、情報処理装置を、前記同期読出部、又は遅延部から読み出された、テキストデータと音声信号とを結合する結合部として更に機能させることを特徴とする請求項１０から請求項１３のいずれかに記載のプログラム。
- 前記プログラムは、情報処理装置を、前記結合部で結合された音声信号及びテキストデータを分離した後、分離された音声信号を所定時間遅延させて前記校正実行部に出力する遅延部として更に機能させることを特徴とする請求項１５に記載のプログラム。
- 前記プログラムは、情報処理装置を、前記同期読出部を、所定の間隔をおいて、テキストデータ及び音声信号を同期させて読み出す同期読出部として機能させることを特徴とする請求項１０から請求項１６のいずれかに記載のプログラム。
- 前記プログラムは、前記校正実行部を、
前記テキストデータを表示させる表示部と、
前記表示部に表示されているテキストデータに対応している音声を流す音声再生部と、
校正者のアクションに基づいて、前記表示部に表示されているテキストデータに対応している音声を前記音声再生部に再生させるように制御する再生制御部として更に機能させることを特徴とする請求項１０から請求項１７のいずれかに記載の校正システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003032229A JP2004240920A (ja) | 2003-02-10 | 2003-02-10 | 校正システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003032229A JP2004240920A (ja) | 2003-02-10 | 2003-02-10 | 校正システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004240920A true JP2004240920A (ja) | 2004-08-26 |
| JP2004240920A5 JP2004240920A5 (ja) | 2006-01-26 |
Family
ID=32958536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003032229A Pending JP2004240920A (ja) | 2003-02-10 | 2003-02-10 | 校正システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2004240920A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014136534A1 (ja) | 2013-03-07 | 2014-09-12 | Ｎｅｃソリューションイノベータ株式会社 | 理解支援システム、理解支援サーバ、理解支援方法、及びコンピュータ読み取り可能な記録媒体 |
| JP2019185005A (ja) * | 2018-04-13 | 2019-10-24 | 株式会社Ｔｂｓテレビ | 音声認識テキストデータ出力制御装置、音声認識テキストデータ出力制御方法、及びプログラム |
| JP2020052264A (ja) * | 2018-09-27 | 2020-04-02 | 富士通株式会社 | 音声再生区間の制御方法、音声再生区間の制御プログラムおよび情報処理装置 |
-
2003
- 2003-02-10 JP JP2003032229A patent/JP2004240920A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014136534A1 (ja) | 2013-03-07 | 2014-09-12 | Ｎｅｃソリューションイノベータ株式会社 | 理解支援システム、理解支援サーバ、理解支援方法、及びコンピュータ読み取り可能な記録媒体 |
| JP2019185005A (ja) * | 2018-04-13 | 2019-10-24 | 株式会社Ｔｂｓテレビ | 音声認識テキストデータ出力制御装置、音声認識テキストデータ出力制御方法、及びプログラム |
| JP2020052264A (ja) * | 2018-09-27 | 2020-04-02 | 富士通株式会社 | 音声再生区間の制御方法、音声再生区間の制御プログラムおよび情報処理装置 |
| US11386684B2 (en) | 2018-09-27 | 2022-07-12 | Fujitsu Limited | Sound playback interval control method, sound playback interval control program, and information processing apparatus |
| JP7159756B2 (ja) | 2018-09-27 | 2022-10-25 | 富士通株式会社 | 音声再生区間の制御方法、音声再生区間の制御プログラムおよび情報処理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3629253B2 (ja) | 音声再生装置および同装置で用いられる音声再生制御方法 | |
| US20130204605A1 (en) | System for translating spoken language into sign language for the deaf | |
| JP5093239B2 (ja) | 文字情報提示装置 | |
| CN106658135B (zh) | 一种音视频播放方法及装置 | |
| JP2009139592A (ja) | 音声処理装置、音声処理システム及び音声処理プログラム | |
| JP2008172409A (ja) | 収音装置及び音声伝送システム | |
| TW200806050A (en) | Method and system for synchronizing audio and video data signals | |
| KR102044689B1 (ko) | 방송자막 제작 시스템 및 방법 | |
| JP2013187765A (ja) | 映像音声処理装置 | |
| ES2370218B1 (es) | Procedimiento y dispositivo para sincronizar subtítulos con audio en subtitulación en directo. | |
| JP2010112981A (ja) | 遠隔実演再生方法、装置 | |
| JP2013025299A (ja) | 書き起こし支援システムおよび書き起こし支援方法 | |
| JP2011066544A (ja) | ネットワーク・スピーカシステム、送信装置、再生制御方法、およびネットワーク・スピーカプログラム | |
| JP2008299032A (ja) | 語学教材および文字データ再生装置 | |
| JP5727777B2 (ja) | 会議支援装置および会議支援方法 | |
| JP2004240920A (ja) | 校正システム | |
| JP2012208218A (ja) | 電子機器 | |
| JP2002369163A (ja) | マルチストリーム出力時刻制御方法及びその制御装置 | |
| JP5325059B2 (ja) | 映像音声同期再生装置、映像音声同期処理装置、映像音声同期再生プログラム | |
| US9570056B2 (en) | Audio data synthesis method, audio output method, and program for synthesizing audio data based on a time difference | |
| JP4381108B2 (ja) | 話速変換装置における時報処理装置 | |
| JP2002229576A (ja) | 携帯カラオケ端末、模範歌唱信号送出装置および携帯カラオケシステム | |
| JP2008066931A (ja) | 映像音声再生システムおよびこれを構成する映像音声同期再生装置 | |
| JP2005196074A (ja) | 演奏システム及び楽音映像再生装置 | |
| KR100447371B1 (ko) | 녹음 비교 기능을 갖는 어학 학습 장치 및 이를 이용한어학학습 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051130 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051130 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070629 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070704 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070903 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080109 |