もじもじTV

YouTubeなど、インターネットには様々な動画がアップされています。テレビなどの著作権的にアレなものから、個人が撮影したおもしろ動画、子どもやペットを撮影したものまで、本当に様々です。最近では企業や政党などが公式チャンネルを作って動画をアップしたりしていますよね。

そんな動画ですが、全てに字幕が付くなどして視覚的情報が備わってりゃーいいんですが、どっこいそうはいきません。字幕を付けることは大事ですが、いざ作業するとなると、手順が多くて作業的にはめんどうなものです（ウメダスの手話動画に字幕がないのも、処理が大変というのも１つの理由です）。

そのインターネット上の動画の音声を自動で認識して、文字（当初「音声」と書いていました。失礼しました）に変換してくれる「もじもじＴＶ」というサービスが始まったそうです。

仕組みとしては…

もじもじTVは「動画内音声認識エンジン」を搭載しています。動画内で話されている言葉が、高性能音声認識エンジンによって、自動でテキスト化されています。もじもじTVの音声認識エンジンは、従来の方法では対応できなかった新しい言葉や話題の人物の自動認識も可能になりました。従来は手作業で音声認識辞書への登録が必要でしたが、新語とその前後のつながりを自動学習することで、動画の音声も認識が可能になりました。音声認識によりテキスト化された情報は、WikiPediaのように修正をすることが可能です。修正を行っていくことで、認識の精度が上がっていきます。（公式サイトから引用）

ということで、自動でテキスト化＝字幕ができる…っていうことでございましょうか。もしこの精度が十分なものであれば、ろう者にとってはすごく良いサービスですよね。話している内容が文字ですぐ出てくるんですから。

現在は試験サービスということで、登録の申請が必要とのこと。音声ファイルもアップロードできるとのことで、文字起こしにも使えたりするんでしょうか。

さっそくウメは申請してみましたので、また使い心地をお知らせしたいと思います。

「しゅわしゅわＴＶ」は当分無理そうですね。