映像内テロップ字幕要約技術による教育応用

発表キーワード

映像字幕要約

テロップ

大規模言語モデル

現在、YouTubeやUdemyなどのプラットフォームが広く利用されている。これらのプラットフォームを通して、ユーザーは教育動画を視聴することで知識を深めている。この背景において、教育動画の視聴をサポートする技術の1つとして、映像字幕要約がある。これは、映像字幕から重要情報を抽出して要約文を生成する手法である。これにより、視聴者が動画全体を視聴することなく動画の要旨を把握できる。そのため、短時間で効率的に教育動画の内容を理解できる効果がある。従来手法では、自動生成された音声字幕を要約対象として使用していたが、これには誤字や脱字が多く、生成される要約文の品質が低下する問題があった。そこで、本研究は、「映像内のテロップ字幕を要約する手法」を提案し、誤字や脱字の少ない文章から高精度な映像字幕要約を実現した。講演では、本研究の技術が、教育の領域でどのような効果を示せるのかについて詳しく解説する。