产综研开发利用语音直接检索多媒体内容的技术

2008/10/15

使用此次开发技术的检索系统的验证网站

　　此次公开的检索系统，能够利用关键词直接检索互联网视频共享网站和语音网站等多媒体内容中包含的语音。由于不使用原检索系统所必需的语音识别辞典，因此即使是包含新固有名词和生词的单词，也可不受限制地作为检索关键词。另外，无需维护、可实时检索互联网上的新内容。使用普通浏览器即可利用该系统。

　　检索使用的是，比通常的语音检索采用的音素更为细分、被认为是可保留语言信息最小单位的“音素片(SPS: Sub-Phonetic Segment)”。根据音素片进行检索，检索处理的精度降低问题得以抑制，从而能够实现不使用辞典的检索。作为检索对象的数据、检索关键词均按照音素片单位进行拆分·编码，将符号间的匹配数值化并进行对照。这一对照处理方法中，也开发了自主高速处理算法。

检索系统的构成

　　由于不再依靠基于辞典的语言，较为容易支持多种语言及方言。另外，不仅可使用文字、还可通过语音输入检索关键词。因此，老年人和残疾人等难以用键盘输入检索语词的用户也能轻松利用该服务。

　　今后，产综研将通过在用户中招募试用者，验证该系统的有效性，面向实用化进行改进。另外，还计划促进与原测试库的语音检索技术及多媒体内容的分类·归纳等技术的融合，开发更为地道的媒体检索技术。

　　此外，产综研预定在2008年10月20～21日于产综研筑波中心举办的“产综研开放实验室”上公开该技术。

利用语音从多媒体内容中检索特定场景的

日经BP社