音声認識タグ・5本
動画の翻訳・吹き替え
ラウドネスとは?動画の音量をそろえる考え方ラウドネスとは、人の耳に聞こえる音の大きさを、決まった計算で数字にしたものです。国際的な測り方(ITU-R BS.1770)と放送での使われ方、BGM と話し声のつり合いの目安、研修動画の音量をそろえるこつを解説します。 動画の翻訳・吹き替え
話者分離とは?「誰がいつ話したか」を見分ける技術話者分離とは、録音の中で「誰がいつ話したか」を見分けて、話し手ごとに区切る技術です。研究のまとめをもとに、しくみ、難しくなる条件、字幕や吹き替えでの使われ方、音声分離との違いをやさしく解説します。 動画の翻訳・吹き替え
AI吹き替えの仕組みとは?声ができるまでの4つの段階と限界AI吹き替えは、音声の聞き取り・翻訳・声の合成・映像との合わせ込みの4つの段階で作られます。それぞれの段階で何が起き、どこで間違いが生まれやすいのか、声の選び方や向き不向きとあわせて解説します。 AI 翻訳のいま
音声認識の精度は何で決まる?仕組みと聞き取りが落ちる原因音声認識は、話し声を文字に変える技術です。仕組みと、雑音・マイクとの距離・会話の話し方など精度を左右する要因を、査読つきの論文をもとに解説し、研修動画の音声を聞き取りやすく録るコツをまとめます。 AI 翻訳のいま
文字誤り率(CER)・単語誤り率(WER)とは?音声認識の精度の測り方文字誤り率(CER)と単語誤り率(WER)とは、音声認識が書き起こした文が、正しい文とどれだけ違うかを割合で表す物差しです。数え方、日本語で CER が使われる理由、数字を読むときの注意を、研究をもとにやさしく解説します。
