全自动中文新闻字幕生成系统的设计与实现  

An Automatic Caption Generator for Mandarin Broadcast News

作　　者：郑李磊[1] 谢磊[1] 芦咪咪[1] 王晓暄[1] 杨玉莲[1] 张艳宁[1] 

机构地区：[1]西北工业大学计算机学院陕西省语音与图像信息处理重点实验室,陕西西安710072

出　　处：《电子学报》2011年第A03期69-74,共6页Acta Electronica Sinica

基　　金：国家自然科学基金(No.60802085);国家高技术发展计划(No.2009AA01Z315);教育部科技创新工程重大项目(No.708085);教育部新世纪优秀人才支持计划;教育部高等学校博士点学科专项基金(No.20070699015);西北工业大学基础研究基金(No.W018103)

摘　　要：本文设计与实现了一个全自动中文新闻字幕生成系统,输入为新闻视频,输出为视频对应的字幕文本.以《新闻联播》为语料,实现了音频提取、音频分类与切分、说话人识别、大词汇量连续语音识别、视频文件的播放和文本字幕的自动生成等多项功能.新闻字幕的自动生成,避免了繁重费时的人工字幕添加过程.实验表明,该系统识别率高,能够满足听障等特殊人群和特殊场合的电视新闻收视需求.Automatic broadcast news transcription converts speech into text by a large vocabulary continuous speech recognizer（LVCSR）.This technique is an important prerequisite to various tasks,e.g.,structural segmentation,semantic access and content-based retrieval of broadcast news.In this paper,we develop an automatic caption generator（ACG） for Mandarin broadcast news.The system integrates various functions,i.e.,audio extraction from video,audio type classification and segmentation,speaker recognition,LVCSR,caption generation and video control.Experiments show that the system can achieve high speech recognition accuracy.A potential deployment of ACG is to help the hearing impaired and elderly people in enjoying TV programs.

关 键 词：语音识别 广播新闻抄本 音频分类 说话人识别 字幕生成 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]