情報処理学会 インタラクション2024

さまざまな動画視聴サービスや映像を用いたオンライン会議の増加など，一般利用者が動画を視聴する機会が急増している．従来，聴覚障がい者や外国語視聴者などへのサポート機能として字幕表示があるが，それとは異なるものとして，エンタテインメント番組等で特に日本をはじめとするアジア地域で広がっているテロップ表示がある．本稿では，動画に対して自動的にテロップを重畳するシステムを提案する．動画内の音声データの認識結果をもとにテキスト，イメージなどを用いてテロップ重畳を行うシステムを開発して評価を行ったところ，テキスト表示はわかりやすさ，イメージ表示はおもしろさなどの向上に有効な可能性が示された．基礎的な評価実験にもとづき，辞書機能，テロップ表示位置，表示時間の調整などを行った．今後は，音声だけでなく映像の認識結果にもとづくテロップ表示や，既存の動画視聴だけでなくオンライン会議における対話画面への重畳などについても検討を進める予定である．