しゃべった内容、リアルタイムで字幕化して映像に合成 ビデオ会議が便利になるシステムに注目集まる

ビデオ会議やネット発表会が増える中、話した内容をリアルタイムで字幕化してWebカメラ映像に合成するシステムを開発する人が現れて注目を集めています。 開発したのは筑波大学大学院修士課程の鈴木一平（@1heisuzuki）さん。カメラとマイクをオンにしてGoogle ChromeからWebサイトにアクセスすると、話したことをリアルタイムで音声認識してWebカメラの映像に字幕として表示します。 話した内容がリアルタイムで字幕に カメラ表示やグリーンバック表示のありなしなども設定可能（サイトは随時アップデートしているとのこと） ブラウザの画面をキャプチャーしたり共有したりしてビデオ会議ツールに表示すると、字幕付きで会議に参加することが可能。音声認識結果のログをダウンロードすることもできます。ソースコードはGitHubで公開されています。 鈴木さんが公開したデモ映像では、話している内容がかなりの速さ

[Nean]

認識されやすい語彙を選んだ発言が出来るかどうか、話者の語彙力が問われる可能性あり、かな？

[hamamuratakuo]

落合さんは動画で、ビデオ会議で耳が聞こえにくい人とスムーズにコミュニケーションできるよう、Googleのアプリを使って音声を字幕化して映像に重ねる方法を紹介しています。

[rararoro-ryo]

提供ってずっと言い続けて目に被せる遊び

[woswos]

これはすごい

[hisawooo]

字幕にしたときに間違いの少ない言葉選びとかがノウハウになってくるかもね

[whkr]

「運行」とか「沈降」とか言えなくなっちゃう。

[momontyo]

凄くスムーズに認識されててすごいな。直接チャットで使わなくても発言議事残すために別枠で開いておくとか使えるのかな？

[nakex1]

噛んだりして思わず「くそっ」とか言っちゃう部分は認識しないでほしい。

[yogasa]

これはすごいな。でも動画に被せるとかはやめて欲しい感じだ

[shigekixs]

一気に進化しそう。明日試してみようっと。