Fakulta informačních technologií VUT v Brně

Detail publikace

Efektivní přístup ke znalostem v audio-vizuálních záznamech

SZŐKE Igor, FAPŠO Michal, ŽIŽKA Josef, BERAN Vítězslav a ČERNOCKÝ Jan. Efektivní přístup ke znalostem v audio-vizuálních záznamech. In: Proceedings of the Annual Database Conference. Praha: Technická univerzita v Košiciach, 2012, s. 57-74. ISBN 978-80-553-1049-7.
Název anglicky
Effective access for information in audio-visual recordings
Typ
článek ve sborníku konference
Jazyk
čeština
Autoři
Szőke Igor, Ing., Ph.D. (UPGM FIT VUT)
Fapšo Michal, Ing. (UPGM FIT VUT)
Žižka Josef, Ing. (UPGM FIT VUT)
Beran Vítězslav, Ing., Ph.D. (UPGM FIT VUT)
Černocký Jan, doc. Dr. Ing. (UPGM FIT VUT)
URL
Klíčová slova
audiovizuální záznam, převod řeči do textu, převod obrazu do textu, indexace a vyhledávání, web
Abstrakt
Množství audiovizuálních dat se neustále zvětšuje. Část z nich obsahuje důležité informace - záznamy přednášek, konferencí, kurzů atd. Tato data jsou však pro současné vyhledávače (Google, Seznam) neviditelná. Pokud potřebujeme nalézt záznam, který se týká konkrétní problematiky nebo se jen potřebujeme rychle zorientovat v záznamu, současné vyhledávače nám mnoho nepomohou. V první části přednášky se podíváme, jak zviditelnit audiovizuální záznamy prezentací pro standardní textové vyhledávače. Z technického hlediska si ukážeme, jak vypadá celkové schéma systému, a pak se podrobněji podíváme na jednotlivé komponenty. Zejména na komponentu automatického rozpoznávače řeči (převod audia do textu s časováním), a komponentu automatické synchronizace a rozpoznání slajdů s videem (převod videa do textu s časováním). Dále si ukážeme, jak jsou zpracována audiovizuální data reprezentována pro vyhledávací engine Lucene. V druhé části přednášky se zaměříme na prezentaci uživatelům, a také na zpětnou vazbu od uživatelů. Systém je prakticky nasazen na Fakultě informačních technologií VUT v Brně, a také pro několik velkých konferencí.
Anotace
Množství audiovizuálních dat se neustále zvětšuje. Část z nich obsahuje důležité informace - záznamy přednášek, konferencí, kurzů atd. Tato data jsou však pro současné vyhledávače (Google, Seznam) neviditelná. Pokud potřebujeme nalézt záznam, který se týká konkrétní problematiky nebo se jen potřebujeme rychle zorientovat v záznamu, současné vyhledávače nám mnoho nepomohou. V první části přednášky se podíváme, jak zviditelnit audiovizuální záznamy prezentací pro standardní textové vyhledávače. Z technického hlediska si ukážeme, jak vypadá celkové schéma systému, a pak se podrobněji podíváme na jednotlivé komponenty. Zejména na komponentu automatického rozpoznávače řeči (převod audia do textu s časováním), a komponentu automatické synchronizace a rozpoznání slajdů s videem (převod videa do textu s časováním). Dále si ukážeme, jak jsou zpracována audiovizuální data reprezentována pro vyhledávací engine Lucene. V druhé části přednášky se zaměříme na prezentaci uživatelům, a také na zpětnou vazbu od uživatelů. Systém je prakticky nasazen na Fakultě informačních technologií VUT v Brně, a také pro několik velkých konferencí.
Rok
2012
Strany
57-74
Sborník
Proceedings of the Annual Database Conference
Konference
DATAKON 2012, Mikulov, CZ
ISBN
978-80-553-1049-7
Vydavatel
Technická univerzita v Košiciach
Místo
Praha, CZ
BibTeX
@INPROCEEDINGS{FITPUB10172,
   author = "Igor Sz\H{o}ke and Michal Fap\v{s}o and Josef \v{Z}i\v{z}ka and V\'{i}t\v{e}zslav Beran and Jan \v{C}ernock\'{y}",
   title = "Efektivn\'{i} p\v{r}\'{i}stup ke znalostem v audio-vizu\'{a}ln\'{i}ch z\'{a}znamech",
   pages = "57--74",
   booktitle = "Proceedings of the Annual Database Conference",
   year = 2012,
   location = "Praha, CZ",
   publisher = "The University of Technology Ko\v{s}ice",
   ISBN = "978-80-553-1049-7",
   language = "czech",
   url = "https://www.fit.vut.cz/research/publication/10172"
}
Nahoru