A Spoken Document Retrieval System for TV Broadcast News in Spanish and Basque

  1. Varona Fernández, Amparo
  2. Nieto, Silvia
  3. Rodríguez Fuentes, Luis Javier
  4. Peñagaricano Badiola, Mikel
  5. Bordel García, Germán
  6. Díez Sánchez, Mireia
Revista:
Procesamiento del lenguaje natural

ISSN: 1135-5948

Año de publicación: 2011

Número: 47

Páginas: 75-83

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openRUA editor

Otras publicaciones en: Procesamiento del lenguaje natural

Resumen

El sistema de indexado y búsqueda de contenidos multimedia que se presenta en este trabajo (Hearch) es un buscador de aspecto convencional pero con la capacidad de devolver segmentos de vídeo gracias a la transcripción automática de sus contenidos de voz. El sistema consta de un back-end que capta, procesa e indexa los recursos, y de un front-end que permite realizar búsquedas y configurar y monitorizar el funcionamiento de los distintos módulos, mediante una interfaz web. Actualmente se encuentra operativa una versión de la herramienta que trabaja frente a repositorios de noticias en castellano y euskera (http://gtts.ehu.es/Hearch/). Para evaluar el rendimiento del sistema se dispone de 6 programas de noticias en castellano y 7 en euskera. Puesto que el módulo de Reconocimiento Automático del Habla introduce bastantes errores, se ha propuesto y evaluado una aproximación basada en añadir términos afines a los de la pregunta para ampliar los resultados proporcionados por el sistema. Como resultado se obtiene una pequeña mejora del rendimiento.

Referencias bibliográficas

  • Aduriz, I., E. Agirre, I. Aldezabal, I. Alegria, O. Ansa, X. Arregi, J.M. Arriola, X. Artola, A. Diaz de Ilarraza, N. Ezeiza, K. Gojenola, A. Maritxalar, M. Maritxalar, M. Oronoz, K. Sarasola, A. Soroa, R. Urizar, and M. Urkia. 1998. A Framework for the Automatic Processing of Basque. In Proceedings of LREC, Granada, Spain.
  • Alberti, C., M. Bacchiani, A. Bezman, C. Chelba, A. Drofa, H. Liao, P. Moreno, T. Power, A. Sahuguet, M. Shugrina, and O. Siohan. 2009. An audio indexing system for election video material. In Proc. of ICASSP, pages 4873–4876.
  • Atserias, Jordi, Bernardino Casas, Elisabet Comelles, Meritxell González, Lluís Padró, and Muntsa Padró. 2006. Free- Ling 1.3: Syntactic and semantic services in an open-source NLP library. In Proceedings of the LREC. Basque-Government. 2005. ADITU Program: Voice Resources in Basque. http://www.euskara.euskadi.net/r59-4572/es/contenidos/informacion/aurkezpena/es8550/presentacion.html.
  • Bordel, G., A. Casillas, M. Penagarikano, L.J. Rodriguez-Fuentes, and A. Varona. 2009. An XML Resource Definition for Spoken Document Retrieval. In Proceedings of the Iberian SLTech 2009.
  • Clements, M. and M. Gavalda. 2007. Voice/audio information retrieval: minimizing the need for human ears. In Proc. of IEEE ASRU Workshop, pages 613 –623.
  • Diez, M., M. Penagarikano, A. Varona, L.J. Rodriguez-Fuentes, and G. Bordel. 2011. On the use of dot scoring for speaker diarization. In Iberian Conference on Pattern Recognition and Image Analysis.
  • Frakes, W.B. and R. Baeza-Yates. 1992. Information Retrieval. Prentice Hall.
  • Glass, James R., Timothy J. Hazen, D. Scott Cyphers, Igor Malioutov, David Huynh, and Regina Barzilay. 2007. Recent progress in the MIT spoken lecture processing project. In Proc. of Interspeech, pages 2553–2556.
  • Hansen, J. H. L. et al. 2005. SpeechFind: Advances in Spoken Document Retrieval for a National Gallery of the Spoken Word. IEEE Transactions on Speech and Audio Processing, 13(5):712–730.
  • Hatcher, Erik, Otis Gospodnetic, and Mc-Candless M. 2010. Lucene in Action. Manning Publications Co. 2nd edition.
  • Jelinek, Frederick. 1999. Statistical Methods for Speech Recognition (Second Edition). Language, Speech and Communication Series. The MIT Press, Cambridge.
  • Kiranyaz, S., Ahmad Farooq Qureshi, and M. Gabbouj. 2006. A generic audio classification and segmentation approach for multimedia indexing and retrieval. IEEE Transactions on Audio, Speech, and Language Processing, 14(3):1062–1081.
  • Lee, Donghyeon and Gary Geunbae Lee. 2008. A Korean Spoken Language Document Retrieval System for Lecture Search. In SCSS.
  • Makhoul, J., F. Kubala, T. Leek, D. Liu, L. Nguyen, R. Schwartz, and A. Srivastava. 2000. Speech and Language Technologies for Audio Indexing and Retrieval. Proceedings of the IEEE, 88(8):1338–1353.
  • Mamou, Jonathan and Bhuvana Ramabhadran. 2008. Phonetic query expansion for spoken document retrieval. In Proc. Interspeech.
  • Mills, Timothy J., David Pye, Nicholas J. Hollinghurst, and Kenneth R. Wood. 2000. AT&TV: Broadcast Television and Radio Retrieval. In Proceedings of RIAO’2000, pages 1135–1144, Paris, France.
  • Moreno, Asuncion, Dolors Poch, Antonio Bonafonte, Eduardo Lleida, Joaquim Llisterri, Jose B. Marino, and Climent Nadeu. 1993. Albayzin speech database: design of the phonetic corpus. In Proc. Interspeech.
  • Ohtsuki, Katsutoshi, Katsuji Bessho, Yoshihiro Matsuo, Shoichi Matsunaga, and Yoshihiko Hayashi. 2006. Automatic Multimedia Indexing. IEEE Signal Processing Magazine, 23(2):69–78.
  • Penagarikano, M. and G. Bordel. 2005. Sautrela: A Highly Modular Open Source Speech Recognition Framework. In Proceedings of the IEEE ASRU workshop.
  • Rodriguez-Fuentes, L.J., M. Penagarikano, A. Varona, M. Diez, and G. Bordel. 2010. GTTS Systems for the Albayzin 2010 Audio Segmentation Evaluation. In VI Jornadas en Tecnologías del Habla and II Iberian SLTech Workshop, pages 419–420.
  • Siemund, R., H. Höge, S. Kunzmann, and K. Marasek. 2000. SPEECON - speech data for consumer devices. In Proc. LREC, pages 883–886.
  • Stolcke, Andreas. 2002. SRILM - an extensible language modeling toolkit. In Proceedings of ICSLP, pages 257–286.
  • Thong, J.M. Van, P.J. Moreno, B. Logan, B. Fidler, K. Maffey, and M. Moores. 2002. SpeechBot: An Experimental Speech-Based Search Engine for Multimedia Content in the Web. IEEE Transactions on Multimedia, 4(1):88–96.
  • Varona, A., Penagarikano M., Rodriguez-Fuentes L.J., M. Diez, and G. Bordel. 2010. Verification of the four Spanish official languages on TV show recordings. In XXV Congreso de la Sociedad Española para el Procesamiento de Lenguaje Natural (SEPLN), Valencia, Spain.
  • Ye, Ruizhi, Yingchun Yang, Zhenyu Shan, Yiyan Liu, and Sen Zhou. 2006. ASEKS: A P2P Audio Search Engine Based on Keyword Spotting. In Proceedings of the Eighth IEEE International Symposium on Multimedia, pages 615–620.
  • Young, S. et al. 2006. The HTK Book (Version 3.4). Cambridge, UK.
Fuente de los datos: Dialnet