Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Audio-visual Broadcast Transcription System Using Artificial Neural Networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F21%3A00009296" target="_blank" >RIV/46747885:24220/21:00009296 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/document/9468830" target="_blank" >https://ieeexplore.ieee.org/document/9468830</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/ECMSM51310.2021.9468830" target="_blank" >10.1109/ECMSM51310.2021.9468830</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Audio-visual Broadcast Transcription System Using Artificial Neural Networks

  • Popis výsledku v původním jazyce

    In this paper, a new system for audio and visual TV broadcast News transcription is described. In the last few years, our system for audio-only broadcast transcription has been modified with the possibility of obtaining additional visual information, especially from TV video recordings. New extension modules and algorithms mainly for visual information extraction are described in this contribution. Combined Deep Neural Networks with Hidden Markov Models (DNN-HMM) are used for audio speech signal recognition. A classification of a relevant visual signal was based on Convolutional Neural Networks (CNN). There are the additional modules for detection and identification of human faces, TV logos, and company logos in the newly developed transcription system. Another module was designed for Optical Character Recognition (OCR) of text, which occurs mainly in video recordings of TV News very often. The whole audio-visual system for broadcast transcription was tested on a relatively big database (817 hours) which has been completely transcribed. The system also includes the possibility of intelligent search in transcribed data from audio and/or visual signals.

  • Název v anglickém jazyce

    Audio-visual Broadcast Transcription System Using Artificial Neural Networks

  • Popis výsledku anglicky

    In this paper, a new system for audio and visual TV broadcast News transcription is described. In the last few years, our system for audio-only broadcast transcription has been modified with the possibility of obtaining additional visual information, especially from TV video recordings. New extension modules and algorithms mainly for visual information extraction are described in this contribution. Combined Deep Neural Networks with Hidden Markov Models (DNN-HMM) are used for audio speech signal recognition. A classification of a relevant visual signal was based on Convolutional Neural Networks (CNN). There are the additional modules for detection and identification of human faces, TV logos, and company logos in the newly developed transcription system. Another module was designed for Optical Character Recognition (OCR) of text, which occurs mainly in video recordings of TV News very often. The whole audio-visual system for broadcast transcription was tested on a relatively big database (817 hours) which has been completely transcribed. The system also includes the possibility of intelligent search in transcribed data from audio and/or visual signals.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/TH03010018" target="_blank" >TH03010018: DeepSpot - Multilingvální technologie pro detekci a včasné upozornění</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2021 IEEE International Workshop of Electronics, Control, Measurement, Signals and their Application to Mechatronics, ECMSM 2021

  • ISBN

    978-153861757-1

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

  • Název nakladatele

    IEEE

  • Místo vydání

  • Místo konání akce

    Liberec, ČR

  • Datum konání akce

    1. 1. 2021

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku