权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

VXMLを利用した英語音声対応アーキテクチャーの研究

基于VXML的英语语音支持架构研究

基本信息

批准号：
16652047
负责人：
竹内勝徳
金额：
$ 0.32万
依托单位：
Kagoshima University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Exploratory Research
财政年份：
2004
资助国家：
日本
起止时间：
2004 至 2005
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-16652047/
关键词：
VXML Flash RealMedia 音声認識英語教材 e-learning smil2.0 php CALL 双方向英語 CGI 音声 SMIL

项目摘要

本研究ではVXMLについてはテレフォニーディバイスを購入する余裕がなかったため、既存のフリーVXMLサーバを利用して実験を継続することにした。音声ディバイスは電話を用いることになる。VXML文書は学習者にサーバ側の音声が質問をしそれに学習者が応答し、あらかじめ登録した選択肢にあてはまったら再度サーバ側が応答するという形式にした。例:サーバ:What sport do you like?学習者:Swimming.サーバ:How do you train in summer?この形式を発展させて別ファイルへ切り替えながら、様々な形式の会話を続けることが可能である。接続も非常に早くネットワーク構築の面では問題はない。ただ、サーバからの音声が合成音であるため会話としては非常に不自然であり、やはり現状ではリスニング教材としては不完全であると言わざるを得ない。これは既存の人工音声利用CD-ROM教材にも言えることである。今後の人工音声の質の向上が望まれる。本研究では、さらに、ローカルで音声認識エンジンを用い、スピーチ・トゥ・テキスト・チャット・ページやアニメ画像を音声によって動かす、エンタテイメント型教材の開発目標を立てた。まず、英語用の音声認識ソフトとしてはIBMのViaVoiceなどがあるため、音声入力についてはこれを使用することを前提とする。ViaVoiceではブラウザーへの音声入力にも対応しているので、あとはそれを入力するフィールドをもったチャットとエンタテイメントを統合したHTMLベースのアプリケーションを制作することが課題となる。当初計画どおりこれはマクロメディアのFLASHで行った。レイヤー1に画像、レイヤー2に音楽とモデル・スピーチ、レイヤー3に音声入力フィールドとボタンを配置し、レイヤー3は発音のタイミングのみに表示されるように設定した。学生アルバイトにより、様々な場所とシチュエーションでこのアニメーションの通信速度、並びにRealファイルに変換したときの動きをチェックしたが、いずれも良好であるということであった。

In this study, VXML is used to purchase and utilize existing VXML. The sound of the phone rang. VXML documents are used to answer questions from learners. What sport do you like? Learner:Swimming.$>:How do you train in summer? This form of communication is developed in different ways. There are many problems in the construction of Internet cafes very early on.ただ、サーバからの音声が合成音であるため会话としては非常に不自然であり、やはり现状ではリスニング教材としては不完全であると言わざるを得ない。The existing artificial sound is used in CD-ROM teaching materials. The quality of artificial sound is expected to rise in the future. This study is aimed at the development of audio-visual teaching materials. English sound recognition is the premise of IBM's ViaVoice. ViaVoice is the voice of the audience. It is the voice of the audience. The original plan was to send a FLASH message. 1. Image, 2. Sound, 3. Sound, 4. The students are very happy with the communication speed and the Real situation.