AI・自動化の用語一覧

放送局の納品仕様書や編集の現場で出てくる、拡張子・コーデック・字幕形式・規格・現場用語をまとめています。拡張子をそのまま入れても探せます。

O

OCR AI・自動化画像に写った文字を読み取ってテキストデータに変える技術です。映像の分野では、番組のフレームからテロップを読み取り、アーカイブの検索用メタデータや、字幕・翻訳の作業の下書きを作るのに使われます。

V

VAD AI・自動化音声の中で人が話している区間と、無音や雑音、BGMだけの区間を見分ける技術です。音声認識や話者分離の前処理として発話区間を切り出すほか、字幕の表示タイミングの候補作りや無音部分のカット編集に使われます。

W

WER / CER AI・自動化音声認識の結果が正解の文章とどれだけ違うかを示す誤り率です。WERは単語、CERは文字を単位に、置換・脱落・挿入の数を正解の長さで割って求めます。日本語では単語の区切りが揺れるため、CERがよく使われます。

ア

音声認識 AI・自動化人が話した音声をコンピューターがテキストに変換する技術です。英語の略称はASRです。映像の現場では字幕制作、インタビューの文字起こし、生放送の字幕、アーカイブの検索用テキスト作りに使われています。

カ

サ

シーン検出 AI・自動化映像の中でカットやシーンが切り替わる位置を自動で見つける技術です。1本につながった映像からカット点を復元する編集作業や、アーカイブの代表画像作り、チャプター分け、字幕のタイミング調整に使われます。

ワ

話者分離 AI・自動化複数の人が話している音声を、話し手ごとの区間に分けて「誰が、いつ話したか」を推定する技術です。字幕の話者ごとの色分けや、対談・会議の文字起こしで発言者を付ける作業に使われます。