使用 AI 生成的插图导航语音录音集合-计算机科学-语音导航-口语内容检索-多模态生成模型.pdfVIP

使用AI生成的插图导航语音录音集合

SirinaHåland∗TrondKarlsenPetraGaluščáková

UniversityofStavanger∗petra.galuscakova@uis.no

Strøm

Stavanger,NorwayUniversityofStavanger

UniversityofStavanger

Stavanger,Norway

Stavanger,Norway

摘要ACMReferenceFormat:

SirinaHåland,TrondKarlsenStrøm,andPetraGaluščáková.2025.

尽管可用的口语内容量正在稳步增加，但从语音记录使用AI生成的插图导航语音录音集合.InProceedingsofthe48th

中提取信息和知识仍然具有挑战性。除了增强传统的InternationalACMSIGIRConferenceonResearchandDevelopment

信息检索方法如语音有哪些信誉好的足球投注网站和关键词检测外，还需要探inInformationRetrieval(SIGIR’25),July13–18,2025,Padua,Italy.

本索和发展用于导航和有哪些信誉好的足球投注网站口语内容的新方法。在本文ACM,NewYork,NY,USA,6pages./10.1145/3726302.

译中，我们提出了一种利用语言和多模态生成模型必威体育精装版3730136

中进展的新型语音档案导航方法。我们通过一个网络应

用程序展示了这种方法，该程序使用交互式思维导图

1

v和图像生成工具将数据组织成结构化格式。系统采用1介绍

2

8TED-LIUM3数据集实现，其中包括超过2,000份TED大量数字口语内容已在线积累，播客、讲座和广播节

1演讲的语音转录文本和音频文件。初步用户测试使用目等多样化的语音媒体集不断涌现。这些语音媒体集

4

0了系统可用性量表(SUS)问卷，表明该应用程序有潜包含丰富的知识和见解，但其庞大的数量使得信息变

.

7力简化对大量语音集合的探索。得无用，除非能有效浏览和有哪些信誉好的足球投注网站口语音频。尽管录音

0

5仍然是存储信息最简单的方式之一，但由于音频内容

2

:CCSConcepts的独特属性（顺序性和基于时间），从语音集合中获取

v

i信息仍然存在问题。用户也越来越熟悉将语音记录视

x•Informationsystems→Webinterfaces;Search

r为信