Not logged in.

Contribution Details

Type Bachelor's Thesis
Scope Discipline-based scholarship
Title Real-Time Crowdsourced Speech-to-Text Subtitling
Organization Unit
Authors
  • Nicola Staub
Supervisors
  • Abraham Bernstein
Language
  • English
Institution University of Zurich
Faculty Faculty of Economics, Business Administration and Information Technology
Number of Pages 68
Date August 2014
Abstract Text While speech recognition systems often still generate unconvincing results, professional transcribers are not available on demand and charge a lot for their work. Combining the number-crunching capabilities and scalability of computer systems, as well as the creativity and high-level cognitive capability of human beings, the goal of this bachelor thesis is to develop a speech-to-text subtitling algorithm that provides robust quality with costs and the needed processing time reduced to a minimum. Taking advantage of the crowdsourcing platform of Amazon's Mechanical Turk, two entire speeches from conferences were transcribed through the power of non-experts - with astonishing findings. This thesis will compare the resulting subtitles of the own algorithm and two baseline-algorithms among themselves, as well as with captions generated by professional stenographers and computerized speech recognition systems. The focus thereby lies on quality, costs and the total processing time.
Zusammenfassung Während Spracherkennungssysteme oft unbrauchbare Resultate generieren, sind professionelle Schreibkräfte für Transkriptionsdienste nicht rund um die Uhr verfügbar und teuer in deren Bezahlung. Das Ziel dieser Arbeit ist die Entwicklung eines Algorithmus, der gesprochene Sprache in Text umwandelt, basierend auf der Kombination der enormen Leistung und Skalierbarkeit von Computern mit den vielseitigen kognitiven Fähigkeiten von Menschen. Der Algorithmus soll qualitativ hochstehende Resultate generieren, während die Verarbeitungszeit und Kosten auf einem Minimum gehalten werden. Mit Hilfe der Crowdsourcing Plattform von Amazons Mechanical Turk wurden zwei komplette Vorträge von Konferenzen allein durch Laien transkribiert - mit erstaunlichen Resultaten. Diese Arbeit vergleicht die resultierenden Untertitel des selbsterstellten Algorithmus und zwei Basis-Algorithmen sowohl untereinander, als auch mit Richtwerten von professionellen Stenographen oder computerbasierten Spracherkennungssysteme. Der Fokus wird dabei auf die Qualität, Kosten und die total benötigte Verarbeitungszeit gelegt.
PDF File Download
Export BibTeX