論文の概要: Comparing British and American Audio Description of Movies

• arxiv url: http://arxiv.org/abs/2608.09792v1
• Date: Mon, 10 Aug 2026 16:14:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.381971
• Title: Comparing British and American Audio Description of Movies
• Title（参考訳）: 映画におけるイギリスとアメリカのオーディオ記述の比較
• Authors: Igor Sterner, Alex Lascarides, Frank Keller,
• Abstract要約: 英国で作成された音声記述とアメリカ合衆国で作成された音声記述を比較した。 その結果、検証されたすべての仮説を裏付ける定量的な証拠が得られます。
• 参考スコア（独自算出の注目度）: 19.936257724469783
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Narrating the visual component of movies is known as audio description. It is a narrative technique designed to enable blind and visually impaired individuals to follow the story. However, it is far more constrained than most narratives: the descriptions not only need to convey the story in the movie, but they must also fit into gaps between dialogue and they need to conform to guidelines that exist in each region. In this work, we compare audio description created in the United Kingdom against audio description created in the United States. We use guidelines written for these two regions, alongside the impressions from a practitioner in the field, to motivate specific hypotheses about the differences. We test these hypotheses against our pre-existing corpus, which provides both human-authored American and British audio description for each of 206 movies. Results provide quantitative evidence to uphold all tested hypotheses, including differences in lexicon, the use of the progressive aspect, the use of passive constructions, the use of subjective adjectives and modifiers, when characters are named, how scenes are cued, and degree of overlap with movie dialogue and music. Our work offers a quantitative lens into the narrative technique of audio description.
• Abstract（参考訳）: 映画の視覚的要素を記述することは、オーディオ記述として知られている。 盲目、視覚障害者が物語に従えるようにデザインされた物語技法である。 しかし、ほとんどの物語よりもはるかに制約があり、物語を映画で伝える必要だけでなく、対話のギャップにも適合し、各地域に存在するガイドラインに適合する必要がある。 本研究は、イギリスで作成された音声記述と、アメリカ合衆国で作成された音声記述との比較である。 我々は,この2つの領域について,現場の実践者の印象とともに書かれたガイドラインを用いて,違いに関する特定の仮説を動機づける。 我々は、既存のコーパスに対してこれらの仮説を検証し、206本の映画に対して、人間によるアメリカとイギリスのオーディオ記述を提供する。 結果は,レキシコンの違い,進行的側面の使用,受動的構成の使用,主観的形容詞と修飾詞の使用,キャラクターの命名時,シーンの掃除方法,映画の対話や音楽と重複する程度など,すべてのテスト済み仮説を裏付ける定量的な証拠を提供する。 我々の研究は、音声記述の物語技法に定量的なレンズを提供する。

関連論文リスト

• REFRAMED: Towards Realistic Audio Description Generation for Movies [53.11641004249926]
  オーディオ記述(Audio Description、AD)は、ビデオにおける重要な視覚的内容の言葉によるナレーションであり、視覚障害のある聴衆へのアクセスを可能にする。 既存のアプローチは、記述の内容とタイミングの両方を事前に指定した人工的な環境でAD生成を定式化する。 我々は、モデルが何を記述し、いつ実行するかを共同で決めなければならないAD生成の新しい定式化を導入する。
  論文  参考訳（メタデータ） (2026-08-10T15:55:56Z)
• ADIFF: Explaining audio difference using natural language [31.963783032080993]
  本稿では,音声の違いを説明するタスクを包括的に研究し,そのタスクのベースラインであるベンチマークを提案する。 本稿では,AudioCaps と Clotho の音声キャプションデータセットから得られた音声差分説明のための2つの新しいデータセットを提案する。 提案するADIFFは, クロスプロジェクションモジュール, 位置キャプション, 3段階のトレーニングプロセスを導入し, 詳細な説明を行う能力を向上させる。
  論文  参考訳（メタデータ） (2025-02-06T20:00:43Z)
• Once More, With Feeling: Measuring Emotion of Acting Performances in Contemporary American Film [11.023300194166993]
  ポピュラーな現代アメリカ映画に音声感情認識モデルを適用した。 音声演奏において,物語構造,ダイアクロニックシフト,ジャンルや対話に基づく制約が認められる。
  論文  参考訳（メタデータ） (2024-11-15T07:53:02Z)
• Are Large Language Models Capable of Generating Human-Level Narratives? [114.34140090869175]
  本稿ではストーリーテリングにおけるLLMの能力について考察し,物語の展開とプロットの進行に着目した。 本稿では,3つの談話レベルの側面から物語を分析するための新しい計算フレームワークを提案する。 談話機能の明示的な統合は、ニューラルストーリーテリングの40%以上の改善によって示されるように、ストーリーテリングを促進することができることを示す。
  論文  参考訳（メタデータ） (2024-07-18T08:02:49Z)
• Movie101v2: Improved Movie Narration Benchmark [53.54176725112229]
  映像の自動ナレーションは、視覚障害者を支援するために、映像に合わせたプロット記述を生成することを目的としている。 映画ナレーションに特化して設計されたデータ品質を向上した大規模バイリンガルデータセットであるMovie101v2を紹介する。 新しいベンチマークに基づいて,GPT-4Vを含む多数の視覚言語モデルをベースライン化し,ナレーション生成における課題の詳細な分析を行う。
  論文  参考訳（メタデータ） (2024-04-20T13:15:27Z)
• Select and Summarize: Scene Saliency for Movie Script Summarization [11.318175666743656]
  そこで本研究では,100本の映画に対して,人間による注釈付きサリエントシーンからなるシーン・サリエンシ・データセットを提案する。 そこで本研究では,まずスクリプト中の健全なシーンを識別し,そのシーンのみを用いて要約を生成する2段階の抽象要約手法を提案する。
  論文  参考訳（メタデータ） (2024-04-04T16:16:53Z)
• On Negative Sampling for Audio-Visual Contrastive Learning from Movies [12.967364755951722]
  本研究では,未修正長大コンテンツ,すなわち映画からの音声・視覚的自己指導学習の有効性について検討する。 実験結果から、一定の修正を加えて、未処理のロングフォームビデオのトレーニングによって、最先端技術と競合する表現が得られることが示唆された。
  論文  参考訳（メタデータ） (2022-04-29T20:36:13Z)
• Finding the Right Moment: Human-Assisted Trailer Creation via Task Composition [63.842627949509414]
  我々は、トレーラーに含まれる可能性がある映画、すなわちショットのトレーラーの瞬間を見つけることに重点を置いている。 私たちは映画をグラフとしてモデル化し、ノードはショットであり、エッジはそれらの間のセマンティックな関係を表す。 教師なしのアルゴリズムがグラフを横切り、人間の審査員が競争監督のアプローチで選択した映画からトレーラーの瞬間を選択する。 このツールを使うと、30分以内のトレーラーショットを選択でき、完全に自動的な方法よりも優れており、専門家による(排他的な)手動選択に匹敵する。
  論文  参考訳（メタデータ） (2021-11-16T20:50:52Z)
• Paragraph-level Commonsense Transformers with Recurrent Memory [77.4133779538797]
  物語からコヒーレントなコモンセンス推論を生成するために,段落レベルの情報を含む談話認識モデルを訓練する。 以上の結果から,PARA-COMETは文レベルのベースライン,特にコヒーレントかつ新規な推論に優れていた。
  論文  参考訳（メタデータ） (2020-10-04T05:24:12Z)
• Exploring aspects of similarity between spoken personal narratives by disentangling them into narrative clause types [13.350982138577038]
  本稿では,594本の映像から10,296の物語節を含む実世界の音声物語のコーパスを紹介する。 第2に,非ナラティブな専門家に,ラボフの社会言語的個人的物語モデルの下で,これらの節に注釈を付けるよう依頼する。 第3に、最上位の節に対して84.7%のFスコアに達する分類器を訓練する。 我々のアプローチは、個人の物語を研究または表現することを目的とした機械学習の手法を情報提供することを目的としている。
  論文  参考訳（メタデータ） (2020-05-26T14:34:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。