論文の概要: ThetreStageAI: Multi-View Retrieval-Augmented Generation for Structured Bengali Theatre Production Planning
- arxiv url: http://arxiv.org/abs/2610.23618v1
- Date: Fri, 16 Oct 2026 15:29:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 00:56:07.990597
- Title: ThetreStageAI: Multi-View Retrieval-Augmented Generation for Structured Bengali Theatre Production Planning
- Title（参考訳）: ThetreStageAI:構造化ベンガル劇場製作計画のためのマルチビュー検索拡張世代
- Abstract要約: 劇場公演の演出には、対話の調整、俳優の動き、舞台の方向、照明の焦点、キューのタイミング、設備の制約が同じ生産計画内で必要である。
ThetreStageAIは、ベンガル劇場制作計画のための検索拡張フレームワークである。
1つの混合コーパスから取得する代わりに、システムは別々のシーン、アクターブロック、照明ビューを保持する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Staging a theatre performance requires coordinating dialogue, actor movement, stage directions, lighting focus, cue timing, and equipment constraints within the same production plan. This work presents ThetreStageAI, a retrieval augmented framework for structured Bengali theatre production planning. Rather than retrieving from one mixed corpus, the system maintains separate scene, actor-blocking, and lighting views. Bengali text is embedded with BGE-M3 and indexed in view-specific Qdrant collections. Retrieved references are combined with a production brief and passed to Gemini, which generates schema-constrained JSON containing characters, scenes, dialogue, stage directions, blocking, lighting, and optional sound cues. Structural and semantic checks are applied before acceptance, with at most one constrained repair attempt. We also construct a human-guided, LLM-assisted synthetic dataset of 500 short Bengali theatre records that expands to 1,500 retrieval documents. Dataset diagnostics confirm consistent identifiers and valid lighting fields while also revealing substantial dialogue repetition. A paired camera-ready evaluation compares single-combined and full multi-view retrieval under matched settings. The source code, dataset, and evaluation materials are publicly available.
- Abstract（参考訳）: 劇場公演の演出には、対話の調整、俳優の動き、舞台の方向、照明の焦点、キューのタイミング、設備の制約が同じ生産計画内で必要である。
ThetreStageAIは、ベンガル劇場制作計画のための検索拡張フレームワークである。
1つの混合コーパスから取得する代わりに、システムは別々のシーン、アクターブロック、照明ビューを保持する。
BengaliのテキストはBGE-M3に埋め込まれ、ビュー固有のQdrantコレクションにインデックスされる。
検索された参照は、プロダクションブリーフと組み合わせてGeminiに渡され、文字、シーン、対話、ステージ方向、ブロッキング、照明、オプションのサウンドキューを含むスキーマ制約付きJSONを生成する。
構造的および意味的なチェックは受け入れ前に適用され、少なくとも1つの制限された修復の試みがある。
また,人間によるLLM支援によるベンガル劇場記録500件の合成データセットを構築し,1500件の検索文書に拡張した。
データセットの診断は、一貫性のある識別子と有効な照明フィールドを確認しながら、相当な対話の繰り返しを明らかにします。
ペアカメラ・レディ評価は、一致した設定下での単一組み合わせと全マルチビュー検索を比較する。
ソースコード、データセット、評価資料が公開されている。
関連論文リスト
- Complementary Retrieval-Augmented Prompting for Consistent Long-Form Video Generation [18.03444979441404]
既存のトレーニングなしのアプローチは、典型的には、回収された歴史的ビジュアルを使用して標的ショットを条件付けする。
本稿では,コンパクトな相互支援型歴史的参照集合を集約するエージェントフレームワークであるComplementary Retrieval-Augmented Promptingを提案する。
本フレームワークは,ナラティブスクリプトをテキストグラウンドのビジュアル要素レジストリに解析することで,各ターゲットが必要とするビジュアル要素を明示的にモデル化する。
論文 参考訳（メタデータ） (2026-09-29T12:43:27Z) - 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) - Vorch-Omni: Multi-Task Orchestration of Sight and Sound [51.39284238118125]
Vorch-Omniは任意の条件から任意言語への定式化に基づく音声・視覚合成のための統一されたフレームワークである。
ビデオや音声の信号を入力や生成ターゲットの条件付けとして柔軟に扱う。
テキスト・トゥ・ビデオ、テキスト・トゥ・オーディオ・ビデオ、イメージ・アンド・レファレンス・コンディショナード・ジェネレーション、時間拡張、音声駆動生成、ビデオ変換、オーディオ・ビジュアル編集を含む10以上のタスクをサポートする。
論文 参考訳（メタデータ） (2026-08-06T09:38:30Z) - One Sentence, One Drama: Personalized Short-Form Drama Generation via Multi-Agent Systems [17.754369892506542]
One Sentence, One Dramaは階層的なマルチエージェントフレームワークで、ユーザの単一文のアイデアを完全な短編ドラマに変換する。
提案手法は,(1)ショートドラマのパッシングと物語のコヒーレンスを強制するマルチエージェントの議論ベースのストーリー生成モジュール,(2)一貫したキャラクタの位置決めとシーンレイアウトのための共有空間参照を確立する3次元1フレーム生成機構,(3)包括的エラー検出とスクリプト,視覚,映像生成ステージ間のターゲットリビジョンを行うマルチステージレビュアループの3つの主要な構成要素に基づいて構築されている。
論文 参考訳（メタデータ） (2026-05-21T08:15:46Z) - ATIR: Towards Audio-Text Interleaved Contextual Retrieval [63.68521448682396]
本稿では,Audio-Text Interleaved contextual Retrieval (ATIR)タスクを導入する。
このベンチマークは、意味検索における既存の音声検索データセットの限界を実質的に解決する。
論文 参考訳（メタデータ） (2026-04-22T07:11:58Z) - Long-Video Audio Synthesis with Multi-Agent Collaboration [20.332328741375363]
LVAS-Agentは、協調的な役割を通じてプロのダビングをエミュレートする新しいフレームワークである。
提案手法は,シーンセグメンテーション,スクリプト生成,音響設計,音声合成の4段階に分割する。
中心的なイノベーションには、シーン/スクリプトの洗練のための議論の補正機構や、時間-意味的アライメントのための世代-検索ループが含まれる。
論文 参考訳（メタデータ） (2025-03-13T07:58:23Z) - Auto-ACD: A Large-scale Dataset for Audio-Language Representation Learning [50.28566759231076]
高品質なキャプションを持つ音声データセットを構築するための,革新的で自動的なアプローチを提案する。
具体的には、150万以上のオーディオテキストペアからなる、大規模で高品質なオーディオ言語データセットをAuto-ACDとして構築する。
我々はLLMを用いて,抽出したマルチモーダルな手がかりによって導かれる,各音声の連接キャプションを言い換える。
論文 参考訳（メタデータ） (2023-09-20T17:59:32Z) - $C^3$: Compositional Counterfactual Contrastive Learning for
Video-grounded Dialogues [97.25466640240619]
映像対話システムの目的は、映像理解と対話理解を統合し、対話と映像コンテキストの両方に関連する応答を生成することである。
既存のアプローチのほとんどはディープラーニングモデルを採用しており、比較的小さなデータセットが利用可能であることを考えると、優れたパフォーマンスを実現している。
本稿では,映像対話における実例と反実例の対比学習を開発するために,合成対実的コントラスト学習の新たなアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-16T16:05:27Z)
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。