全球字幕需求的增长与日本的现状

世界各地对字幕的需求日益增长。例如，英国广播公司（BBC）报告称，字幕最初旨在服务听力受损的观众，但现在被广泛使用：约 10% 的广播观众经常使用字幕，而在某些在线内容中，这一比例高达 35%。这些观众中的大多数并非听力受损者。

全球范围内的电视、社交媒体和其他提供视频内容的渠道也记录到了类似的趋势。

据估计，日本有超过 36 万人是聋哑人或听力受损者——其中 7 万人以手语作为主要交流方式，其余人则更倾向于通过书面日语获取内容。此外，随着日本 65 岁及以上人口占比接近 30%，日本助听器工业协会估计有 1420 万人患有听力障碍。

地方电视台面临的字幕挑战

日本各大广播公司为其大部分节目提供了字幕，这一过程需要专门的工作人员和价值数千万日元的专业设备。SI-com 的 Muneya Ichise 表示：“日本有 100 多家地方电视台因设备成本高昂和人员限制，在为直播节目提供字幕方面面临障碍。”地方电视台对所服务的社区至关重要，其本地新闻节目传达了有关该地区及其居民的重要动态。

AI-Mimi：创新的直播字幕解决方案

为了满足这一无障碍需求，自 2018 年起，SI-com 及其母公司 ISCEC Japan 一直在与地方电视台试点引入直播字幕的创新且经济高效的方法。他们提供直播字幕的技术解决方案 AI-Mimi，是人工输入与微软 Azure 认知服务能力的创新结合，通过这种混合模式创造了更准确、更快速的解决方案。此外，ISCEC 能够通过利用其专门人员来弥补当地字幕输入人员的短缺。AI-Mimi 也已被引入冲绳大学，该创新获得了微软“AI for Accessibility”项目的资助。

基于广泛的测试和用户反馈（围绕对更大字体和屏幕上更好字幕显示的需求），SI-com 能够创建一个在电视屏幕右侧显示超过 10 行字幕的模型，摆脱了通常在底部仅显示两行的版本。2021 年 12 月，他们与长崎的一家地方电视台合作，首次在直播中演示了这项技术。

长崎地方电视台演示的电视截图

社区反馈与技术价值

此次直播演示得到了聋哑和听力受损社区的评估，他们对体验给予了高度评价，并确认其无障碍需求和愿望得到了满足。同样，地方电视台也强调了使用 ISCEC 模型的好处，即无需专业设备或相关成本，反而提供了更高的灵活性。Ichise 先生表示：“我们非常惊讶能从这么多人那里得到积极反馈，他们称赞这项技术创新在促进所有直播节目中使用字幕并确保社区获得无障碍体验方面发挥了重要作用。”

来源：Microsoft AI｜原文链接