Il riconoscitore ASR impiegato è stato ottimizzato per lavorare nel dominio delle news mediante addestramento su un consistente numero di telegiornali trascritti manualmente. La qualità di trascrizione ottenuta si aggira attorno al 90% di riconoscimento corretto. Poiché il testo è sincronizzato con il segnale multimediale, data una parola è possibile accedere immediatamente al brano in cui essa viene pronunciata. Inoltre il riconoscitore effettua una segmentazione del segnale in base all’impronta vocale di chi parla.Il trascritto che si ottiene si presta ottimamente alla ricerca in testo libero e alla rielaborazione con tecniche di intelligenza artificiale.

La segmentazione in notizie

La segmentazione automatica in notizie viene effettuata da un modulo ideato e realizzato dal Centro Ricerche, basato sull’analisi del contenuto audiovisivo.

Il concetto di base utilizzato è semplice, ma richiede una conoscenza a priori del formato del programma. Nel caso dei telegiornali Rai, una notizia è generalmente annunciata dal conduttore in studio e quindi approfondita con servizi esterni.

Riuscendo ad identificare le sequenze in cui compare il conduttore (o alternativamente lo studio) si ottengono quindi dei punti di taglio coincidenti con il cambio di notizia. L’identificazione di tali sequenze viene effettuata utilizzando un modulo che suddivide il video in scene dal contenuto omogeneo e, quindi, le raggruppa per similitudine.

Analizzando i raggruppamenti ottenuti è, poi, possibile selezionare quelli che presentano le caratteristiche più simili a quelle del modello prescelto.

Per rafforzare l’ipotesi effettuata si utilizza la segmentazione in voci effettuata dal modulo ASR, facendo l’ipotesi che la voce del conduttore in studio sia quella che si presenta più spesso. In questo modo vengono minimizzati gli errori di riconoscimento del singolo strumento. L’identificazione corretta di cambio notizie risultante ha una precisione media di circa l’80%. Effettuata la segmentazione in notizie, viene applicato un modulo di analisi semantica. Questo permette una classificazione automatica di un testo secondo lo schema utilizzato dai documentatori Rai, basato su 28 categorie principali relative al mondo giornalistico. La precisione ottenuta è comparabile a quella di un classificatore umano.