2.1 音声ログの整理に関する従来手法

音声ログの整理法としては，音声認識を用いて音声を文字化することで検索を容易にする手法が一般的である．例えば，音素表記によるマッチングを行う検索手法や，認識誤りに強い検索手法などがある．しかし，音声認識により音声ログが正確に文字化されるだけでは，必ずしも音声ログの整理として十分ではない．例えば「?の目的で」や「?のツールを使って」のように，話者にとって当然の条件が省略されて話された音声ログの場合，利用シーン毎に整理しようとしても，整理先が必ずしも一意に定まらない．

また，音声ログにタイトルやタグを手動で付与し整理する手法は一般的な録音アプリケーション1でも採用されている．しかし，全て手動で入力するのはコストが高く，記録が簡単という音声記録の利点は損なわれる．

2.2 研究ノートを利用した整理手法

研究者は一般に，研究活動の記録をテキストメモとして日常的に作成している．本論文では研究活動において作成されるテキストメモを研究ノートと呼ぶ．

研究ノートと音声ログは，どちらも研究活動の支援・補助を目的として記録される．つまり，音声ログのタイトルやタグとして適切なものが，研究ノートに書かれている可能性が高い．

そこで本研究では，音声ログに付与するタグを研究ノートから抽出することにより，音声ログを簡単に整理する手法を実現した．

3.1 システムの概要

図に示すように，ノートサーバー，録音アプリiRec，ボイスサーバーから構成される．

図1: システムの構成図

研究ノートのデータはノートサーバーで蓄積・管理する．ノートサーバーは研究ノートからタグを抽出し，メタデータとしてデータベースに保存する．録音アプリiRecは，音声記録のためのアプリケーションであり，ノートサーバーが研究ノートから抽出したタイトルとタグをダウンロードして，録音時に音声に付与できる．ボイスサーバーには，iRecから音声ログとそのメタデータがアップロードされ保管される．

3.2 研究ノートからのタグ抽出

研究ノートを記録し，ノートサーバーにアップロードするツールとして，著者らの研究グループで開発したiStickyを利用する．

ノートサーバーは，研究ノートの更新時に本文を形態素解析してタグを抽出し，データベースに保存する．抽出対象は，名詞-一般，名詞-サ変接続，名詞-未知語の3種類であり，連続して出現する名詞は複合名詞として連結する．

3.3 録音アプリiRec

iRecとは，iPhone用に開発した録音アプリケーションである．iRecの録音画面および，タグの選択画面を図に示す．

図2: iRecの録音画面(左)とタグ選択画面(右)

音声を録音すると，事前にノートサーバーからダウンロードしたノートタイトル一覧が，更新日時順に表示される．一つのノートタイトルを選択すると，それが音声のタイトルとして保存され，選択されたノートから抽出されたタグの一覧が表示される．また，ユーザーによって追加されたタグも合わせて表示される．タグは複数選択して音声に付与できる．

iRecでは，記録された音声ログのタイトルやタグ，録音日時などのメタ情報の確認や再生が可能であり，ボイスサーバーにメタ情報とともにアップロードすることができる．

3.4 システムの利用

本システムの利用例を図に示す．ここでは仮に，研究者が日頃から「実験について」というタイトルの研究ノートを書いているとする．

研究者がiRecで「今週末に被験者にアンケートをとる」と録音すると，ノートタイトル一覧が表示される．その中から「実験について」というタイトルを選択すると，ノートの本文から抽出されたものを含むタグ一覧が表示される．そこから「TODO」「音声記録」「実験」「アンケート」をタグとして選択し，保存する．このように，音声には含まれない情報をタグとして，簡単に付与できる仕組みになっている．

音声ログはボイスサーバーにアップロードして管理する．これにより，他のアプリケーションから音声ログを容易に利用することができる．

図3: タイトルとタグの入力例