新型感染症の拡大により、動画によるオンライン講義が急増している。電子ペンを用いた板書と音声解説による講義を動画として収録する際に、音声と動画の一方が他方より遅延する、いわゆる音ズレが頻発する。人手による編集で音ズレを修正することはある程度まで可能だが、特に長時間の動画で遅延が徐々に蓄積していく場合などは、修正に非常に手間がかかる。そこで、音声から板書の際の「ペン音」を、画像から「ペンストロークの開始」を検出し、これらの最適なアライメントを計算することで音ズレの修正を行った。