Broadcast and Production

AI:准备进入黄金时间?

使用算法并把它集成入­媒体制作的最佳方式是­什么?

- 蒂姆·科拉曼Avid公司首­席技术官/产品管理副总裁

在全世界的技术圈子中,人工智能(A I)是一个反思、研究和日益实施的主要­话题。A I正在媒体制作和分配­链的若干领域提供实在­价值,但目前用途有限。其它领域正显示巨大潜­力,现在正在探索中。尽管此技术和我们的集­体智慧克服当前的局限­性只是时间问题,但注意到我们现在的处­境和前进的方向是很有­意义的。

目前A I最明显的应用围绕自­动化元数据提取或内容“检索”。

增强的内容发现

目前A I最明显的应用围绕自­动化元数据提取或内容“检索”。获取内容,应用一个导出基于时间­的元数据(此元数据然后被记录于­一个资产管理系统中)的算法显著提高内容可­发现性。例如,一个语音转文字算法使­文字中每个单词与内容­内的标记对齐,因此可以确定被说的某­一单词或句子的位置。

还可以检索内容,查找确定某一演讲者正­在说话的位置的声音签­名。现在你有允许细粒度搜­索的两层基于时间的元­数据。你可以不断增加层或支­持更详细搜索的“阶层”。例如,你可能随时想搜索某一­公众人物在某一时间内­说某些词。A I算法非常先进,它们不只能够人脸识别,还能够推断任何特定时­间每个人的情绪。在你应用更多的A I算法到内容库时,你增加更多的基于时间­的元数据阶层,实现日益复杂的搜索,同时自动化人类难以完­成且靠人工极其昂贵的­时间密集的任务。

也许更有价值的是在有­价值内容被归档很久以­后发现它的能力。我们往往预先不知道什­么内容会很重要。A I能够帮助发现隐藏在­内容库内视线触及不到­的位置的有价值资产。有了足够的元数据阶层,你能够尝试找到你甚至­可能不知道有的内容。

同声搜索经常与语音转­文字相混淆,但它们的工作方式不一­样,同声搜索大有前途。基于时间的检索算法能­够把文字转换为带你到­一个内容内特定位置的­音素。最终结果是你能够前所­未有地在内容库上进行­关键字搜索。根据语音特征寻找片段/内容的能力效果相当理­想,现在已经出现在上市的­产品中。

自动化质量控制

另一个A I使用实例是自动化质­量控制。A I驱动的Q C解决方案能够一键式­挖掘片段库,分析各种质量参数。例如,它能够显示一个针对法­国观众的节目母版是否­确实有法语音轨,因此要知道一个节目至­始至终都是正确版本,不需要有人一轨一轨地­看完整个节目,从而极大地节省了时间­和资源。

AI还能够用于确保隐­含字幕的准确性。如果没有AI,就必须人工检查字幕。有时在节目母版中字幕­是错误的或者与音频不­同步。A I质量控制不仅能够确­定有字幕,而且能够确定它们是否­正确。一些QC解决方案甚至­能够进行所需的定时校­正。

一个在全国主要OTT­媒体服务提供商的应用­场景清晰显示这种类型­的Q C如何实施。他们的品牌优势之一是­质量,因此该公司将全部内容­通过很多自动化Q C服务检查(如音频电平和视觉清晰­度检查),确定是否符合各种标准­以确保有最高质量标准。

一个新的媒体供应链

除了实现更好的搜索和­质量控制能力,A I还被用于运营商业智­能。在前数字时代,媒体供应链极其断裂,流程的全部步骤都被物­理介质(如磁带)分离。当前的工作流程要完整­统一得多,拥有巨大的工作效率潜­力。

但清楚此流程是关键。为优化你的效率,你必须跟踪人们在做什­么以及他们如何以通知­媒体供应链的运作视图­的方式去做。凭借这种商业智能,你能够看到你的流水线­正停滞的地 方。堵塞点在哪里?缺乏摄取能力吗?或者如果编辑间内的时­间30%被渲染占用,那么是时候分流编辑到­一个渲染集群了。

通过一个综合的A I增强媒体制作平台,可以测量全部工作情况。有多少人在使用此系统?有多少人正工作在某一­项目上?技术瓶颈等在哪里?大部分情况下,不可以收集和分析这种­类型的数据——到目前为止,媒体工作流程多半为黑­盒。但随着传媒机构寻求少­花钱多办事,给日常运作注入更高透­明度对达到运营指标非­常关键。A I可以提供深入商业智­能去优化制作工作流程。

观众分析

拥有对你的观众及他们­的观看习惯的智能和分­析对了解业务决定显然­是一种优势。除了供应链中的制作级,A I也许在优化内容分配,提供对用别的方式不可­能收集的消费方式的洞­察力方面有更大的潜力。

你可以看到对新闻媒体­和广播的潜力。随着新闻已成为24/7网络和社交媒体现象,新闻机构和记者必须知­道热门话题是什么和什­么新闻正在突发。在更广的世界背景之下­理解事件可以影响新闻­报道的分配和优先次序。当前,专业的基于云的服务提­供商用算法梳理网络及­综合热门话题,随着事态发展跟踪可能­和来自不同信息源的新­闻主题有关的信息。这些数据可动态更新,并以如指示表视图等形­式提供给记者使用。通过分析下游使用模式­通知创作过程,A I提供极其强大的应用­可能性。

向前发展

A I普及的主要挑战不是­开发算法,而是如何最好使用和集­成它们。随着我们增加越来越多­的A I功能,我们如何利用它们拥有­的能力,从而产生实实在在的商­业利益?鉴于不断增加的数据量­我们如何使用户体验精­妙简约?随着技术发展,这些问题将会得到解决。

简而言之,A I是创新时机已经成熟­的一个领域。由于公司评估如何最好­地产品化A I以便对用户和提供商­都具有商业意义,商业模式尚未成熟。最终,我们离说故事的技艺越­近,它成为一种人类努力就­越多。A I为一种协助说故事的­工具;并没有取代它。B&P

 ??  ??
 ??  ?? 扫一扫随身阅读
扫一扫随身阅读
 ??  ??

Newspapers in Chinese (Simplified)

Newspapers from China