Page 19 - BP_202102

成进直播信号中。
“SMARTLIVE在使用的预算和人员不变的情
况下，使制作团队能够制作更多内容，从而增加体
育迷参与度和收入，”Tedial产品副总裁杰罗姆·
沃弗茨说，“SMARTLIVE还可以直接连接到现有
的制作环境，这样我们的客户就可以使用他们现有
的基础设施摄取、编辑和分发内容；不需要额外的
投资。”
字幕和翻译
AI/ML吸引力正在增加的另一个劳动力密集型
领域是多语种字幕。使用语音转文字AI系统，可以
从内容的音频中自动生成文字字幕，并在同一数据
流内以多种语言提供它们。
“这些算法经过训练，能够实时从数据中学
习，吸收当地措辞和方言，从而获得最佳字幕体
验，”IBM Watson Media高级销售经理布兰登·
沙利文表示，“随着AI和机器学习训练能力的提
高，当地方言、地名和特定的名字，以及个别发言
者的话音，都将被准确捕捉。未来，这不仅会改变
隐含字幕，还会改变自动翻译、视频检索等。”
字幕和口型同步是Interra Systems的视频质
量控制平台DATON的两个AI/ML技术。“通过AI/
ML，你可以提高字幕的准确性和速度，这是一个
资源密集型、耗时的处理，”Interra Systems产
品管理副总裁阿努帕玛·安纳塔拉曼说，“它在检
测‘口型同步’方面也特别有效：屏幕上嘴唇运动
和说话内容一致。”
Telestream云产品经理雷米·福尔罗表示，
Telestream Cloud包括如同其许多基于云的AI/
ML支持服务的字幕；其它服务是为多个分发平台
进行视频转码和质量/合规检查。
“我们利用许多基于云的提供商的语音文本转
换功能，生成多种语言的准确字幕，”福尔罗说，
“这是AI/ML在准确、高效地完成任务方面真正闪
耀的领域。”
ENCO的enCaption4平台为直播和录播电视
内容提供自动化隐含字幕，并将AI驱动的机器学习
与神经网络语音文本转换引擎相结合。除了通过AI
教给独特词语的新闻演播室节目流程单导入外，
enCaption4还可以教给专门的词语，如主持人和
演员姓名，以及当地说法。其它AI驱动的增强改进
了字幕标点符号和大小写。
“enCaption可以准确地拼写从摄入清单和脚
本中学习到的罕见词汇，而且不需要为每个说话者
创建语音模式个人档案，”ENCO总裁肯恩·弗罗
姆特说，“自动为来自各个主播、记者、气象学家
和演播室嘉宾的讲话打字幕，对新闻操作是非常有
益的。”
压缩
视频压缩始终是在数据率降低和视频质量之间
求平衡。通过如其VOS360直播流媒体平台这样的
基于AI和ML的云解决方案，哈雷的目标是更有效
地实现这一平衡。
“我们的PURE压缩引擎使用AI/ML改进管
理视频压缩的算法，”哈雷公司负责AI/ML用于
视频压缩的高级产品营销经理让-路易·迪亚斯科恩
说，“与使用人类工程师相比，使用AI/ML技术
实现这些改进要快得多。在去年的NAB BEITC上
提出后我们不断取得进展，现在的目标是解决密度
方面的问题。”
推荐引擎
亚马逊、Netflix和YouTube等流媒体服务使
用AI/ML赋能的推荐引擎挖掘观众当前的内容选
择，并利用他们的发现推荐可能感兴趣的类似节
目。视频发现技术提供商Vionlabs的AI/ML内容
发现平台旨在帮助广播公司评估自己的内容库，聚
焦并提升它们的直接面向消费者的线上销售。
“高质量数据可以帮助广播公司更了解他
们的内容，并在整个内容周期中做出更精明的决
定，”Vionlabs首席执行官马库斯·伯格斯特伦说，
“其中一个例子就是内容推荐，让广播公司对成功的
节目如何吸引观众有更深刻的理解。它还可以帮助他
们自动符合儿童不宜电视时限后开播的规定。”
该公司2020年2月推出了“情绪指纹API”，
帮助媒体公司根据AI生成的视频数据和洞察力做出
更好的决策。据该公司介绍，情绪指纹API使用计
算机视觉和机器学习生成情绪数据，基于Vionlabs
的推荐，打造一种独特的个人观看体验。
情绪指纹API是为测量视频播放期间的数千个
因素（颜色、速度、音频和对象识别等）以便逐帧
生成呈现内容情绪结构的AI导出的指纹而设计的。
有限制
AI/ML赋能系统现在在电视制作/播出流中扮
演许多角色。但他们并非无所不能；至少现在还
不能。
“为了让机器学习工具有效地工作，你需要
不断地对模型进行微调，并需要大量准备充分的数
据，”安纳塔拉曼说，“将会出现需要人工干预的
具有挑战性的情况。然而，对于大多数内容，AI/
ML可以提供极高的准确性。” B&P
19