В современном мире просмотр запоев стал образом жизни не только для поколения Z, но и для многих бэби-бумеров. Зрители смотрят больше контента, чем когда-либо. В частности, платформы Over-The-Top (OTT) и Video-On-Demand (VOD) предоставляют богатый выбор контента в любое время, в любом месте и на любом экране. В связи с увеличением объемов контента медиакомпании сталкиваются с проблемами при подготовке и управлении своим контентом. Это крайне важно для обеспечения высокого качества просмотра и лучшей монетизации контента.

Некоторые варианты использования:

  • Поиск открытия титров, начала вступления, конца вступления, начала резюме, конца резюме и других сегментов видео
  • Выбор правильных мест для вставки рекламы, чтобы обеспечить логическую паузу для пользователей
  • Создание автоматических персонализированных трейлеров, получая интересные темы из видео.
  • Выявление проблем с синхронизацией аудио и видео

Хотя эти подходы традиционно обрабатывались большими группами обученных сотрудников, многие подходы на основе ИИ получили развитие, например, API сегментации видео Amazon Rekognition. Модели искусственного интеллекта лучше подходят для вышеупомянутых вариантов использования, но они, как правило, предварительно обучены для другого типа контента и могут быть неточными для вашей библиотеки контента. Итак, что, если мы используем подход «человек в цикле» с поддержкой ИИ, чтобы снизить затраты и повысить точность задач сегментации видео.

В нашем подходе API-интерфейсы на основе ИИ могут предоставлять более слабые метки для обнаружения сегментов видео и отправлять их на проверку, чтобы обученные рецензенты создавали идеальные сегменты изображения. Этот подход значительно улучшает понимание вашего медиаконтента и помогает получать достоверные данные для точной настройки моделей ИИ. Ниже приведен рабочий процесс решения end-2-end,

  1. Необработанный медиаконтент загружается в облачное хранилище Amazon S3. Контент может нуждаться в предварительной обработке или перекодировании, чтобы сделать его пригодным для потоковой платформы (например, конвертировать в .mp4, повышать или понижать разрешение)
  2. AWS Elemental MediaConvert быстро и надежно перекодирует файловый контент в активы прямых трансляций. Конвертируйте библиотеки контента любого размера для трансляции и потоковой передачи. Медиафайлы перекодируются в формат .mp4
  3. Amazon Rekognition Video предоставляет API, который идентифицирует полезные сегменты видео, такие как черные кадры и финальные титры.
  4. Компания Objectways разработала настраиваемый рабочий процесс аннотатора сегментации видео с сервисом маркировки SageMaker Ground Truth, который может принимать метки из Amazon Rekognition. При желании вы можете пропустить шаг № 3, если хотите создать свои собственные метки для обучения пользовательской модели машинного обучения или применить их непосредственно к своему контенту.
  5. Контент может иметь требования и защиту конфиденциальности и управления цифровыми правами. Инструмент сегментации видео Objectway также поддерживает интеграцию с провайдером управления цифровыми правами, чтобы гарантировать, что только авторизованный аналитик может просматривать контент. Кроме того, аналитики контента работают вне помещений, совместимых с SOC2 TYPE2, где не разрешены никакие загрузки или снимки экрана.
  6. Медиа-аналитики Objectways являются экспертами в понимании контента и сегментации видео для различных вариантов использования. В зависимости от ваших требований к точности, каждое видео может быть просмотрено или аннотировано двумя независимыми аналитиками, а пороговые значения разницы временных кодов сегментов используются для исключения предвзятости, связанной с человеческим фактором (например, вне консенсуса, если временной код отличается на 5 миллисекунд). Несоответствующие этикетки могут быть рассмотрены старшим аналитиком по качеству для обеспечения более высоких гарантий качества.
  7. Команда аналитиков Objectways Media предоставляет гарантии пропускной способности и качества и продолжает обеспечивать ежедневную пропускную способность в зависимости от потребностей вашего бизнеса. Затем сегментированные метки контента сохраняются в Amazon S3 в формате манифеста JSON и могут быть непосредственно загружены на вашу платформу потоковой передачи мультимедиа.

Заключение

Искусственный интеллект (ИИ) стал повсеместным в СМИ и развлечениях для улучшения понимания контента, повышения вовлеченности пользователей, а также для увеличения доходов от рекламы. Описанный подход «человек в цикле» с поддержкой искусственного интеллекта является лучшим в своем классе решением для снижения человеческих затрат и обеспечения высочайшего качества. Этот подход можно также распространить на другие варианты использования, такие как модерация контента, размещение рекламы и создание персонализированных трейлеров.

Свяжитесь с нами по адресу [email protected] для получения дополнительной информации.