कृत्रिम बुद्धिमत्ता वाली 12 नई Azure मीडिया सेवाएँ

माइक्रोसॉफ्ट का मिशन ग्रह पर प्रत्येक व्यक्ति और संगठन को और अधिक हासिल करने के लिए सशक्त बनाना है। मीडिया उद्योग इस मिशन को वास्तविकता बनाने का एक बड़ा उदाहरण है। हम एक ऐसे युग में रहते हैं जहां अधिक सामग्री बनाई और उपभोग की जा रही है, अधिक तरीकों से और अधिक उपकरणों पर। IBC 2019 में, हमने उन नवीनतम नवाचारों को साझा किया जिन पर हम काम कर रहे हैं और वे आपके मीडिया अनुभव को बदलने में कैसे मदद कर सकते हैं।

कटौती के तहत विवरण!

यह पेज चालू है हमारी वेबसाइट।

वीडियो इंडेक्सर अब एनीमेशन और बहुभाषी सामग्री का समर्थन करता है

पिछले साल आईबीसी में हमने पुरस्कार विजेता प्रदर्शन किया था एज़्योर मीडिया सर्विसेज वीडियो इंडेक्सर, और इस वर्ष यह और भी बेहतर हो गया। वीडियो इंडेक्सर स्वचालित रूप से मीडिया फ़ाइलों से जानकारी और मेटाडेटा निकालता है, जैसे बोले गए शब्द, चेहरे, भावनाएं, विषय और ब्रांड, और इसका उपयोग करने के लिए आपको मशीन लर्निंग विशेषज्ञ होने की आवश्यकता नहीं है।

हमारी नवीनतम पेशकशों में दो अत्यधिक मांग वाली और विभेदित सुविधाओं - एनिमेटेड चरित्र पहचान और बहुभाषी भाषण प्रतिलेखन - के पूर्वावलोकन के साथ-साथ वीडियो इंडेक्सर में आज उपलब्ध मौजूदा मॉडलों में कई अतिरिक्त शामिल हैं।

एनिमेटेड चरित्र पहचान

एनिमेटेड सामग्री सबसे लोकप्रिय प्रकार की सामग्री में से एक है, लेकिन मानव चेहरों को पहचानने के लिए डिज़ाइन किए गए मानक कंप्यूटर विज़न मॉडल इसके साथ अच्छी तरह से काम नहीं करते हैं, खासकर यदि सामग्री में मानव चेहरे की विशेषताओं के बिना चरित्र शामिल हैं। नया पूर्वावलोकन संस्करण वीडियो इंडेक्सर को Microsoft की Azure कस्टम विज़न सेवा के साथ जोड़ता है, जो मॉडलों का एक नया सेट प्रदान करता है जो स्वचालित रूप से एनिमेटेड वर्णों का पता लगाता है और उन्हें समूहित करता है और एकीकृत कस्टम विज़न मॉडल का उपयोग करके उन्हें लेबल करना और पहचानना आसान बनाता है।

मॉडलों को एक ही पाइपलाइन में एकीकृत किया गया है, जिससे कोई भी व्यक्ति बिना किसी मशीन लर्निंग ज्ञान के सेवा का उपयोग कर सकता है। परिणाम आपके अपने अनुप्रयोगों में त्वरित एकीकरण के लिए नो-कोड वीडियो इंडेक्सर पोर्टल या REST API के माध्यम से उपलब्ध हैं।

हमने कुछ उपभोक्ताओं के साथ एनिमेटेड पात्रों के साथ काम करने के लिए इन मॉडलों का निर्माण किया, जिन्होंने प्रशिक्षण और परीक्षण के लिए वास्तविक एनिमेटेड सामग्री प्रदान की। नई कार्यक्षमता के मूल्य को वायाकॉम इंटरनेशनल मीडिया नेटवर्क्स में स्टूडियो टेक्नोलॉजी और पोस्ट-प्रोडक्शन के वरिष्ठ निदेशक एंडी गटरिज ने अच्छी तरह से अभिव्यक्त किया था, जो डेटा प्रदाताओं में से एक थे: “मजबूत एआई-संचालित एनिमेटेड सामग्री खोज को जोड़ने से अनुमति मिलेगी हमें अपनी लाइब्रेरी सामग्री से चरित्र मेटाडेटा को जल्दी और कुशलता से ढूंढने और सूचीबद्ध करने में मदद मिलती है।

सबसे महत्वपूर्ण बात यह है कि यह हमारी रचनात्मक टीमों को उनकी ज़रूरत की सामग्री तुरंत ढूंढने की क्षमता देगा, मीडिया को प्रबंधित करने में लगने वाला समय कम करेगा और उन्हें रचनात्मकता पर ध्यान केंद्रित करने की अनुमति देगा।

आप एनिमेटेड चरित्र पहचान से परिचित होना शुरू कर सकते हैं दस्तावेज़ीकरण पृष्ठ.

अनेक भाषाओं में सामग्री की पहचान और प्रतिलेखन

कुछ मीडिया संसाधन, जैसे समाचार, इतिहास और साक्षात्कार, में विभिन्न भाषाएँ बोलने वाले लोगों की रिकॉर्डिंग होती है। अधिकांश मौजूदा वाक्-से-पाठ क्षमताओं के लिए ऑडियो पहचान भाषा को पहले से निर्दिष्ट करने की आवश्यकता होती है, जिससे बहुभाषी वीडियो को ट्रांसक्रिप्ट करना मुश्किल हो जाता है।

विभिन्न प्रकार की सामग्री के लिए हमारी नई स्वचालित बोली जाने वाली भाषा पहचान सुविधा मीडिया परिसंपत्तियों में पाई जाने वाली भाषाओं की पहचान करने के लिए मशीन लर्निंग तकनीक का उपयोग करती है। एक बार पता लगने के बाद, प्रत्येक भाषा खंड स्वचालित रूप से उपयुक्त भाषा में एक प्रतिलेखन प्रक्रिया से गुजरता है, और फिर सभी खंड एक एकल बहु-भाषा प्रतिलेखन फ़ाइल में संयुक्त हो जाते हैं।

परिणामी प्रतिलेख वीडियो इंडेक्सर के JSON आउटपुट के भाग और उपशीर्षक फ़ाइलों के रूप में उपलब्ध है। आउटपुट ट्रांसक्रिप्ट को Azure सर्च के साथ भी एकीकृत किया गया है, जिससे आप अपने वीडियो में विभिन्न भाषा खंडों को तुरंत खोज सकते हैं। इसके अतिरिक्त, वीडियो इंडेक्सर पोर्टल के साथ काम करते समय बहुभाषी ट्रांसक्रिप्शन उपलब्ध है, इसलिए आप समय के साथ ट्रांसक्रिप्ट और पहचानी गई भाषा देख सकते हैं, या प्रत्येक भाषा के लिए वीडियो में विशिष्ट स्थानों पर जा सकते हैं और वीडियो चलने पर बहुभाषी ट्रांसक्रिप्शन को कैप्शन के रूप में देख सकते हैं। आप पोर्टल और एपीआई के माध्यम से प्राप्त पाठ का 54 उपलब्ध भाषाओं में से किसी में भी अनुवाद कर सकते हैं।

नई बहुभाषी सामग्री पहचान सुविधा के बारे में और वीडियो इंडेक्सर में इसका उपयोग कैसे किया जाता है, इसके बारे में और जानें दस्तावेज़ पढ़ें.

अतिरिक्त अद्यतन और बेहतर मॉडल

हम वीडियो इंडेक्सर में नए मॉडल भी जोड़ रहे हैं और मौजूदा मॉडलों में सुधार कर रहे हैं, जिनमें नीचे वर्णित मॉडल भी शामिल हैं।

लोगों और स्थानों से जुड़ी इकाइयाँ निकालना

हमने पेरिस में एफिल टॉवर और लंदन में बिग बेन जैसे प्रसिद्ध नामों और स्थानों को शामिल करने के लिए अपनी मौजूदा ब्रांड खोज क्षमताओं का विस्तार किया है। जब वे उत्पन्न प्रतिलेख में या ऑप्टिकल कैरेक्टर रिकग्निशन (ओसीआर) का उपयोग करके स्क्रीन पर दिखाई देते हैं, तो प्रासंगिक जानकारी जोड़ दी जाती है। इस नई सुविधा के साथ, आप वीडियो में दिखाई देने वाले सभी लोगों, स्थानों और ब्रांडों को खोज सकते हैं और अधिक जानकारी के लिए टाइम स्लॉट, विवरण और बिंग सर्च इंजन के लिंक सहित उनके बारे में विवरण देख सकते हैं।

संपादक के लिए फ़्रेम डिटेक्शन मॉडल

यह नई सुविधा उनके संपादकीय प्रकार (उदाहरण के लिए, वाइड शॉट, मीडियम शॉट, क्लोज़-अप, एक्सट्रीम क्लोज़-अप, दो शॉट, कई लोगों) को दर्शाने के लिए JSON विवरण में अलग-अलग फ्रेम से जुड़े मेटाडेटा में "टैग" का एक सेट जोड़ती है। , आउटडोर, घर के अंदर, आदि)। ये शॉट प्रकार विशेषताएँ क्लिप और ट्रेलरों के लिए वीडियो संपादित करते समय या कलात्मक उद्देश्यों के लिए एक विशिष्ट शॉट शैली की तलाश करते समय उपयोगी होती हैं।

और अधिक जानें वीडियो इंडेक्सर में फ़्रेम प्रकार का पता लगाना।

उन्नत आईपीटीसी मैपिंग ग्रैन्युलैरिटी

हमारा विषय पहचान मॉडल ट्रांसक्रिप्शन, ऑप्टिकल कैरेक्टर रिकग्निशन (ओसीआर) और पहचाने गए मशहूर हस्तियों के आधार पर वीडियो का विषय निर्धारित करता है, भले ही विषय स्पष्ट रूप से निर्दिष्ट न हो। हम इन खोजे गए विषयों को चार वर्गीकरण क्षेत्रों में मैप करते हैं: विकिपीडिया, बिंग, आईपीटीसी और आईएबी। यह वृद्धि हमें दूसरे स्तर के आईपीटीसी वर्गीकरण को शामिल करने की अनुमति देती है।
इन सुधारों का लाभ उठाना उतना ही आसान है जितना कि अपनी वर्तमान वीडियो इंडेक्सर लाइब्रेरी को पुनः अनुक्रमित करना।

नई लाइव स्ट्रीमिंग कार्यक्षमता

Azure मीडिया सर्विसेज पूर्वावलोकन में, हम लाइव स्ट्रीमिंग के लिए दो नई सुविधाएँ भी प्रदान कर रहे हैं।

एआई-संचालित रीयल-टाइम ट्रांसक्रिप्शन लाइव स्ट्रीमिंग को अगले स्तर पर ले जाता है

लाइव स्ट्रीमिंग के लिए Azure मीडिया सेवाओं का उपयोग करके, अब आप एक आउटपुट स्ट्रीम प्राप्त कर सकते हैं जिसमें ऑडियो और वीडियो सामग्री के अलावा स्वचालित रूप से जेनरेट किया गया टेक्स्ट ट्रैक भी शामिल है। पाठ कृत्रिम बुद्धिमत्ता पर आधारित वास्तविक समय ऑडियो ट्रांसक्रिप्शन का उपयोग करके बनाया गया है। परिणामों को बेहतर बनाने के लिए वाक्-से-पाठ रूपांतरण से पहले और बाद में कस्टम तकनीकों को लागू किया जाता है। टेक्स्ट ट्रैक को IMSC1, TTML या WebVTT में पैक किया गया है, यह इस पर निर्भर करता है कि इसे DASH, HLS CMAF या HLS TS में आपूर्ति की गई है या नहीं।

24/7 ओटीटी चैनलों के लिए रीयल-टाइम लाइन एन्कोडिंग

हमारे v3 एपीआई का उपयोग करके, आप ओटीटी (ओवर-द-टॉप) चैनल बना, प्रबंधित और प्रसारित कर सकते हैं, और अन्य सभी एज़्योर मीडिया सेवाओं की सुविधाओं जैसे लाइव वीडियो ऑन डिमांड (वीओडी, वीडियो ऑन डिमांड), पैकेजिंग और डिजिटल अधिकार प्रबंधन का उपयोग कर सकते हैं। डीआरएम, डिजिटल अधिकार प्रबंधन)।
इन सुविधाओं के पूर्वावलोकन संस्करण देखने के लिए, पर जाएँ Azure मीडिया सेवा समुदाय.

नई पैकेज निर्माण क्षमताएँ

ऑडियो विवरण ट्रैक के लिए समर्थन

प्रसारण चैनलों पर प्रसारित सामग्री में अक्सर नियमित ऑडियो सिग्नल के अलावा स्क्रीन पर क्या हो रहा है, इसकी मौखिक व्याख्या के साथ एक ऑडियो ट्रैक होता है। यह दृष्टिबाधित दर्शकों के लिए कार्यक्रमों को अधिक सुलभ बनाता है, खासकर यदि सामग्री मुख्य रूप से दृश्य है। नया ऑडियो विवरण फ़ंक्शन आपको ऑडियो ट्रैक में से किसी एक को ऑडियो विवरण ट्रैक (एडी, ऑडियो विवरण) के रूप में एनोटेट करने की अनुमति देता है, जिससे खिलाड़ियों को दर्शकों के लिए एडी ट्रैक उपलब्ध कराने की अनुमति मिलती है।

ID3 मेटाडेटा सम्मिलित करना

क्लाइंट के प्लेयर में विज्ञापनों या कस्टम मेटाडेटा ईवेंट को सम्मिलित करने का संकेत देने के लिए, प्रसारक अक्सर वीडियो में एम्बेडेड समयबद्ध मेटाडेटा का उपयोग करते हैं। SCTE-35 सिग्नलिंग मोड के अलावा, अब हम इसका भी समर्थन करते हैं ID3v2 और अन्य कस्टम योजनाएँ, क्लाइंट एप्लिकेशन द्वारा उपयोग के लिए एप्लिकेशन डेवलपर द्वारा परिभाषित।

Microsoft Azure भागीदार संपूर्ण समाधान प्रदर्शित करते हैं

Bitmovin Microsoft Azure के लिए Bitmovin वीडियो एन्कोडिंग और Bitmovin वीडियो प्लेयर पेश किया गया। ग्राहक अब Azure में इन एन्कोडिंग और प्लेआउट समाधानों का लाभ उठा सकते हैं और तीन-चरण एन्कोडिंग, AV1/VC कोडेक समर्थन, बहुभाषी उपशीर्षक और QoS, विज्ञापन और वीडियो ट्रैकिंग के लिए पूर्व-एकीकृत वीडियो एनालिटिक्स जैसी उन्नत सुविधाओं से लाभ उठा सकते हैं।

सदाबहार Azure पर अपने उपयोगकर्ता जीवनचक्र प्रबंधन प्लेटफ़ॉर्म को प्रदर्शित करता है। राजस्व और ग्राहक जीवनचक्र प्रबंधन समाधानों के एक अग्रणी प्रदाता के रूप में, एवरजेंट ग्राहक जीवनचक्र में महत्वपूर्ण बिंदुओं पर लक्षित सेवा पैकेज और ऑफ़र बनाकर प्रीमियम मनोरंजन प्रदाताओं को ग्राहक अधिग्रहण और प्रतिधारण में सुधार करने में मदद करने के लिए Azure AI का उपयोग करता है।

Haivision अपनी बुद्धिमान क्लाउड-आधारित मीडिया रूटिंग सेवा, एसआरटी हब का प्रदर्शन करेगा, जो ग्राहकों को एंड-टू-एंड वर्कफ़्लो को बदलने में मदद करता है Azure डेटा बॉक्स एज और Avid, Telestream, Wowza, Cinegy और Make.tv के हबलेट्स के साथ वर्कफ़्लो को बदलना।

सत्र ने अपने उपग्रह और प्रबंधित मीडिया सेवा ग्राहकों के लिए Azure प्लेटफ़ॉर्म पर प्रसारण-ग्रेड मीडिया सेवाओं का एक सूट विकसित किया है। एसईएस पूरी तरह से प्रबंधित प्लेआउट सेवाओं के लिए समाधान प्रदर्शित करेगा, जिसमें मास्टर प्लेआउट, स्थानीयकृत प्लेआउट, विज्ञापन खोज और प्रतिस्थापन, और एज़्योर पर उच्च गुणवत्ता वाले वास्तविक समय 24x7 मल्टी-चैनल एन्कोडिंग शामिल हैं।

सिंकशब्द Azure पर सुविधाजनक क्लाउड टूल और सिग्नेचर ऑटोमेशन तकनीक उपलब्ध कराता है। इन पेशकशों से मीडिया संगठनों के लिए Azure पर अपने लाइव और ऑफ़लाइन वीडियो वर्कफ़्लो में विदेशी भाषा उपशीर्षक सहित स्वचालित रूप से उपशीर्षक जोड़ना आसान हो जाएगा।
अंतरराष्ट्रीय कंपनी टाटा एलक्ससीएक प्रौद्योगिकी सेवा कंपनी ने क्लाउड से ओटीटी सामग्री वितरित करने के लिए अपने ओटीटी सास प्लेटफॉर्म टीईप्ले को एज़्योर मीडिया सर्विसेज में एकीकृत किया है। Tata Elxsi ने Microsoft Azure में अपना फाल्कन आई क्वालिटी ऑफ़ एक्सपीरियंस (QoE) मॉनिटरिंग समाधान भी लाया है, जो निर्णय लेने के लिए एनालिटिक्स और मेट्रिक्स प्रदान करता है।

Verizon Media अपने स्ट्रीमिंग प्लेटफ़ॉर्म को बीटा रिलीज़ के रूप में Azure पर उपलब्ध करा रहा है। वेरिज़ोन मीडिया प्लेटफ़ॉर्म एक एंटरप्राइज़-ग्रेड प्रबंधित ओटीटी समाधान है जिसमें डीआरएम, विज्ञापन प्रविष्टि, एक-से-एक वैयक्तिकृत सत्र, गतिशील सामग्री प्रतिस्थापन और वीडियो डिलीवरी शामिल है। एकीकरण वर्कफ़्लो, वैश्विक समर्थन और पैमाने को सरल बनाता है, और Azure में पाई जाने वाली कुछ अनूठी क्षमताओं को अनलॉक करता है।

स्रोत: www.habr.com