12 нових Азуре медијских услуга са вештачком интелигенцијом

Мисија Мицрософта је да оснажи сваку особу и организацију на планети да постигне више. Медијска индустрија је одличан пример да ова мисија постане стварност. Живимо у ери у којој се ствара и конзумира више садржаја, на више начина и на више уређаја. На ИБЦ 2019, поделили смо најновије иновације на којима радимо и како оне могу помоћи да трансформишете ваше медијско искуство.

Детаљи испод реза!

Ова страница је укључена наш сајт.

Видео Индекер сада подржава анимацију и вишејезични садржај

Прошле године на ИБЦ-у смо били награђени Азуре Медиа Сервицес Видео Индекер, а ове године је постало још боље. Видео Индексер аутоматски издваја информације и метаподатке из медијских датотека, као што су изговорене речи, лица, емоције, теме и брендови, и не морате да будете стручњак за машинско учење да бисте га користили.

Наша најновија понуда укључује прегледе две веома тражене и диференциране функције—анимирано препознавање карактера и вишејезичну транскрипцију говора—као и неколико додатака постојећим моделима доступним данас у Видео Индекер-у.

Анимирано препознавање ликова

Анимирани садржај је један од најпопуларнијих типова садржаја, али стандардни модели компјутерског вида дизајнирани да препознају људска лица не функционишу добро са њим, посебно ако садржај садржи ликове без људских црта лица. Нова верзија за преглед комбинује Видео Индекер са Мицрософт-овом услугом Азуре Цустом Висион, испоручујући нови сет модела који аутоматски откривају и групишу анимиране ликове и чине их лаким за означавање и препознавање помоћу интегрисаних прилагођених модела визије.

Модели су интегрисани у један цевовод, омогућавајући свакоме да користи услугу без знања о машинском учењу. Резултати су доступни преко портала Видео Индекер без кода или преко РЕСТ АПИ-ја за брзу интеграцију у ваше апликације.

Направили смо ове моделе за рад са анимираним ликовима заједно са неким потрошачима који су обезбедили прави анимирани садржај за обуку и тестирање. Вредност нове функционалности је добро сумирао Енди Гатериџ, виши директор студијске технологије и постпродукције у компанији Виацом Интернатионал Медиа Нетворкс, који је био један од добављача података: „Додавање робусног откривања анимираног садржаја заснованог на вештачкој интелигенцији омогућиће да брзо и ефикасно пронађемо и каталогизирамо метаподатке карактера из садржаја наше библиотеке.

Оно што је најважније, то ће нашим креативним тимовима дати могућност да тренутно пронађу садржај који им је потребан, минимизирајући време проведено на управљање медијима и омогућавајући им да се фокусирају на креативност.”

Можете почети да се упознате са препознавањем анимираних ликова са странице документације.

Идентификација и транскрипција садржаја на више језика

Неки медијски ресурси, као што су вести, хронике и интервјуи, садрже снимке људи који говоре различите језике. Већина постојећих могућности претварања говора у текст захтева да се језик за препознавање звука унапред наведе, што отежава транскрибовање вишејезичних видео записа.

Наша нова функција аутоматске идентификације говорног језика за различите типове садржаја користи технологију машинског учења да идентификује језике који се налазе у медијској имовини. Када се једном открије, сваки сегмент језика аутоматски пролази кроз процес транскрипције на одговарајућем језику, а затим се сви сегменти комбинују у једну вишејезичну транскрипциону датотеку.

Добијени транскрипт је доступан као део ЈСОН излаза Видео индексера и као датотеке титлова. Излазни транскрипт је такође интегрисан са Азуре претрагом, што вам омогућава да одмах претражујете различите језичке сегменте у својим видео записима. Поред тога, вишејезична транскрипција је доступна када радите са порталом Видео Индекер, тако да можете да видите транскрипт и идентификовани језик током времена, или да скочите на одређена места у видеу за сваки језик и видите вишејезичну транскрипцију као титлове док се видео репродукује. Такође можете превести примљени текст на било који од 54 доступна језика преко портала и АПИ-ја.

Сазнајте више о новој функцији за препознавање вишејезичног садржаја и како се она користи у Видео Индекер-у прочитајте документацију.

Додатни ажурирани и побољшани модели

Такође додајемо нове моделе у Видео Индекер и побољшавамо постојеће, укључујући оне описане у наставку.

Издвајање ентитета повезаних са људима и местима

Проширили смо наше постојеће могућности откривања брендова да бисмо укључили добро позната имена и локације, као што су Ајфелова кула у Паризу и Биг Бен у Лондону. Када се појаве у генерисаном транскрипту или на екрану помоћу оптичког препознавања карактера (ОЦР), додају се релевантне информације. Помоћу ове нове функције можете да тражите све људе, места и брендове који су се појавили у видео снимку и прегледате детаље о њима, укључујући временске интервале, описе и везе до претраживача Бинг за више информација.

Модел детекције оквира за едитор

Ова нова функција додаје скуп „ознака“ метаподацима прикаченим појединачним оквирима у ЈСОН детаљима да би представили њихов уреднички тип (на пример, широки снимак, средњи снимак, крупни план, екстремни крупни план, два снимка, више људи , на отвореном, у затвореном, итд.). Ове карактеристике типа снимка су корисне када уређујете видео снимке за клипове и трејлере, или када тражите одређени стил снимка у уметничке сврхе.

Сазнајте више Детекција типа оквира у Видео Индекер-у.

Побољшана грануларност ИПТЦ мапирања

Наш модел откривања тема одређује тему видео снимка на основу транскрипције, оптичког препознавања карактера (ОЦР) и откривених познатих личности, чак и ако тема није експлицитно наведена. Ове откривене теме мапирамо у четири области класификације: Википедија, Бинг, ИПТЦ и ИАБ. Ово побољшање нам омогућава да укључимо ИПТЦ класификацију другог нивоа.
Искориштавање предности ових побољшања је једноставно као и поновно индексирање ваше тренутне библиотеке видео индексера.

Нова функција стриминга уживо

У прегледу Азуре медијских услуга нудимо и две нове функције за стриминг уживо.

Транскрипција у реалном времену коју покреће вештачка интелигенција подиже стриминг уживо на следећи ниво

Користећи Азуре медијске услуге за стриминг уживо, сада можете да примате излазни ток који укључује аутоматски генерисану текстуалну нумеру поред аудио и видео садржаја. Текст је креиран коришћењем аудио транскрипције у реалном времену на основу вештачке интелигенције. Прилагођене технике се примењују пре и после конверзије говора у текст ради побољшања резултата. Текстуални запис је упакован у ИМСЦ1, ТТМЛ или ВебВТТ, у зависности од тога да ли је испоручен у ДАСХ, ХЛС ЦМАФ или ХЛС ТС.

Кодирање линија у реалном времену за 24/7 ОТТ канале

Користећи наше в3 АПИ-је, можете да креирате, управљате и емитујете ОТТ (овер-тхе-топ) канале и користите све друге функције Азуре медијских услуга као што су видео уживо на захтев (ВОД, видео на захтев), паковање и управљање дигиталним правима ( ДРМ, управљање дигиталним правима).
Да бисте видели верзије ових функција за преглед, посетите Заједница Азуре Медиа Сервицес.

Нове могућности генерисања пакета

Подршка за аудио описе

Садржај који се емитује преко канала за емитовање често има аудио запис са вербалним објашњењима онога што се дешава на екрану поред редовног аудио сигнала. Ово чини програме приступачнијим гледаоцима са оштећеним видом, посебно ако је садржај првенствено визуелан. Нова функција аудио описа омогућава вам да означите једну од аудио нумера као траку са аудио описом (АД, аудио опис), омогућавајући играчима да учине АД траку доступном гледаоцима.

Уметање ИД3 метаподатака

Да би сигнализирали уметање реклама или прилагођених догађаја метаподатака клијентовом плејеру, емитери често користе темпиране метаподатке уграђене у видео. Поред СЦТЕ-35 режима сигнализације, сада такође подржавамо ИД3в2 и друге прилагођене шеме, дефинисан од стране програмера апликације за коришћење од стране клијентске апликације.

Мицрософт Азуре партнери демонстрирају решења од краја до краја

Битмовин представља Битмовин Видео Енцодинг и Битмовин Видео Плаиер за Мицрософт Азуре. Купци сада могу да искористе ова решења за кодирање и репродукцију у Азуре-у и имају користи од напредних функција као што су тростепено кодирање, подршка за АВ1/ВЦ кодек, вишејезични титлови и унапред интегрисана видео аналитика за КоС, оглашавање и праћење видеа.

Евергент демонстрира своју платформу за управљање животним циклусом корисника на Азуре-у. Као водећи добављач решења за управљање приходима и животним циклусом купаца, Евергент користи Азуре АИ да помогне врхунским провајдерима забаве да побољшају привлачење и задржавање купаца креирањем циљаних пакета услуга и понуда у критичним тачкама животног циклуса корисника.

Хаивисион ће представити своју интелигентну услугу усмеравања медија засновану на облаку, СРТ Хуб, која помаже клијентима да трансформишу свеобухватне токове рада користећи Азуре Дата Бок Едге и трансформисање токова посла помоћу Хублетса из Авид, Телестреам, Вовза, Цинеги и Маке.тв.

СЕС је развио пакет медијских услуга за емитовање на Азуре платформи за своје клијенте сателитских и управљаних медијских услуга. СЕС ће демонстрирати решења за потпуно управљане услуге репродукције, укључујући мастер плаиоут, локализовано приказивање, откривање и замену огласа и висококвалитетно вишеканално кодирање у реалном времену 24к7 на Азуре-у.

СинцВордс чини погодне алатке у облаку и технологију аутоматизације потписа доступним на Азуре-у. Ове понуде ће олакшати медијским организацијама да аутоматски додају титлове, укључујући титлове на страном језику, у своје видео токове уживо и ван мреже на Азуре-у.
Међународна компанија Тата Елкси, компанија за технолошке услуге, интегрисала је своју ОТТ СааС платформу ТЕПлаи у Азуре Медиа Сервицес да би испоручила ОТТ садржај из облака. Тата Елкси је такође донео своје решење за праћење квалитета искуства Фалцон Еие (КоЕ) у Мицрософт Азуре, пружајући аналитику и метрику за доношење одлука.

Веризон Медиа чини своју платформу за стриминг доступном на Азуре-у као бета издање. Веризон Медиа Платформ је ОТТ решење којим се управља на нивоу предузећа које укључује ДРМ, уметање огласа, персонализоване сесије један на један, динамичку замену садржаја и испоруку видео записа. Интеграција поједностављује токове посла, глобалну подршку и обим и откључава неке од јединствених могућности које се налазе у Азуре-у.

Извор: ввв.хабр.цом