オーディオビジュアル分野では、人工知能の重要性が日々高まっています

Telefónica Servicios Audiovisuales と Etiqmedia はウェビナーで、放送環境や組織環境における音声技術、画像処理、自然言語処理に人工知能がもたらす利点を分析しています。

テレフォニカ オーディオビジュアル サービス の隣に エティックメディア 先週の木曜日、3 月 18 日に開催されたウェビナーでは、オーディオビジュアル分野における人工知能 (AI)。

アシエル・アニトゥア, Gerente de Desarrollo de Negocio EMEA & LATAM en Telefónica Servicios Audiovisuales, y アントニオ・レオン・カルピオ、Etiqmedia CEO は、人工知能が次のような分野で果たす役割の分析を担当しました。 音声技術 (音声認識、文字起こし、ASR、音声イベント検出、自然言語分析); 画像処理 (顔検出、階層セグメンテーション、ロゴおよびオブジェクト検出);そして 自然言語処理 (概念分析、分類、シソーラス、ユーザー プロファイリング、概要)。

レオン氏の意見では、「ラジオやテレビのワークフローに AI が組み込まれ、時間を短縮し、新しい価値を提供できるのであれば、AI は理にかなっています。」 「自動ビデオ処理システムは、何を入れても何を取り出してもよいブラックボックスではありません。コンテンツのタイプごとにセグメント化して、それらを別々に扱い、適用するアルゴリズムを決定する必要があります。さらに、各クライアントに適応することが重要です」と同氏は強調した。

「システムへのフィードバックは、システムが継続的にトレーニングできるようにするために非常に重要です。新型コロナウイルス、ERTEなどの新しい言葉が出てきました...このテクノロジーには多くの制限があります。100%の成功はあり得ませんが、エラーを管理し、修正し、システムをトレーニングする必要があります...私の意見では、成功率が90%未満のアルゴリズムは本番環境に導入することはできません。」と彼は付け加えました。

このウェビナーでは、さまざまな ユースケース AI によってプロセスが促進され、生産性が向上し、コストが削減されます。典型的なケースは、何百もの受信を行う放送局に見られます。 貢献 毎日の記者会見の数。アルゴリズムに基づく Etiqmedia テクノロジーを使用すると、介入を分離してビデオを自動的にセグメント化し、さまざまな音声を書き起こし、ラジオまたはテレビのシソーラスに基づいてラベルを作成し、意味分析に基づいて自動エンティティを構成することができます。

別の例 オートメーション Etiqmedia を使用すると、完全な情報が得られます。 Etiqmedia システムを使用すると、次のことが可能になります。 セグメント インタラクティブ部門がニュース全体または部分的に公開できるように、すべてのニュースを公開します (システムはセマンティクス、制作、プレゼンターなどを分析してこれらのカットを取得します)。システムは、 キャプション ネットワークのニュース システムからブロードキャストする (修正されたテキストを保証する) か、自動的に認識します。

Antonio León 氏によると、Etiqmedia システムが 成功率は96%以上 自動音声文字起こしのコンテンツの割合は大きくなりますが、議会や記者会見などの規制されたコンテンツの場合はさらに大きくなります。 「残響や背景雑音が認識を複雑にするため、音響が正しいことが非常に重要です」と彼は強調しました。
このウェビナーで分析されたもう 1 つの側面は、顔認識における AI の使用でした。これは、生体認証データが保存されるため、データ保護による複雑な問題です。

Etiqmediaでは主人公のデータベースを保有しており、放送局の内部認識も行っている。システムは、放送局自身のネットワーク内でローカルにシステムをトレーニングするためにフィードバックされます。また、Etiqmedia はオンプレミスで動作するため、すべてがクライアントのネットワーク内にあり、コンテンツが外部に出ることはありません。クラウドベースのシステムが導入されるのは、小規模放送局の特殊な場合にのみです。

での成功に関しては、 顔認識, レオン氏は、さまざまな角度や光で顔の最大 8 つのバージョンを分析する高度なシステムのおかげで、それが 93% であると推定しました。最近はマスクの普及によりこの成功率が低下しており、Etiqmediaのニューラルネットワークは128の特徴に基づいて顔の特徴（目、鼻、口の間の距離）を抽出することに基づいているが、マスクがその顔データの一部を覆い、結果を妨げている。
ブロードキャスト環境では、Etiqmedia がクライアントが所有するあらゆるメディア管理システムと統合され、非常に簡単な方法で統合が実行されることにも注意してください。

制度的範囲

人工知能が日々普及しつつあるもう 1 つの分野は次のとおりです。 制度的な。 Etiqmedia ソリューションは、すでに数多くの国、地域、地方企業の会議で運用されています。対面セッションとテレマティック セッションの両方で、そのテクノロジーを使用すると、ビデオ記録、字幕付き、またはインタラクティブな文字起こしを作成できます。さらにそれは 多言語 スペインの4つの公用語（スペイン語、カタルーニャ語、バレンシア語、ガリシア語、バスク語）で運営されています。さらに、クライアントごとに特定のアルゴリズムを開発しており、これにより、たとえば上院がセッションを 97.8% の精度で書き起こしてカタログ化することが可能になります。

アントニオ・レオン氏は、「文字起こしの自動化により、完全な手動プロセスに比べて所要時間が 5 分の 1 に短縮されます。実際、ライブ字幕作成の精度はオフラインより 5 ポイント低くなります。さらに、当社の技術は、放送環境と組織環境の両方で、約 3 ～ 4 秒の遅延で 90% の精度で二か国語字幕作成が可能です。」と指摘しました。

一方で、新型コロナウイルス感染症のパンデミックの影響により、 オンライン教育。毎日、膨大な数のビデオが作成されており、聴覚障害者や一般の学生がビデオにアクセスして、リポジトリ全体からクラス、講義、または特定のコンテンツを取得できるようにする必要があります。

Etiqmedia が提供するその他のサービスには、 メディア監視 ブランド追跡テクノロジーを使用して。これにより、ビデオ、音声、画像、テキスト ファイル、ソーシャル ネットワーク... ラジオ、テレビ、ソーシャル メディア チャンネルをキャプチャし、情報を処理し、話題になっている人物、パーティー、企業、場所に関するレポートを取得して、彼らが私たちについて何を話しているのかを知ることができます。

未来を見据えて

「Etiqmediaでは、世界最大のテクノロジー企業であるG​​oooleやAmazonよりも優れているふりをしているわけではありませんが、機関投資家、情報提供会社、スペインなどの市場に拠点を置く企業など、特定のニッチ分野で強力に競争しています」と同社のCEOはコメントした。

最後に、彼は短期的には実装されるだろうと指摘した。 アトレスメディア システムは純粋に視覚的なものになるため、メタデータを使用する必要がありません。 「画像はシステムを通過し、システムはそれらの画像の視覚的特徴を保存し、名前を検索する代わりに画像を検索します。これにより、画像による検索という事前のラベル付けプロセス全体が回避されます」と León 氏は強調しました。

El siguiente paso, señala será buscar recursos sin tener que etiquetar cada vez que sale un objeto por ejemplo. Así, partiendo de las imágenes ya etiquetadas como un coche, una terraza de un bar o un avión, la Inteligencia Artificial será capaz de buscar todos los planos similares sin necesidad de volver a etiquetados.

A medio plazo, Etiqmedia trabajará en el resumen abstractivo de textos、 mejora del reescalado y codificación de vídeo (mejorar una imagen en lugar de por intercalado de bits, logrando que el sistema comprenda qué imagen es y la reescale), desarrollo de nuevas redes neuronales, la compresión completa de la escena, el speech enhancement ああ、へ segmentación de voz y música coincidentes.

Sin duda, todo un mundo apasionante el que la Inteligencia Artificial está abriendo ya hoy y, más aún, en el futuro.