هوش‌مصنوعی و حوزه رسانه‌/برودکست

بازگشت

امروزه استفاده از دو فناوری هوش مصنوعی AI(artificial intelligence) و یادگیری ماشین(Machin learning)MA در چرخه تولید محتوا شامل پیش از تولید، حین تولید و پس از تولید امری ضروری است و باعث ساده‌سازی، ارتقاء کیفی، کاهش هزینه‌ها، کاهش نیروی انسانی لازم و تسریع در چرخه تولید می‌گردد.

در بیشتر مقالات اصطلاح AI به عنوان ترکیب فناوری‌های یادگیری‌ماشین، یادگیری عمیق و شبکه‌های عصبی شناخته می‌شود. ابزارهای AI در حوزه رسانه بیشتر برای جستجوی متادیتا و گذاشتن‌کپشن‌ها استفاده می‌گردد، ولی کاربردهای آن همواره در حال گسترش و هزینه‌ پیاده‌سازی آن‌ها در حال کاهش است.  امروزه استفاده از AI از ملزومات موفقیت کسب‌وکارهاست. در سال 2021 طبق پیش‌بینی گارتنر[1] کاربردها و سرویس‌های بر پایه هوش مصنوعی 2.9 تریلیون دلار ارزش مالی و6.2 بیلیون ساعت کاهش فعالیت کارکنان را باعث خواهد شد. [1]

AI موضوع مهم مطرح در NAB2018 بوده است و در این نمایشگاه بسیاری از شرکت‌های صاحب فناوری تولید محتوا، همچون AWS، Google، IBM و Microsoft تلفیق محصولاتشان با AI را به نمایش گذاشته بودند. دلایل اصلی نفوذ AI در فناوری‌های برودکست شامل موارد زیر است:

  • افزایش سرعت در پردازش حجم زیاد اطلاعات مانند پردازش‌های گرافیکی یا پردازش اطلاعات آرشیو و ... به عنوان نمونه رادیو-تلویزیون صربستان RTS برای اصلاح متادیتاها به روش دستی ، 20 سال زمان نیاز داشت ولی با استفاده از AI و دو نفر نیرو دوساله کار را به اتمام رسانید.
  • ایجاد نوآوری در سرویس‌ها به عنوان نمونه ارائه سرویس near-real-time-vod (استخراج محتوای سرویس ویدیوی درخواستی از محتوای کانال‌ها به صورت خودکار و نزدیک به بلادرنگ)
  • کاهش خطای کاربران

شکل1 نشان می‌دهد که برودکسترها در کدام یک از مراحل چرخه برودکست  از فناوری AI بهره‌برداری کرده‌اند. همچنین شکل 2 با بیان وضعیت آرشیو دارندگان آرشیوهای بزرگ، نشان می‌دهد که در حوزه فناوری آرشیو، استفاده از فناوری‌های AI در صدر اقدامات قرار دارد.

همانطور که در شکل  1و 2 آمده است، مهمترین پروژه‌های مبتنی بر AI که درصد بالایی از برودکسترها یا شرکت‌های رسانه‌ای از آنها استفاده کرده‌اند عبارتند از:

  • استخراج اتوماتیک متادیتا از محتوای ویدیوی: به‌عنوان نمونه سیستم ایندکسر Azure میکروسافت وقتی محتوایی در ابر ذخیره می‌گردد، به‌طور اتوماتیک و سریع محتوا را آنالیز می‌کند (مثلا مکالمات را به متن تبدیل می‌نماید، چهره عوامل فیلم را تشخیص می‌دهد و ...) تا یافتن مجدد محتوا به‌راحتی صورت پذیرد. [3] با غنی شدن متادیتا میتوان آرشیو را با سرعتی نزدیک به بلادرنگ ایندکس‌گذاری و جستجو کرد.
  • ایجاد کلیپ‌های ویدیویی شاخص از محتوا به‌ ویژه محتواهای ورزشی به‌صورت اتوماتیک(video highlighting): به‌عنوان نمونه محصول شرکت آمازون و IBM به‌طور اتوماتیک و با سرعت بالا بخش‌های مهم ورزشی را استخراج و ترجمه و زیرنویس میزنند تا در وب‌سایت‌ها و یا شبکه‌های اجتماعی منتشر گردد. [4]
  • اتوماسیون کنترل کیفیت و رگولاتوری کیفی محتوای برودکست: تشخیص و در برخی موارد اصلاح اختلالاتی مثل فریم‌های سیاه، فریم‌های فریزشده، سکوت/ صدای ازدست‌رفته، سنکرون نبودن بودن صدا/ویدیو/زیرنویس و ...
  • گذاشتن اتوماتیک کپشن‌ها: با الگوریتم‌های پردازش‌گفتار و یادگیری ماشین کلمات آمده در فایل‌های صدا/ویدیو استخراج و به متن تبدیل می‌گردد. نرم‌افزار کاربردی کپشن‌گذاری اتواماتیک شرکت‌هایی همچون Watson Captioning به‌صورت آنلاین و با کمک قابلیت خودآموزشی(self-learning) ادعای دقت بالا، سازگاری خوب و امکان ویرایش کپشن‌ها را دارند. بررسی‌ها نشان داده است که 85% ویدیوهای فیس‌بوک به‌صورت بی صدا تماشا می‌شنود و این تمایل بینندگان به تماشای محتواهای زیرنویس‌دار را نشان می‌دهد. [1]

در حال حاضر NHK برودکستر مطرح ژاپن نیز در حال کار روی سیستم پشتیبان تولید مبتنی بر AI است. این سیستم "به طور اتوماتیک اطلاعات مفید را از داده‌های حجیم استخراج و به تولید کننده برنامه تلویزیونی  برای تولید بهتر ارائه می‌کند" . به‌عنوان نمونه این سیستم می‌تواند از رسانه‌های اجتماعی و منابع اطلاعات رسمی کشور، اطلاعات مفید را استخراج و به‌طور اتوماتیک متن‌های خبری را تولید نماید. سیستم پشتیبان تولید همچنین قادر خواهد بود "به صورت اتوماتیک داده‌های برودکست را به فرمی که برای عموم بینندگان به‌آسانی قابل‌فهم باشد، تبدیل نماید"( به‌عنوان نمونه تولید انیمیشن زبان اشاره برای ناشنوایان و تولید اتوماتیک توصیف صوتی فیلم برای نابینایان). [5]

سیستم پیشرفته آنالیز مدیای Azure با بهره‌برداری از AI،  به بخش‌بندی مخاطبین و ایجاد تجربه اختصاصی برای آنها (مثل پیشنهاد دقیق محتوا بر اساس علاقه مخاطب) کمک می‌نماید. این سیستم با تحلیل رفتار مخاطبان، می‌تواند در خصوص تولیدات محتوایی جدید نیز، پیشنهادهایی به تولیدکنندگان ارائه نماید. [4]

تقویت انکدرها با AI به‌طور چشمگیری پردازش ها را تسریع و کیفیت انکد ویدیوها را افزایش می‌دهد. به عنوان نمونه راهکار شرکت BitMovin از انکدینگ بر پایه ویژگی‌های خود محتوا، و تنظیم بهینه پارامترهای انکدینگ بر اساس پارامترهای تنظیم‌شده قبلی انکد، استفاده کرده‌است. [6]

روند ویرایش ویدیوها و تصاویر نیز از فناوری AI بی‌نصیب نمانده است در این خصوصadobe، APIی  Adobe sensi را ارائه کرده است این API به Adobe Character Animator CC امکان لیپ سینک اتوماتیک و به Photoshop CC امکان ویرایش بر پایه تشخیص چهره را می‌دهد. [7]

منابع:

[1]

https://www.provideocoalition.com/artificial-intelligence-at-nab-2018-real-world-applications/.

[2]

www.brighttalk.com/webcast/13139/299271/the-future-of-artificial-intelligence-in-broadcasting.

[3]

https://azure.microsoft.com/en-us/blog/from-microsoft-azure-to-everyone-attending-nab-show-2018-welcome/.

[4]

https://aws.amazon.com/blogs/media/aws-media-entertainment-at-nab-2018/.

[5]

NHK، "AI-Driven Smart Production،": https://www.nhk.or.jp/strl/open2017/pdf/en/1e.pdf.

[6]

https://www.thebroadcastbridge.com/content/entry/10842/ai-touted-as-super-charged-video-assistant.

[7]

http://blog.infinigraph.com/2018/05/14/top-video-artificial-intelligence-and-machine-learning-at-nab-2018.

 



[1] Predicts2018 :AI and the Future of Work

 

رای شما
میانگین (0 آرا)
The average rating is 0.0 stars out of 5.


Top