增強的內(nèi)容發(fā)現(xiàn)

目前AI最明顯的應用圍繞自動化元數(shù)據(jù)提取或內(nèi)容“檢索”。獲取內(nèi)容，應用一個導出基于時間的元數(shù)據(jù)（此元數(shù)據(jù)然后被記錄于一個資產(chǎn)管理系統(tǒng)中）的算法顯著提高內(nèi)容可發(fā)現(xiàn)性。例如，一個語音轉(zhuǎn)文字算法使文字中每個單詞與內(nèi)容內(nèi)的標記對齊，因此可以確定被說的某一單詞或句子的位置。

還可以檢索內(nèi)容，查找確定某一演講者正在說話的位置的聲音簽名。現(xiàn)在你有允許細粒度搜索的兩層基于時間的元數(shù)據(jù)。你可以不斷增加層或支持更詳細搜索的“階層”。例如，你可能隨時想搜索某一公眾人物在某一時間內(nèi)說某些詞。AI算法非常先進，它們不只能夠人臉識別，還能夠推斷任何特定時間每個人的情緒。在你應用更多的AI算法到內(nèi)容庫時，你增加更多的基于時間的元數(shù)據(jù)階層，實現(xiàn)日益復雜的搜索，同時自動化人類難以完成且靠人工極其昂貴的時間密集的任務。

也許更有價值的是在有價值內(nèi)容被歸檔很久以后發(fā)現(xiàn)它的能力。我們往往預先不知道什么內(nèi)容會很重要。AI能夠幫助發(fā)現(xiàn)隱藏在內(nèi)容庫內(nèi)視線觸及不到的位置的有價值資產(chǎn)。有了足夠的元數(shù)據(jù)階層，你能夠嘗試找到你甚至可能不知道有的內(nèi)容。

同聲搜索經(jīng)常與語音轉(zhuǎn)文字相混淆，但它們的工作方式不一樣，同聲搜索大有前途。基于時間的檢索算法能夠把文字轉(zhuǎn)換為帶你到一個內(nèi)容內(nèi)特定位置的音素。最終結(jié)果是你能夠前所未有地在內(nèi)容庫上進行關鍵字搜索。根據(jù)語音特征尋找片段/內(nèi)容的能力效果相當理想，現(xiàn)在已經(jīng)出現(xiàn)在上市的產(chǎn)品中。

自動化質(zhì)量控制

另一個AI使用實例是自動化質(zhì)量控制。AI驅(qū)動的QC解決方案能夠一鍵式挖掘片段庫，分析各種質(zhì)量參數(shù)。例如，它能夠顯示一個針對法國觀眾的節(jié)目母版是否確實有法語音軌，因此要知道一個節(jié)目至始至終都是正確版本，不需要有人一軌一軌地看完整個節(jié)目，從而極大地節(jié)省了時間和資源。

AI還能夠用于確保隱含字幕的準確性。如果沒有AI，就必須人工檢查字幕。有時在節(jié)目母版中字幕是錯誤的或者與音頻不同步。AI質(zhì)量控制不僅能夠確定有字幕，而且能夠確定它們是否正確。一些QC解決方案甚至能夠進行所需的定時校正。

一個在全國主要OTT媒體服務提供商的應用場景清晰顯示這種類型的QC如何實施。他們的品牌優(yōu)勢之一是質(zhì)量，因此該公司將全部內(nèi)容通過很多自動化QC服務檢查（如音頻電平和視覺清晰度檢查），確定是否符合各種標準以確保有最高質(zhì)量標準。

一個新的媒體供應鏈

除了實現(xiàn)更好的搜索和質(zhì)量控制能力，AI還被用于運營商業(yè)智能。在前數(shù)字時代，媒體供應鏈極其斷裂，流程的全部步驟都被物理介質(zhì)（如磁帶）分離。當前的工作流程要完整統(tǒng)一得多，擁有巨大的工作效率潛力。

但清楚此流程是關鍵。為優(yōu)化你的效率，你必須跟蹤人們在做什么以及他們?nèi)绾我酝ㄖ襟w供應鏈的運作視圖的方式去做。憑借這種商業(yè)智能，你能夠看到你的流水線正停滯的地方。堵塞點在哪里？缺乏攝取能力嗎？或者如果編輯間內(nèi)的時間30%被渲染占用，那么是時候分流編輯到一個渲染集群了。

通過一個綜合的AI增強媒體制作平臺，可以測量全部工作情況。有多少人在使用此系統(tǒng)？有多少人正工作在某一項目上？技術(shù)瓶頸等在哪里？大部分情況下，不可以收集和分析這種類型的數(shù)據(jù)——到目前為止，媒體工作流程多半為黑盒。但隨著傳媒機構(gòu)尋求少花錢多辦事，給日常運作注入更高透明度對達到運營指標非常關鍵。AI可以提供深入商業(yè)智能去優(yōu)化制作工作流程。

觀眾分析

擁有對你的觀眾及他們的觀看習慣的智能和分析對了解業(yè)務決定顯然是一種優(yōu)勢。除了供應鏈中的制作級，AI也許在優(yōu)化內(nèi)容分配，提供對用別的方式不可能收集的消費方式的洞察力方面有更大的潛力。

你可以看到對新聞媒體和廣播的潛力。隨著新聞已成為24/7網(wǎng)絡和社交媒體現(xiàn)象，新聞機構(gòu)和記者必須知道熱門話題是什么和什么新聞正在突發(fā)。在更廣的世界背景之下理解事件可以影響新聞報道的分配和優(yōu)先次序。當前，專業(yè)的基于云的服務提供商用算法梳理網(wǎng)絡及綜合熱門話題，隨著事態(tài)發(fā)展跟蹤可能和來自不同信息源的新聞主題有關的信息。這些數(shù)據(jù)可動態(tài)更新，并以如指示表視圖等形式提供給記者使用。通過分析下游使用模式通知創(chuàng)作過程，AI提供極其強大的應用可能性。

向前發(fā)展

AI普及的主要挑戰(zhàn)不是開發(fā)算法，而是如何最好使用和集成它們。隨著我們增加越來越多的AI功能，我們?nèi)绾卫盟鼈儞碛械哪芰Γ瑥亩a(chǎn)生實實在在的商業(yè)利益？鑒于不斷增加的數(shù)據(jù)量我們?nèi)绾问褂脩趔w驗精妙簡約？隨著技術(shù)發(fā)展，這些問題將會得到解決。

簡而言之，AI是創(chuàng)新時機已經(jīng)成熟的一個領域。由于公司評估如何最好地產(chǎn)品化AI以便對用戶和提供商都具有商業(yè)意義，商業(yè)模式尚未成熟。最終，我們離說故事的技藝越近，它成為一種人類努力就越多。AI為一種協(xié)助說故事的工具；并沒有取代它。