На недавно прошедших отраслевых мероприятиях мы рассказывали о том, как наши клиенты используют механизмы искусственного интеллекта, встроенные в программные решения для автоматизации телепроизводства BRAM Technologies.
На федеральном телеканале «Культура» для подготовки субтитров к демонстрирующимся в эфире материалах используется наш продукт TT. В последней версии входящего в его состав редактора субтитров пользователям стал доступен функционал «речь-в-текст» на основе искусственного интеллекта. Сотрудники редакции импортируют в BRAM Subtitle Editor 3.2 видео или аудио файлы и получают созданную ИИ расшифровку звучащей в них речи, на основе которой быстро и эффективно готовят субтитры для эфира.
Несмотря на то, что на современном уровне технологий результат распознавания не всегда может быть идеальным, наши пользователи сообщают, что на больших объемах материалов они получают существенный выигрыш в скорости и удобстве работы.
Возможности нашего ИИ-движка динамично развиваются, нашим клиентам уже доступны опции расстановки знаков препинания, преобразования текста в цифры. Эти, казалось бы, простые задачи требуют определенной зрелости искусственного интеллекта для его эффективного использования в интенсивном производственном процессе.
Для наших клиентов важно чтобы их материалы не покидали защищенной производственной сети телекомпании. Поэтому наши решения построены на базе локального механизма искусственного интеллекта и не требуют для работы доступа в Интернет.
Перспективы использования ИИ для обогащения метаданных используемых в телепроизводстве медиаактивов практически бесконечны. В ближайшем будущем мы легко можем себе представить ИИ, автоматически описывающий перемену сцен в видеофайлах, помечающий и размывающий демонстрируемые в кадре действия, не подходящие для эфира, подробно описывающий встречающиеся в кадре предметы и события для простоты их поиска в МАМ-системе.
Тем не менее, мы предлагаем нашим клиентам только те ИИ-механизмы, которые реально востребованы и могут принести ощутимые для телекомпании преимущества именно сейчас.
Следующим шагом в этом направлении стала новая версия нашего файлового конвертера FileSyncronizer. Теперь при импорте файлов различного происхождения через «горячую папку» в нашу МАМ-систему APX, в новый клип, помимо видеофайлов производственного и lowres-формата, будет добавляться поле метаданных, содержащее ИИ-расшифровку звучащей в исходном видео речи. Этот функционал особенно оценят сотрудники новостных редакций, куда постоянно поступает большое количество видеофайлов самых неожиданных стандартов.
При совпадении исходного формата со списком используемых на комплексе, видео импортируется без рекомпрессии со скоростью до 10x realtime. Возможно дальнейшее ускорение процесса распознавания речи с помощью установленных на серверах видеокарт.
Наличие в МАМ-системе транскрипции видеофайла с маркерами таймкодов произносимых фраз позволит нам реализовать в нашем модуле видеомонтажа NewsBase аналог рабочего процесса «редактирование на основе текста», так полюбившегося пользователям последних версий Adobe Premiere.
