智能媒資業務平臺的研究與建設

夏 暢

新華報業傳媒集團 江蘇省 南京市 210092

引言

新華日報自成立以來，珍貴有價值的音視頻內容總量持續增多。因此，如何最大化的挖掘媒體資源內在價值，為經營及采編部門提供高質量服務，深度研究AI智能新技術在媒體資源系統中的應用，是目前亟需解決的問題。

近年來，隨著新媒體的發展，音視頻等非結構化數據量突增，傳統媒資編目技術已經?無法滿足現階段需求。通過引入大數據及AI智能技術，全面匯聚集團媒體資源，解決海量音視頻、圖片等資源的長期保存管理問題，集團以智能數據中臺為基礎，媒資管理平臺為核心，建設新一代智能媒資業務平臺。

1 系統總體架構

智能媒資業務平臺采用對象存儲+軟件平臺的方式搭建，分為基礎設施層、資源服務層、應用層。其中，基礎設施層采用虛擬服務器+對象存儲+核心數據庫搭建，智能數據中臺和媒資管理平臺部署在新華報業集團內部私有云平臺上，海量音視頻等非結構化數據存儲在對象存儲中。資源服務層包含媒資服務、公共服務、快速加工服務三大模塊。最上層為應用層，提供多種資源入庫、篩選整理、資源管理、資源調用、資源處理以及資源交換等業務應用模塊。圖1為系統總體架構圖。

圖1 系統總體架構圖

平臺整體采用服務分層架構，保證了系統訪問的可靠性與安全性，避免了內部核心服務對外直接暴露從而帶來的安全隱患。用戶訪問使用應用層，由應用層對內訪問調用資源服務層，再由資源服務層最終訪問數據庫、基礎計算資源與對象存儲等，由此實現智能媒資業務平臺的鏈路訪問安全與數據訪問安全。

平臺設計使用微服務體系，充分對模塊間、服務間關聯關系解耦合，保證了系統的高吞吐性、高安全性，根據業務負載情況按需動態靈活擴展某些服務的彈性伸縮機制，整體設計特點如下：

微服務架構讓持續部署成為可能，大大減少應用交付周期。

單個服務可以各自進行擴展，且可根據需要部署到合適的基礎資源上，彈性更靈活、資源利用更高效。

業務創新便捷，可根據需求獨立修改單個服務滿足創新需求，避免應用整體改動帶來的復雜性。

高可靠性與容錯性，單個服務的故障并不會讓整個系統癱瘓，容錯機制能夠保障可用服務的正常運行。

智能媒資平臺在軟件架構上也同時采用了服務分層架構，保證了系統訪問的可靠性與安全性，避免了內部核心服務對外直接暴露而帶來的安全隱患。用戶訪問使用的是應用層，由應用層對內訪問調用核心服務層，再由核心服務層最終訪問數據庫、基礎計算資源等，由此實現媒資業務平臺的鏈路訪問安全與數據訪問安全。

2 核心功能建設

2.1 智能數據中臺

智能數據中臺，為上層業務應用提供統一的人工智能能力，包含人臉識別、語音識別、OCR處理、語義分析等人工智能引擎，進而提供多種新技術編目方式，并且能隨著技術的進步不斷更新編目數據，不斷增加新型編目類型。

采用人工智能、對象存儲等技術，實現媒體資產從內容匯聚到生產、審核、管理等全流程的智能處理，包括自動編目、內容分析匹配、自動唱詞、自動摘要、自動標簽、自動水印、快速索引、校對審核、媒資百科、主動推送、互聯網訪問等新功能，提升內容產生效率和實時度，為各類節目資料的分類管理提供自動化技術手段。主要功能如下：

2.1.1 人工智能預處理

支持集成豐富的預處理組件，包括全格式文件支持、智能轉碼、音頻提取、圖片抽幀、關鍵幀提取等，根據不同類型的任務需要進行智能化預處理。

2.1.2 語音識別

可將媒體包含的語音音頻自動轉換為文本，同時可以查看語音識別結果的文本。支持具備把語音轉寫為文字信息的語音識別功能。

2.1.3OCR識別

支持常用文件格式：包括但 不 限 于tiff、bmp、jpg、png等圖像格式和mp4、wmv、mxf、avi、flv等視頻格式。對常見中英文、標點符號等文本內容及楷體、宋體等多種常用字體均可識別。

2.1.4 文字校對

對重點詞、敏感詞進行專業校對，也可自定義用戶庫、錯誤庫、重點詞監控庫等，校對標準符合全國科學技術名詞審定委員會標準。

2.1.5 自動視頻水印

具備最新的視頻水印技術，支持對音視頻等數字內容產品的版權提供保護，針對低碼率內容資源使用顯式水印，實現新媒體發布的同時對盜版行為起到警示作用。

2.2 媒資管理平臺

媒資管理平臺匯聚文字、圖片、音視頻等資源。通過引入AI智能技術，實現音視頻資源從入庫、編目、存儲、技審、出庫等全流程的管理，支持以文字、圖片、音視頻為檢索條件以及根據業務、用戶群體特征提供個性化高效檢索服務，也可以對用戶操作界面進行不同權限的靈活配置。

2.2.1 媒資匯集

突破傳統媒資管理的局限性，實現音視頻、圖片等各類媒資的自動匯聚、快速上載、批量導入、智能處理、長期保存管理和便捷調用，滿足對各類資源向多渠道分發和調用的業務需求。支持處理高清、4K超高清視音頻，提供對現有歷史資源提供數字化、規范化加工處理服務，完成初級編目，包括資源的分類、欄目信息等標注。能夠根據不同的賬號權限使用智能媒資業務平臺。

2.2.2 智能檢索

支持根據不同業務用戶群體的特點提供個性化檢索服務。打通現有媒體資源的數據交互，做到統一檢索，實現圖文搜索和以圖搜圖等多維度檢索、智能檢索等，并結合知識圖譜功能，對檢索結果中的相關詞條以及詞條的知識圖譜進行展示，向業務人員提供基于媒資內容的智能推薦，全面提升媒資素材的檢索效率。

2.2.3 大數據輔助

采集央視、省電視臺等重點頻道數據，通過大數據和人工智能技術，進行語音、文字、圖像、場景自動識別，實現視頻內容的快速查找，建立人臉庫、場景庫等，支持以圖搜圖，為新聞內容生產提供輔助。

2.3 數據庫平臺

智能媒資業務平臺中存放著各種類型的數據，傳統的關系型數據庫無法滿足現在、未來快速檢索的業務需求。因此，數據庫平臺建設采用關系型數據庫+非關系型數據庫結合的方式，其中：

MySQL數據庫：關系型數據庫，存放所有完備的系統數據，作為核心數據庫。

Redis緩存數據庫：存放數據較小且訪問頻次很高的數據，例如入庫參數、編目類配置、系統參數等，便于數據快速調用，優化用戶訪問系統以及內部流程處理時間效率。

MongoDB文件存儲數據庫：非關系型數據庫，存放系統的人臉特征數據、標簽數據等，便于快速調用。

針對資源入庫、編目、訪問等業務，系統對數據庫進行寫操作：

若發生配置信息、用戶信息等變化，系統會同時寫入MySQL與Redis，保證數據的一致性和同步性。

若資源入庫，則寫入MySQL任務相關信息、資源記錄，以及編目數據等。

若存在AI的識別處理，則將AI結果寫入MongoDB。針對用戶登錄、檢索等業務，系統對數據庫進行讀操作。

若查詢配置信息、用戶信息等，系統會優先從Redis讀取，一旦讀不到或Redis無法訪問，則從MySQL進行讀取。

若顯示資源詳情，例如展示頁面，則從MySQL讀取編目信息，同時從MongoDB讀取AI結果數據。

數據庫平臺流程圖如圖2所示。

圖2 數據庫平臺流程圖

3 平臺建設價值

通過新一代智能媒資業務平臺的建設，可以看到以下幾點價值。

3.1 便利性

平臺使用面更廣更寬，傳統紙媒及新媒體部門均可使用，通過智能技術的引入，豐富了搜索字段，編目能力提升明顯，人臉、語音等搜索方式也更加多樣化和便捷化。

3.2 效率性

采編人員結合采用傳統編目+智能編目的方式，縮短了編目時間，對后續審核環節等流程的效率提升也很顯著。

3.3 安全性

對于編目審核、使用詳細區分，配置不同權限，通過智能技術對敏感音視頻自動標記，確保系統安全性及合規性。

3.4 收益性

建設智能媒資業務平臺，對集團已有的珍貴檔案進行統一保存，為外部單位提供不同時期、不同場景下的各種音視頻素材，提高版權收益。

結束語

本文介紹了新一代智能媒資業務平臺的總體架構及技術特點，引入AI技術，建設從高清視頻、直播、制作、入庫，到音視頻、圖片等媒資的分類、檢索、管理、審核、分發等全流程一體化的專業視頻生產發布綜合平臺，實現“一庫打盡、服務內外、互聯互通”，形成一套完整的音視頻管理體系和開放服務平臺，為集團各媒體、外部合作媒體等提供全流程服務，對媒體行業搭建智能媒資庫平臺起到了很好的探索實踐意義。