人工智能在電視新聞節(jié)目監(jiān)管中的應(yīng)用

蔣曉宋

（湖南廣播電視網(wǎng)絡(luò)傳輸中心，湖南 長沙 410003）

0 引 言

隨著廣播電視技術(shù)的發(fā)展，傳統(tǒng)電視正在向媒體融合、終端移動(dòng)、質(zhì)量高清等方向轉(zhuǎn)變，播出平臺(tái)、傳播路徑和接收方式已越來越多樣化。作為行業(yè)監(jiān)管部門，如何把控各個(gè)環(huán)節(jié)廣播電視的安全播出，確保正確的政治方向和輿論導(dǎo)向，堅(jiān)決守好新聞宣傳主陣地，已成為行業(yè)都在思考和探索的問題。目前，廣播電視行業(yè)各級(jí)別的監(jiān)管系統(tǒng)都收錄了大量的節(jié)目數(shù)據(jù)，但對(duì)電視節(jié)目內(nèi)容的監(jiān)聽監(jiān)看主要還是依靠人工進(jìn)行，由于圖像數(shù)據(jù)量大（一個(gè)省級(jí)監(jiān)管平臺(tái)節(jié)目數(shù)據(jù)的大小都是PB級(jí)別以上），人工處理不僅效率低，有些任務(wù)還根本無法完成；有的監(jiān)管平臺(tái)雖然也利用了計(jì)算機(jī)輔助處理，但在海量、毫無規(guī)則的數(shù)據(jù)面前，根本沒有發(fā)揮太大的優(yōu)勢。而作為宣傳管理部門重點(diǎn)關(guān)注的電視新聞?lì)惞?jié)目，一般普通話質(zhì)量好，內(nèi)容精煉，圖像畫面特征明顯，有一定的規(guī)律可循，如能利用大數(shù)據(jù)、人工智能（Artificial Intelligence，AI）等技術(shù)，將給計(jì)算機(jī)的自動(dòng)處理提供可行性，從而大大提高廣播電視節(jié)目監(jiān)聽監(jiān)看的效率。

1 系統(tǒng)介紹

1.1 系統(tǒng)功能介紹

人工智能電視新聞節(jié)目監(jiān)管系統(tǒng)由節(jié)目存儲(chǔ)系統(tǒng)、業(yè)務(wù)支撐服務(wù)系統(tǒng)和業(yè)務(wù)應(yīng)用系統(tǒng)組成[1]。其處理的節(jié)目既可以是實(shí)時(shí)節(jié)目，也可以是錄制節(jié)目，還可以使用其他已建好的監(jiān)管平臺(tái)中的節(jié)目。系統(tǒng)功能組成如圖1所示。

圖1 人工智能電視新聞節(jié)目監(jiān)管系統(tǒng)功能框圖

存儲(chǔ)系統(tǒng)主要用來存儲(chǔ)節(jié)目信息、關(guān)鍵詞庫和應(yīng)用數(shù)據(jù)信息等，其中大部分用于系統(tǒng)處理后需長時(shí)間保存的節(jié)目信息[2]。業(yè)務(wù)支撐服務(wù)系統(tǒng)包括視頻拆條、圖像識(shí)別、文字識(shí)別、關(guān)鍵詞提取等功能，其主要作用是對(duì)節(jié)目存儲(chǔ)系統(tǒng)中需處理的新聞節(jié)目進(jìn)行分段，基于電視節(jié)目的視頻特征、音頻特征、文本特征、壓縮域特征等，采用新聞標(biāo)題板檢測、關(guān)鍵人物畫面檢測、節(jié)目場景變換檢測、語音識(shí)別、新聞標(biāo)題板字幕識(shí)別等AI處理技術(shù)，對(duì)新聞節(jié)目進(jìn)行結(jié)構(gòu)化分析，有效識(shí)別新聞節(jié)目的轉(zhuǎn)場時(shí)間點(diǎn)，然后采用節(jié)目分割技術(shù)將連續(xù)的節(jié)目流分割為具有特定語義的多個(gè)小視頻，并自動(dòng)將節(jié)目語音識(shí)別為文本，自動(dòng)識(shí)別新聞標(biāo)題板中的字幕等，實(shí)現(xiàn)新聞節(jié)目的碎片化處理，以便于后續(xù)的數(shù)據(jù)檢索與分析[3]。業(yè)務(wù)應(yīng)用系統(tǒng)由任務(wù)管理、系統(tǒng)管理、節(jié)目管理、專題管理、統(tǒng)計(jì)報(bào)表及人工檢驗(yàn)等模塊組成，主要完成人機(jī)對(duì)話功能，實(shí)現(xiàn)人工對(duì)系統(tǒng)的規(guī)則設(shè)置。系統(tǒng)完成任務(wù)后輸出展示監(jiān)管結(jié)果，同時(shí)還可對(duì)監(jiān)管系統(tǒng)中產(chǎn)生的錯(cuò)誤進(jìn)行人工修正和關(guān)鍵詞增減等。

1.2 應(yīng)用場景介紹

湖南省廣播電視監(jiān)管系統(tǒng)利用已有的監(jiān)管平臺(tái)的實(shí)時(shí)節(jié)目流作為信號(hào)源，系統(tǒng)按人工設(shè)定的監(jiān)測時(shí)間段，每天自動(dòng)對(duì)35套節(jié)目中的當(dāng)?shù)匦侣剝?nèi)容進(jìn)行數(shù)據(jù)分析。用戶通過客戶端/服務(wù)器（Client/Server，C/S）端和瀏覽器/服務(wù)器（Browser/Server，B/S）端靈活操作，可以實(shí)現(xiàn)節(jié)目內(nèi)容快速定位、快捷監(jiān)看、智能識(shí)別提示、內(nèi)容標(biāo)注、剪輯合成、內(nèi)容下載及錄像編目等功能[4]。具體應(yīng)用場景如圖2所示。

圖2 應(yīng)用場景案例

節(jié)目通過系統(tǒng)處理后，新聞節(jié)目將自動(dòng)從片段層進(jìn)行分段，自動(dòng)提取新聞標(biāo)題、自動(dòng)將所有語音識(shí)別成文字，并根據(jù)識(shí)別的文字生成該段新聞的關(guān)鍵詞，同時(shí)還對(duì)該段新聞的進(jìn)出點(diǎn)進(jìn)行標(biāo)識(shí)，以便于用戶快速定位監(jiān)看。系統(tǒng)提供人工審核功能，可以對(duì)機(jī)器自動(dòng)生成的信息進(jìn)行人工核對(duì)修正，如對(duì)關(guān)鍵詞、生成的文字錯(cuò)誤的校正，分段錯(cuò)誤時(shí)進(jìn)行剪輯合成等。用戶使用系統(tǒng)時(shí)，可按時(shí)間、關(guān)鍵詞等搜索新聞條目進(jìn)行內(nèi)容的監(jiān)聽監(jiān)看，可下載每條新聞識(shí)別出的文字信息，以便節(jié)目評(píng)議時(shí)使用[5]。系統(tǒng)具有多維度的統(tǒng)計(jì)功能，可按頻道統(tǒng)計(jì)一個(gè)時(shí)間周期里所有新聞的播放條數(shù)，按關(guān)鍵詞統(tǒng)計(jì)播放次數(shù)，按新聞?lì)愋停ㄈ珙I(lǐng)導(dǎo)動(dòng)態(tài)、鄉(xiāng)村振興、疫情防控等）進(jìn)行統(tǒng)計(jì)等，以便為監(jiān)評(píng)簡報(bào)的快速生成提供數(shù)據(jù)服務(wù)。系統(tǒng)還有重點(diǎn)人物識(shí)別功能，利用人臉識(shí)別技術(shù)，可自動(dòng)識(shí)別節(jié)目畫面中的重點(diǎn)人物，將該人物姓名作為新聞片段的關(guān)鍵詞之一，并對(duì)重點(diǎn)人物出現(xiàn)的時(shí)間、持續(xù)時(shí)長自動(dòng)進(jìn)行標(biāo)注[6]。

2 關(guān)鍵技術(shù)

人工智能電視新聞節(jié)目監(jiān)管系統(tǒng)要實(shí)現(xiàn)節(jié)目的檢索和統(tǒng)計(jì)功能，直接在音視頻流上處理顯然無法完成，這需要將音視頻流變成與文字關(guān)聯(lián)的信息，然后通過處理文字信息來實(shí)現(xiàn)目標(biāo)。因此，就需要對(duì)新聞節(jié)目進(jìn)行拆條，對(duì)語音進(jìn)行文字轉(zhuǎn)換，對(duì)文字進(jìn)行關(guān)鍵詞提取，然后將這些信息按對(duì)應(yīng)的關(guān)系分門別類保存，并與關(guān)鍵詞建立索引，以便統(tǒng)計(jì)查詢，所用到的關(guān)鍵技術(shù)主要有視頻拆條、新聞標(biāo)題提取和關(guān)鍵詞生成技術(shù)。

2.1 視頻拆條

視頻拆條技術(shù)主要是基于動(dòng)態(tài)特征識(shí)別，如對(duì)視頻關(guān)鍵幀、場景、字幕、人臉等元素的分析，通過鏡頭變換檢測技術(shù)、字幕提取技術(shù)等進(jìn)行自動(dòng)拆分。在視頻中用同一攝像機(jī)進(jìn)行連續(xù)不間斷拍攝的一段視頻內(nèi)容稱為一個(gè)境頭，同一鏡頭中的兩相鄰幀的運(yùn)動(dòng)、顏色和灰度級(jí)不會(huì)有太大變化[7]。鏡頭變換檢測技術(shù)就是通過對(duì)視頻境頭切換情況的分析，依據(jù)鏡頭組織和特征索引，采用視頻聚類等方法研究鏡頭邊界之間的關(guān)系。該技術(shù)的主要研究內(nèi)容包括關(guān)鍵幀的提取、圖像特征的描述、相似度計(jì)算、聚類算法的設(shè)計(jì)以及自適應(yīng)閾值的確定等。利用字幕提取技術(shù)拆條主要是根據(jù)字幕或標(biāo)題的自動(dòng)識(shí)別，當(dāng)字幕和標(biāo)題內(nèi)容出現(xiàn)變化時(shí)，判斷節(jié)目內(nèi)容變化，同樣利用人臉、場景等元素進(jìn)行綜合分析判斷，從而實(shí)現(xiàn)精準(zhǔn)視頻拆條。

2.2 新聞標(biāo)題提取

新聞標(biāo)題提取就是通過圖像和文字自動(dòng)識(shí)別技術(shù)，從新聞視頻流中提取新聞標(biāo)題內(nèi)容，并支持對(duì)主標(biāo)題和副標(biāo)題進(jìn)行區(qū)分。在電視新聞?lì)惞?jié)目中，標(biāo)題字幕基本都有一些相似的特點(diǎn)，如標(biāo)題字幕在畫面中顯示的位置、大小限定的范圍、排列方式、顯示時(shí)長、使用的字體、字幕背景等。利用這些特征進(jìn)行分析，可有效地降低新聞標(biāo)題提取的難度，提高識(shí)別的準(zhǔn)確性。在新聞標(biāo)題提取過程中，首先從動(dòng)態(tài)的視頻流中提取關(guān)鍵幀確定為需要處理的靜態(tài)圖片，然后對(duì)靜態(tài)圖片進(jìn)行邊緣檢測、字幕區(qū)域檢測等，確定只含有新聞標(biāo)題字幕的圖片，最后將圖片進(jìn)行OCR識(shí)別，從而得到可編輯的新聞標(biāo)題文字。

2.3 關(guān)鍵詞生成

關(guān)鍵詞的生成包括從新聞標(biāo)題中生成和從該段新聞播報(bào)的內(nèi)容中生成，利用它可方便快速地檢索到目標(biāo)數(shù)據(jù)。在實(shí)現(xiàn)過程中，首先要利用語音識(shí)別技術(shù)，將新聞播報(bào)的內(nèi)容自動(dòng)轉(zhuǎn)換成文字。目前該技術(shù)相對(duì)成熟，特別是對(duì)新聞節(jié)目而言，因播音質(zhì)量高，市場上主流產(chǎn)品的識(shí)別準(zhǔn)確率基本都能達(dá)到90%以上。之后，從識(shí)別出來的文字中自動(dòng)提取關(guān)鍵詞。

3 結(jié) 語

廣播電視監(jiān)管系統(tǒng)中數(shù)據(jù)量龐大，利用大數(shù)據(jù)和人工智能技術(shù)進(jìn)行信息處理，既提高了監(jiān)管效能，又緊跟了科技時(shí)代的發(fā)展步伐，還符合智慧廣電、智慧監(jiān)管體系的行業(yè)政策要求，具有很強(qiáng)的現(xiàn)實(shí)意義。但在一些實(shí)際應(yīng)用中，由于涉及到數(shù)據(jù)挖掘、圖文處理、信息檢索等很多計(jì)算機(jī)前沿領(lǐng)域技術(shù)，所以有些實(shí)現(xiàn)方法、算法還有待進(jìn)一步優(yōu)化，監(jiān)測的準(zhǔn)確性也有待進(jìn)一步提高。行業(yè)在新業(yè)態(tài)和新應(yīng)用中，應(yīng)注意充分利用廣播電視產(chǎn)業(yè)鏈中不同環(huán)節(jié)功能特長的優(yōu)勢，以及互聯(lián)網(wǎng)中大數(shù)據(jù)處理的優(yōu)勢，取長補(bǔ)短，合理整合資源，真正形成智能、共享、可復(fù)制的廣播電視監(jiān)管體系。