對廣播電視監測監管平臺中的人工智能應用研究

李友 瀘州市廣播電視發射和監測臺

在針對廣播電視展開監測與監管的工作中，人工智能技術的應用程度逐步加深，利用該技術搭建起廣播電視智能化監測監管平臺受到更多關注，也逐步成為區域廣播電視監管的主要工作內容。

一、廣播電視監測監管平臺中人工智能技術的應用價值分析

第一，信息數據的智能識別。通過應用人工智能技術，可以提升廣播電視監測監管信息數據分析梳理的高效性，在海量數據信息中迅速識別、篩選出高價值信息數據。結合多種模型的應用，針對多形式數據信息完成智能識別、解讀與梳理，支持未來發展趨勢的預判。

第二，智能決策。依托廣播電視智能化檢測監管平臺的搭建及應用，可以結合實時獲取的監測數據以及專業相關領域專家經驗，完成對知識庫內容的補充，并形成智能決策，高效完成廣播電視音視頻內容的處理。

二、廣播電視監測監管平臺中人工智能技術的主要應用場景分析

（一）音視頻內容的智能識別監測

廣播電視信號技術監測、節目內容監管為人工智能技術在廣播電視監測監管中的具體應用，主要場景涉及語音識別、語義判斷、語種識別、圖像識別、音視頻可視化數據信息轉換、智能分析研判等等。實踐中，主要利用模型、機器學習以及對海量音視頻數據的智能化識別檢測、分析與監測，完成相關廣播電視節目內容的智能識別檢測。把監管數據分析、案例研究等內容落實持續性積累，組建起案例庫、知識庫，將其設立為深度學習的樣本數據，為基于深度學習的人工智能提供更為豐富的數據模型儲備[1]。

（二）監測監管數據信息的智能編目

音視頻結構化、知識圖譜、大數據檢索為監測監管數據信息的智能編目的重要組成。其中，對于音視頻結構化而言，主要落實對基礎元素以及內容的全面性提取及整理，將其分解為能夠被碎片化利用的組件；對于知識圖譜而言，其主要應用于對人物、事件、場景等信息的有序性梳理方面，利用檢測與關聯完成相關數據與信息的存儲與呈現；對于大數據檢索而言，其主要結合音視頻結構化以及知識圖譜，針對所提供的海量監測監管數據展開高效性檢索，以人物特征、圖像特征、人臉特征、音視頻特征等為基礎，實現數據檢索的快速性完成。

（三）網絡安全智能態勢感知

依托安全大數據對于整體環境落實動態性分析，明確環境中的安全風險與安全威脅，在全局角度實施對安全威脅以及相應處置能力的確定，以此為基礎生成決策與行動，整個過程為態勢感知。為了實現智能化的態勢感知，需要在廣播電視網絡終端、網絡關鍵節點位置進行智能探測器的加設，以此實現對網絡環境以及風險情況的檢測，對海量安全數據落實關聯性分析以及行為建模，以此為基礎，是從漏洞、風險、攻擊、威脅等方面入手，實現全面性的態勢感知[2]。針對網絡安全、終端的安全性做出預警，并自動化展開自適應處理，包括阻斷、修復。通過這樣的方式，能夠實現對全鏈條的自動化智能響應的止損。另外，依托對抗樣本的提前預設完成相應模型的專項訓練，以此展開對模型的預測，完成模型安全性性能以及穩定性能的測試。

三、基于人工智能技術的廣播電視監測監管平臺搭建思路與應用分析

（一）技術架構

本研究搭建起的基于人工智能技術的廣播電視監測監管平臺系統主要可以劃分為兩部分，即前端部分與監控中心部分，兩部分利用網絡實現連接與信息數據的傳遞，整個平臺系統的技術架構如圖1所示。其中，在前端部分，主要包含著CAM解憂卡、DVB-C解憂卡、監測轉碼卡、多通道轉碼卡、多通道廣播監測編碼卡、存儲系統、監測主控板卡等的構件，能夠實現對有線數字信號、衛星廣播/電視信號、中波/調頻廣播信號的識別、采集、控制與轉碼，支持FM/AM廣播的接收、解調以及參數測量；在監控中心部分，主要包含中心檢測平臺數據庫、多畫面顯示系統、數據查詢客戶端，能夠完成多個前端同一頻道的實時性查看與對比，在具有特殊要求的重大轉播節目、每日《新聞聯播》節目的播出質量監測工作中發揮出重要作用。

圖1 基于人工智能技術的廣播電視監測監管平臺系統技術架構圖

（二）需求設計

第一，廣播電視節目安全播出監測。對于區域有線電視、開路電視、模擬電視、調頻廣播、衛星信號、DTMB等播出信號落實全區域覆蓋的播出情況監測，同時完成播出停播情況監測以及節目質量傳輸情況監測[3]。

第二，廣播電視節目監聽監看。針對區域自辦頻道中的新聞熱點、廣告、敏感人物展開實時性的監聽監看，監測區域范圍內IPTV點播、直播節目的實際播出情況。

第三，網絡視聽節目監管。對區域內互聯網視聽內容展開全面性監管，主要包含與廣電相關的手機APP、微博、微信、融媒體中心平臺、互聯網輿情的內容監管。

（三）關鍵功能單元設計

1.語音識別引擎

語音識別引擎主要對廣播電視節目中出現的敏感人物、敏感話題實現精準性識別，以此替代以往的人工監測，有效節省人力，也促使相應識別效率有所提升。在語音識別引擎中，主要依托機器完成語言信號的分析，結合語音單位包括音節、音素、單詞的語法規則參數，或是語音之間的文意規律性邏輯性，為整個語言進行識別與判斷，主要能夠完成對中英文簡單混合語音轉寫、漢語言普通話語音轉寫、略帶口音語音轉寫、變語速語音轉寫等等，同時實現字母識別、數字識別、專有名詞識別、智能斷句及智能標點預測、話音及非話音檢測、基于深度學習架構的聲學模型訓練、智能詞語替換、大規模語言模型訓練等。在轉寫過程中，可以劃分出預處理、特征提取、聲學模型、語言模型、發音詞典、解碼器這幾部分，實踐中，主要對音頻信號進行降噪處理，促使語音增強，并完成切分，隨后將信號由時域轉換至頻率域，在特征提取模塊選取適用于聲學建模的特征向量。結合聲學與發音學知識，完成聲學模型的搭建輸出，獲取每條語音的聲學模型得分；結合語言模型對某文本語句產生概率進行估計，明確語言模型得分；依托解碼器的使用，促使所有候選句子的聲學模型得分、語言模型得分與發音詞典信息相融合，最終完成綜合得分最高的語句輸出，將其設定為最后所呈現出的轉寫結果。

2.文本識別引擎

文字識別引擎主要用于分析廣播電視節目中的語音轉換文字所代表的語義，以此替代傳統人工收聽收看整個視頻后理解文本大意的方式。在文本識別引擎的運行過程中，主要對文本內容進行內容清洗以及過濾，依托垃圾過濾模型完成對無效文本或是文本中所包含的無效部分內容進行全部性剔除[4]；迅速、精準識別文本內容中的敏感內容，依托深度雙向編碼，完成對文本內容以及文本類別信息的表達，并將其嵌入特征表示中；結合轉換器模型的使用完成分類，迅速提取有害內容，精準識別有害文本信息，通過領域知識庫的應用，選取出其中所包含的有害內容要素；定制并應用較為靈活的規則，結合用戶所設定的規則，實現關鍵詞配置的自定義，反饋指定規則的有害文本內容的檢出結果；完成自然語言的處理，結合語義分析，實現智能機器學習算法的構建，促使復雜變種文本的高效性過濾成為現實。

文字識別引擎可以實現情感分析，即對富有感情色彩的主觀性文本落實分析、處理、歸納以及推理，可以進一步細化為情感傾向分析、情感程度分析以及主客觀分析。需要注意的是，在常見應用場景下，可以將情感分析劃分為兩種類型。例如，“厭惡”與“喜愛”這兩個詞語就包含在差異性情感傾向的范圍內。基于機器學習的情感分析方法，將這一問題轉化為一個分類問題進行研究，完成情感進行判斷，將目標情感劃分為正、負兩種類型。對訓練文本落實人工標注，然后進行有監督的機器學習。

3.圖像識別引擎

圖像識別引擎主要分析廣播電視節目中所出現的每一幀畫面，實現對目標臺標、人臉、字母等元素的快速識別，由此替代人工觀察收看方式，降低人工工作量。對于圖像識別引擎來說，其主要完成的工作任務如下所示：第一，臺標識別，即利用機器學習的方法，促使電視臺標自動化識別成為可能，在更短的時間內實現對電視是否顯示臺標、是否切換臺標、是否遮擋臺標等情況的精準性分析與檢測。第二，人臉識別，即對廣播電視節目內容中是否包含敏感人物的人臉完成迅速以及精準識別檢測。通過對廣播電視節目的逐幀分析以及圖像識別，對輸入視頻內容進行人類識別檢測，對比敏感圖像樣例庫中的敏感人物以及節目中的人臉，保證敏感人物圖像能夠在輸入的視頻內容中進行快速性的識別與定位，依托播放功能，促使敏感人物出現位置快速監看成為可能。

4.視頻識別引擎

視頻識別引擎主要結合語義分析廣播電視節目中所出現的每一幀畫面，促使目標字幕、片段等元素的快速識別成為可能，以此替代人工觀看審查，降低相關人員的工作量。對于視頻識別引擎而言，其主要完成的工作任務如下所示：第一，字母識別，即對視頻圖像中字母展開分析與識別，并對比分析視頻圖像中字幕內容以及關鍵詞庫，一旦檢測到視頻圖像字幕中存在與關鍵詞庫內的某個關鍵詞內容保持一致的詞匯，則自動完成標記[5]；結合視頻播放功能的應用，迅速在視頻畫面中對敏感關鍵詞字幕所出現的對應幀圖像實現迅速定位，方便相關工作人員調看。第二，新聞拆條，即依托對新聞節目的識別、候選新聞條目切換點的檢測、新聞條目標題字幕檢測與識別、播音員鏡頭檢測、多模態特征融合等技術的綜合性使用，完成對新聞視頻條目的自動化分割，以此對后續新聞視頻點播、瀏覽、檢索等服務的便捷性提供創設良好條件，還可以提供包含新聞節目名稱，新聞條目起始點、新聞目標條目標題的新聞視頻結構表示。

（四）應用成效

第一，全媒體監測云平臺的建成。在區域市局指導下，全媒體監管云平臺完成搭建并通過質量驗收，切實實現將移動、電信、聯通這三大運營商的IPTV規劃至廣播電視監管監測范圍內，促使廣播電視監測業務以及視聽新媒體監測業務的整合成為現實，保證監測資源得到有效利用，為區域進一步擴大全媒體監測監管提供更為全面的決策依據以及良好的技術支撐。第二，全年安全播出“零事故”的實現。在2021年，依托該廣播電視智能化監管監測平臺的應用，完成各類大型活動的播出保障。同時，在對每日《新聞聯播》重點時段的廣播電視安全播出也提供有效支持，促使全市范圍內廣播電視以及互聯網視聽節目的優質性、安全性播出成為現實，保證安全播出任務得到圓滿完成，實現區域廣播電視節目播出的“零事故”以及“零插播”。第三，積極上報監測數據。依托廣播電視智能化監管監測平臺的應用，完成廣播電視質量監測數據信息、廣播電視內容監測數據信息、互聯網視聽節目監測數據信息的全面性獲取與整合，生成各類監測報表并以月度為單位向市局進行上報；收集輿情信息并完成輿情信息月報的編輯，及時將其轉發至區域性中心。第四，監測機房降溫設備改造完工。依托政府采購配置五臺機房專用精密空調，促使機房降溫設備改造成為現實，確保機房設備長時間穩定、正常運行，從而達到更好維護廣播電視安全播出監測工作展開的效果。

四、總結

綜上所述，在廣播電視監測監管平臺中，人工智能技術有著極高的應用價值，在當前主要被應用于音視頻內容的智能識別監測、監測監管數據信息的智能編目以及網絡安全智能態勢感知這幾方面。依托包含語音識別引擎、文字識別引擎、圖像識別引擎、視頻識別引擎的廣播電視智能化監測監管平臺的搭建與應用，促使區域全媒體監測、區域廣播電視節目播出的“零事故”以及“零插播”成為可能。