视频:音频分析和视频机器学习

了解更多关于机器学习和人工智能的信息流媒体的下一个事件.

阅读这段录音的完整文本:

小君海德: 在我看来，这是视频机器学习中比较成熟的领域之一. 据我所见，这些服务在语音转文本方面相当准确. 显然，它们并不完美. 但我觉得它们在这方面比物体检测更完美, 尤其是当我们在谈论野外的视频时.

例如，假设我是一个机器学习服务，可能是Video Indexer或Valossa. 我正在调整我的模型，它们可能会覆盖80%. 但是会有一些视频是他们没有预料到的, 它们还没有被调好. 所以我现在要说的是，语音到文本和翻译，或者语音到文本，到目前为止是相当不错的.

翻译是建立在这之上的. 除了能拿到笔录之外, 然后你就可以把这个抄本翻译成其他语言. 这是另一个很酷的例子. 这个世界上有很多声音不仅仅是言语. 所以我们有，你知道，鸟的声音. 我们有掌声，我们有音乐. 诸如此类. 某些服务实际上可以告诉你视频中发生了什么其他音频. 这很有用.

您在左侧看到的是Valossa及其JSON的样子. 我在视频里播放了一下，它检测到了掌声. 在动物群类别中，它检测到宠物的声音，可能是狗叫之类的.

然后是Azure Media Services的Video Indexer. 他们会给你一些很酷的演讲者统计数据. 假设你有一个培训系统，你在那里教授演讲会, 你希望他们能够有一个双向的对话. 你可以利用这些统计数据来知道谁在说话，谁不让别人说话.

在这种情况下，是我，因为我坐在这里和你们所有人说话，而你们都很安静. 但演讲者的统计数据相当有趣.

也有情绪分析. 情感分析是指分析视频中有多少快乐或悲伤. 或者说视频中某一点的正或负. Valossa在他们的UI中有一个非常酷的可视化工具，你可以在那里获得一些情感.

AMS视频索引器做正、负, 我想他们最近才开始把一些情绪也放进去.

Watson Video Enrichment做情感分析已经有一段时间了. 你可以在右下角看到的是快乐，悲伤，愤怒，恐惧和厌恶.

免费的

合资格订户

现在就订阅最新一期过去的问题

最佳实践:视频会议解决方案