基于AI技術(shù)的媒資內(nèi)容管理平臺(tái)

.PAGE.WORD格式整理專業(yè)資料值得擁有基于AI技術(shù)的媒資內(nèi)容管理平臺(tái)語(yǔ)音識(shí)別需求書(shū)2017年11月文檔信息產(chǎn)品名稱項(xiàng)目需求確認(rèn)書(shū)產(chǎn)品負(fù)責(zé)人徐志亮負(fù)責(zé)人聯(lián)系方式22005899-51472文檔修改記錄版本修改時(shí)間修改人修改章節(jié)修改說(shuō)明目錄1.簡(jiǎn)介42.產(chǎn)品需求42.1、產(chǎn)品需求概述42.1.1、視頻預(yù)處理52.1.2、語(yǔ)音識(shí)別文字輸出52.1.3高識(shí)別率62.1.4支持多種音頻格式62.1.5多語(yǔ)言識(shí)別62.1.5高識(shí)別效率63.其他需求63.1服務(wù)器環(huán)境配置63.2測(cè)試需求63.3運(yùn)維保障需求7..簡(jiǎn)介項(xiàng)目背景隨著計(jì)算機(jī)自動(dòng)化技術(shù)的發(fā)展,語(yǔ)音識(shí)別、字幕識(shí)別、場(chǎng)景分割等技術(shù)已經(jīng)日趨成熟,智能語(yǔ)義分析、智能素材關(guān)聯(lián)、人臉識(shí)別技術(shù)也在迅速發(fā)展,日本NHK等發(fā)達(dá)國(guó)家已實(shí)際應(yīng)用。SMG的自動(dòng)編目可從語(yǔ)音識(shí)別和字幕識(shí)別入手,以新聞、戲曲類(lèi)節(jié)目為切人點(diǎn),在節(jié)目素材入庫(kù)媒資時(shí)將語(yǔ)音和字幕自動(dòng)進(jìn)行文字化,減少編目人員工作量。之后,以自動(dòng)場(chǎng)景分割技術(shù)為基礎(chǔ),結(jié)合智能語(yǔ)義分析,逐步對(duì)節(jié)目和素材實(shí)現(xiàn)全自動(dòng)的標(biāo)引,提高整個(gè)媒資編目的自動(dòng)化率,降低媒資運(yùn)營(yíng)的人工成本。產(chǎn)品需求2.1、產(chǎn)品需求概述隨著計(jì)算機(jī)自動(dòng)化技術(shù)的發(fā)展,語(yǔ)音識(shí)別、字幕識(shí)別、場(chǎng)景分割等技術(shù)已經(jīng)日趨成熟,智能語(yǔ)義分析、智能素材關(guān)聯(lián)、人臉識(shí)別技術(shù)也在迅速發(fā)展,日本NHK等發(fā)達(dá)國(guó)家已實(shí)際應(yīng)用。SMG可從語(yǔ)音識(shí)別入手,在節(jié)目素材入庫(kù)媒資時(shí)將語(yǔ)音和字幕自動(dòng)進(jìn)行文字化。之后,以自動(dòng)場(chǎng)景分割技術(shù)為基礎(chǔ),結(jié)合智能語(yǔ)義分析,逐步對(duì)節(jié)目和素材實(shí)現(xiàn)全自動(dòng)的標(biāo)引。該項(xiàng)目的目標(biāo)是通過(guò)語(yǔ)音識(shí)別,對(duì)視頻進(jìn)行文字內(nèi)容和關(guān)鍵詞的提取,提取后的內(nèi)容和關(guān)鍵詞按照視頻名稱和視頻時(shí)間信息進(jìn)行存儲(chǔ),最終為用戶提供文字內(nèi)容和關(guān)鍵詞的檢索服務(wù)。2.1.1、視頻預(yù)處理視頻預(yù)處理主要實(shí)現(xiàn)對(duì)視頻進(jìn)行提取音頻視頻提取音頻,從視頻文件中提取音頻文件,音頻格式為〔mp3或wav。2.1.2、語(yǔ)音識(shí)別文字輸出自動(dòng)識(shí)別音、視頻〔包括主流格式高、低碼格式中的語(yǔ)音,并將其識(shí)別為文本內(nèi)容,并頁(yè)面中展示。語(yǔ)音識(shí)別文本應(yīng)包含時(shí)間戳,即表示在該段時(shí)間內(nèi)音頻的識(shí)別結(jié)果,語(yǔ)音識(shí)別的結(jié)果按照時(shí)間的順序〔入點(diǎn)時(shí)間,出點(diǎn)時(shí)間在每個(gè)視頻素材的詳情頁(yè)進(jìn)行展示。語(yǔ)音識(shí)別文字輸出應(yīng)當(dāng)為完整句子形式、詞等,另外應(yīng)具有智能的功能,例如,電話號(hào)碼、車(chē)牌、日期、時(shí)間以及量詞的規(guī)整,如"五點(diǎn)三十"會(huì)識(shí)別規(guī)整為"5:30"。自動(dòng)斷句,并且在文本中加入標(biāo)點(diǎn)如好,并且能夠識(shí)別詞屬性,詞屬性包括：普通詞；語(yǔ)氣猶豫詞,如"嗯"、"啊"、"呃"或者無(wú)意義的重復(fù)詞等；標(biāo)點(diǎn)符號(hào),如","等高識(shí)別率在音頻中為標(biāo)準(zhǔn)普通話的情況下,語(yǔ)音識(shí)別率需要達(dá)到90%以上。若音頻中為較為不標(biāo)準(zhǔn)普通話,則語(yǔ)音識(shí)別率可以稍微降低識(shí)別率要求。2.1.4支持多種音頻格式語(yǔ)音識(shí)別應(yīng)支持多種視頻格式,例如wav,flac,opus,m4a,mp32.1.5多語(yǔ)言識(shí)別語(yǔ)音識(shí)別可能需要識(shí)別普通話,上海話,以及英語(yǔ)等,根據(jù)目前項(xiàng)目需求,至少需要能夠識(shí)別普通話以及上海話,并且達(dá)到較好的識(shí)別效果。2.1.5高識(shí)別效率由于音頻量大,所以需要高效率的語(yǔ)音識(shí)別軟件。音頻時(shí)長(zhǎng)與識(shí)別時(shí)間的比要大于6:1。否則無(wú)法正常完成語(yǔ)音識(shí)別