近幾年，媒體產業當中，以及社群軟體的應用，使得影片、聲音和圖像這些不同形式的內容正飛速的增長。不管是在娛樂、教育和廣告，各產業正透過這些媒體與觀眾進行深度互動。當資料數量變多了，管理、分析、搜尋就變成了企業裡面重要的任務之一。在使用者使用產品的過程，已經不可避免將媒體互動放進他們的使用旅程當中了。透過機器學習、深度學習，讓影片、聲音、圖像變成是可以搜尋得到，可以標籤、分類歸檔的數位資產。

5項好處

(1)降低運營成本
在自動化標記影片的演員、場景、風格等特徵，以改進內容搜索，也讓使用者更容易發現他們想找的資料。降低在過去人工審核、人工標籤等狀況。

(2)提高客戶參與度和可訪問性
根據內容優化字幕、副標題、內容概述，讓該媒體能夠有更貼切的敘述，讓客戶的搜尋體驗提升。並且因為資料的標籤也都建好了，讓資料的訪問度提高。而在產品的後台，也能夠基於數位媒體本身內建許多的訊息，讓使用者與媒體互動的行為，進而衡量、理解、優化受眾和廣告。

(3)提高合規性和品牌安全性
針對各種預定義或自定義類別查看數百萬張圖像或數千個視頻，也可針對內容進行審核，找出不當內容，以確保系統的安全性和合規性。

(4)通過內容轉現，提高收入
通過識別現有媒體內容中的徽標和品牌，通過上下文廣告展示位置，與相關品牌合作，讓公司能夠有新的金流通道。機器學習能夠識別現有聲音和影片內容中的品牌和相關特徵，以找到最佳的廣告插入點、決定播放的片段、改善廣告環境並避免不適當或不相關的品牌聯想。

(5)字幕和本地化
數位媒體若需要產出字幕，或是根據當地市場本地化，都需耗費相當大的人力，在進行內容的校正。基於媒體內容分析，則可以在幾秒鐘內完成過去需耗費幾小時完成的聲音轉字幕、甚至對其字幕時間軸等等的任務。讓本地化的過程要輕鬆許多。

使用情境

(1)搜索和發現
相關的使用情境像是，透過Amazon Rekognition、Amazon Comprehend和Amazon Transcribe去擷取影片內容，進而能夠做到分析跟推薦。也基於這些內容跟資料，調整廣告呈現的內容，讓客戶能夠用其最能夠接受的方式，接受到品牌形象。

＊圖片來源：Increase the value of video with machine learning & media services

(2)字幕和本地化
透過Amazon Transcribe、Amazon Translate，將語音轉成字幕，將字幕翻譯成想要的語言，這樣的流程將能夠輕鬆的添增影片的字幕上去，並加速本地化的流程。加上字幕的流程如下兩張圖所示：

[新增字幕流程]
＊圖片來源：Automate for Efficiency with Amazon Transcribe and Amazon Translate

[轉換成AWS服務的架構示意]
＊圖片來源：Automate for Efficiency with Amazon Transcribe and Amazon Translate

(3)合規性和品牌安全性
通過預先設定好的審查內容標籤，像是暴力、帶來不適、賭博等內容，都可在其審核範圍之中，確保內容符合法規，以及品牌形象。可搭配Amazon Rekognition 和 Amazon Transcribe，來做內容的審核。

＊圖片來源：Exploring images on social media using Amazon Rekognition and Amazon Athena

Reference
[1]. Maximize media value with AWS Media Intelligence solutions
[2]. Data Science & Analytics for Media