iT邦幫忙

2021 iThome 鐵人賽

DAY 25
0
AI & Data

談MLOps - 模型、專案架構、產品化及維運系列 第 26

媒體分析為公司帶來的5項好處及4個常見使用情境

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


上一篇
透過機器學習審查合約書的4個優點
下一篇
整理6個媒體產業在機器學習應用的趨勢
系列文
談MLOps - 模型、專案架構、產品化及維運29

尚未有邦友留言

立即登入留言