近日，國內(nèi)領(lǐng)先的 AI 內(nèi)容服務(wù)平臺——金山云金睛在語音識別技術(shù)方面取得重大突破，正式上線全新音頻識別產(chǎn)品“特征音頻過濾”功能，有效解決當前短視頻、網(wǎng)絡(luò)直播等互聯(lián)網(wǎng)內(nèi)容中違規(guī)音頻、音效審核難題。

隨著互聯(lián)網(wǎng)視頻內(nèi)容產(chǎn)業(yè)的迅速發(fā)展，各類違規(guī)內(nèi)容以不同形式滋生蔓延。金山云金睛“特征音頻過濾”功能針對當前強監(jiān)管、嚴審核的態(tài)勢下“偽裝”的違規(guī)特征音頻的審核——例如，通過地區(qū)方言為介質(zhì)的違規(guī)、違法音頻，以及 音效等。

“金睛”是如何清掃這些審核“死角”的呢?首先，“金睛”基于RNN(語音增強技術(shù))、NLP(語義分析技術(shù))對語音進行轉(zhuǎn)寫、分析。然后，對轉(zhuǎn)寫后的文本進行理解，過濾掉敏感、違規(guī)、涉黃、暴恐等不合規(guī)內(nèi)容。整個流程中最后，也是最重要的一環(huán)就是把“武裝”極其嚴密的特征音頻進行識別，這時候就需要使用“特征音頻過濾”功能。

“金睛”特征音頻過濾功能基于多模態(tài)深度語義理解，采用五大手段，直擊網(wǎng)絡(luò)音頻內(nèi)容審核痛點?！疤卣饕纛l過濾”功能涵蓋音頻分類、音頻分割、音源分離、音頻指紋識別技術(shù)及音頻自動標注等五大技術(shù)。目前，可對嬌喘、涉政、涉爆等違規(guī)音頻進行識別、理解和過濾處理。

除了智能語音識別功能，目前“金睛”為內(nèi)容運營方提供圖片審核、智能OCR、智能語音、視頻理解、智能標簽六大類全方位的審核服務(wù)。在圖像審核方面，“金睛”借助每日千萬級海量圖片庫訓(xùn)練對違規(guī)場景進行精細化標簽，目前分別支持80+低俗和 場景、200+暴恐類標簽識別、1200+敏感人物等六大違規(guī)場景的精準識別，10億精標數(shù)據(jù)，毫秒級響應(yīng)速度，即發(fā)即審。在當前嚴峻的內(nèi)容監(jiān)管高壓及激烈的行業(yè)競爭態(tài)勢下，“金睛”已成為主流直播、短視頻、OTT平臺保障運營、精細化管理的首選，覆蓋90%以上頭部客戶。