基于AI技術(shù)得媒資內(nèi)容管理系統(tǒng)平臺(tái)

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)1年711月

文檔信息產(chǎn)品名稱(chēng)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1.簡(jiǎn)介1.簡(jiǎn)介 錯(cuò)..誤！未定義書(shū)簽。2.產(chǎn)品需求TOC\o"1-5"\h\z\o"CurrentDocument"2.1、產(chǎn)品需求概述 4\o"CurrentDocument"2.1.1、視頻預(yù)處理 5\o"CurrentDocument"2.1.2、語(yǔ)音識(shí)別文字輸出 5\o"CurrentDocument"2.1.3高識(shí)別率 6\o"CurrentDocument"2.1.4支持多種音頻格式 6\o"CurrentDocument"2.1.5多語(yǔ)言識(shí)別 6\o"CurrentDocument"2.1.5高識(shí)別效率 63.其他需求 錯(cuò)誤！未定義書(shū)簽。 6錯(cuò)誤！未定義書(shū)簽。錯(cuò)誤！未定義書(shū)簽。 6錯(cuò)誤！未定義書(shū)簽。3.2測(cè)試需求 3.3運(yùn)維保障需求 1.簡(jiǎn)介1.1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，日本等發(fā)達(dá)國(guó)家已實(shí)際應(yīng)用。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。2.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，日本等發(fā)達(dá)國(guó)家已實(shí)際應(yīng)用?？蓮恼Z(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(chēng)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（或）。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“5:3”。0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2.1.3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)別業(yè)務(wù)。3.其他需求3.1測(cè)試需求□兼容性測(cè)試□