人工智能技术在电视制播业务中的应用

包洲浩

【摘要】近年来，我国广播电视行业飞速发展，电视制播平台通常要面对自媒体、新媒体等各种媒介中的图片、视频以及文字等海量数据，以往的制播方式已无法满足电视行业发展需求。人工智能技术的产生，在很大程度上改变了大众的生活与工作方式，其中媒体深度融合、大数据以及云计算等技术也推动着电视制播业务的高速发展。电视行业需要在传统电视制播业务特性基础上，深入探索人工智能技术，并将其应用在电视制播工作中，确保人工智能技术能够为广播电视业务提供智能化服务。本文基于人工智能技术特性，剖析了电视制播业务发展现状，阐述了电视制播业务应用人工智能技术应遵循的原则，重点探讨了电视直播业务对人工智能技术的有效应用，以期能够为我国电视行业顺应时代发展潮流提供借鉴。

【关键词】电视制播；人工智能；語音识别；可视化设计

中图分类号：TN92                            文献标识码：A                            DOI：10.12246/j.issn.1673-0348.2023.14.009

人工智能技术在过去十年逐渐从实验室走向产业化生产，凸显出该技术的重复传统行业模式和引领未来的重要价值，为全球社会经济活动作出很大贡献。现阶段，人工智能技术已迎来第三次发展浪潮，该技术能够自动识别图像、视频、文本以及音频等内容，精准快速筛查涉恐、涉黄、涉政以及低俗等违禁违法内容，也可有效辅助新闻机构节目内容的播出和出版。信息化时代下的人工智能技术水平越来越高，且在世界范围掀起了一场技术狂潮。当前人工智能技术在各个行业中都有所涉及，实现了社会生产方式的进一步优化。作为社会大众接收与传递信息的一个重要渠道，电视制播业务工作中应与时俱进，在电视制播业务中有效应用人工智能技术，能够为电视网络提供安全保障，而且还有助于节约电视制播成本，提升电视行业的社会与经济效益。

1. 人工智能技术的特性

20世纪中后期，人工智能诞生，并在科技发展进程中持续优化和完善，虽然人工智能所经历过程非常曲折，但整体来说也越来越成熟。全民信息化背景下，人工智能技术也更为完善，并在各领域中被广泛应用，人工智能技术一方面可以替代人力劳动，实现工作质量与效率的提升，另一方面实现各领域发展目标也具有推动作用。目前人工智能技术水平已经是衡量国家科技力量的一个关键指标，越来越多的学者深入研究人工智能技术，先后涉及自然语言、智能控制以及程序设计等领域，综合分析，人工智能技术特性主要表现为：①人工智能有助于解决不确定性问题。例如，模型计算领域应用人工智能技术，可以借助其计算能力，使各种计算问题得到有效解决，且有助于模糊信息的处理，为获取完整信息提供技术保障，推动工作顺利进行；②人工智能技术有助于提升知识学习能力。人工智能技术能够突破空间和时间限制，仅需根据工作需求，在计算机中输入数据，即可计算出相应数据信息，在确保数据信息准确性、完整性的同时，也有助于节约人力和物质成本；③基于人工智能技术的工作，有助于节约成本，且实际应用中所涉能源较少。大数据下的各个行业会产生大量数据信息，由此就会提高数据处理难度，采用人工智能技术，能够寻找到有价值的数据，以提升工作质量和效率。

2. 人工智能技术的发展阶段

首先，人工智能发展中主要划分三大阶段：运算智能、运动与感知智能以及认知功能。随着智能技术的飞速发展，能够在智能技术中融入人类的感知与思考，确保智能技术应用时能够带来听觉感受，便于开展各项工作；其次，智能语音。人工智能技术飞速发展，诸多功能也得到开发与延伸，所展现出的功能越来越丰富，例如，智能语音技术能够模拟真人配音，以达到以假乱真的效果，能够让听众获得视觉盛宴，尤其是大数据时代下，不管是网络行业，还是广播电视行业，都需要借助智能技术才能得到更好的发展，使信息传播方式更为方便快捷；再次，虚拟技术。主持人虚拟技术是基于智能技术所研发出来的一种衍生技术，该技术能够借助人工智能的方式模拟主持人说话方式，可仿真真人形象，例如，应用“Alpha Go”数据能够虚拟设置播报员，播报时准确性更高，且播出效果也更好。

3. 电视制播现状分析

3.1 电视业务系统相对繁杂

电视制播工作所涉业务系统比较繁杂，其中包括网络监管系统、广告制播系统、安全播出系统等，由此就对电视服务器质量与数量提出较高要求，再加上业务监管系统不同，在电视制播业务中也有明显差异性，因此，电视制播工作难度较大，很容易出现制播差错，常见有字幕和语言对不上、系统响应不及时等，对电视节目的收听效果产生很大影响，甚至会困扰到电视行业的发展。

3.2 系统维修难度大

传统电视制播工作，因为制播技术水平较低，业务和主机间缺乏逻辑分离，若主机发生故障，也会干扰到相应业务系统，导致数据信息丢失。修复系统故障过程中，不仅要维修处理硬件设备，而且还要恢复电视制播所丢失的数据信息，由此就会增加系统维修难度。若电视制播业务中未对数据信息及时备份，该情况下就很容易导致数据丢失，严重影响电视制播工作的有序进行。

3.3 主机和接口闲置问题

当前，电视监管平台运行期间，很多业务系统间呈现资源分布失衡状态，也就是说，在使用主机过程中，很多任务管理程序都会在一个主机中固定，造成其他设备接口闲置，该情况下选择物理方式展开逻辑迁移，很难达到理想效果，而且还会消耗大量物力、人力，不利于后续开展电视制播工作。

4. 电视制播中的人工智能原则

4.1 智能化设计

电视制播业务中应用人工智能技术，需要先遵循智能化设计原则，也就是说，应用相关配套设备与技术，创建监管平台，以自动化分析处理数据信息。现阶段国内多数地区的电视媒体都会采用5D建模数据分析模式，也就是说，对竞争、价值流、用户群、投资收益和业务空间等层面展开分析，以还原电视商业行为。应用大数据分析技术过程中，一般要展开黑白灰等样本设计，同时设计相应分类装置，入库处理各制播数据。

4.2 潜在威胁挖掘原则

首先，人工智能分析，包括人工关联、二进制静态和沙箱动态分析等；其次，筛选可疑数据。判断数据相似度与异常行为等相关参数，将可疑数据信息筛选出来；再次，威胁检测。依照规范标准，深度筛选已知威胁样品；第四，建立数据库。根据不同类型，对数据分类处理，锁定数据基本属性，创建初步关联；最后，数据采集，通过人工智能技术采集相关数据。

4.3 可视化设计原则

采用人工智能技术，全方位展示数据安全状况所面临威胁和后续预测等，为开展后续电视制播业务提供指导。对于电视制播业务数据来说，信息资源比较枯燥，而应用人工智能技术，能够立体、直观体现枯燥的电视资源，确保工作人员能够直观掌握电视制播数据情况，进而提升广播电视制播水平。

5. 电视制播业务中对人工智能技术的应用

5.1 电视制播业务中应用语音识别技术

5.1.1 语音识别技术

自动语音识别（简称ASR），是转化语音为文本的一种技术，可支持智能化断句，并自动添加标点符号，图1为ASR实现流程。通常音频文件格式包括WAV、3gp、mp3、amr以及mp4等，声音特征提取是采用MFCC对音频高纬度特征进行提取，声学模式比对是采用声学模型算法转换单个发音为单个字，而语音模型则是利用统计与规则模型串联单个字为完整句。

5.1.2 电视制播业务中应用语音识别技术

同期声字幕是电视节目制作的重要组成部分，字幕不仅有助于观众听懂人物的对话内容，而且也便于听力障碍者观看电视节目，图2为以往同期声字幕制作流程。以往制作同期声字幕需要先听抄字幕，根据电视节目声音与画面内容，通过手动在文本编辑器中录入节目人物对白，录入文本时，一般每句话一行，用回车键将每句话分开，再通过doc、txt格式存储。非编软件打开后，加载节目音视频文件，将手工录入完成的字幕文件导入到字幕唱词模块。电视节目播放时，节目编辑人员需要通过“空格键”手动将字幕文件每句话对应至节目相应位置，以确保字幕与画面声音保持一致。同期声字幕制作所需人工听抄工作量比较大，且必须反复人工校对，而且制作字幕唱词时，必须手动对准对白的位置，工作量巨大。

在电视同期声字幕制作中应用语音识别技术，可以自动、智能化识别电视同期声对白，并自动形成标准、统一的字幕格式，在电视节目对应位置自动对准字幕，有助于电视节目字幕准确性与制作效率的提升。图3为智能同期声字幕制作流程，制作步骤为：①通过电视节目制作软件加载所需同期声字幕节目；②点击“语音自动识别”，提取电视音频，发送到“语音识别引擎”，由该引擎分析所传输的音频，生成标准、统一字幕模板，具体如表1所示，一般每行一句话，每句话用回车键隔开；③字幕模板生成后，依照节目时间信息与语言内容，在节目指定位置自动插入文字内容，以形成同期声字幕；④人工校对字幕后，最终合成电视节目。

5.2 电视制播业务中应用文字识别技术

5.2.1 文字识别技术

所谓文字识别技术（OCR），就是电子设备分析处理相关图像文件，以获取版面与文字信息的综合过程，具体流程为：①输入图像。主要支持处理黑白、灰、彩色三种色彩的图像文件；②预处理。先二值化处理图像，仅保留黑色与白色，一种为背景颜色，一种为文字识别颜色，再降噪处理；③版面分析。分行、分段处理文档图片；④字符识别。通过特征提取，提取出文字图像的特征，并传送给分類器进行分类，根据特征判断文字识别；⑤版面恢复。输出至pdf、word等文档中，仍旧保留原文档格式，保持段落、顺序以及位置不变。

5.2.2 电视制播业务中应用文字识别技术

电视译制中心的工作是二次创作优秀电视或电影，对动画片、电影以及电视剧等重新配音和字幕，便于不同语言文化交流。电视制播业务中应用文字识别技术，能够对影视节目字幕内容进行自动识别，便于影视译制人员翻译，语言经翻译后能够自动生成统一、标准的字幕格式，使电视节目中自动对准字幕位置，有助于影视字幕译制效率的提升，图4为结合字幕自动识别译制流程。具体操作步骤：①通过节目译制软件加载所需译制的电视节目；②利用译制软件根据视频画面切分节目镜头，并提取关键帧，即提取该段视频为一系列图片，具体见图5；③文字识别引擎逐一分析抽帧画面，对各画面文字内容与时间位置信息进行解析；④节目译制软件根据文字识别原文结构翻译文字；⑤人工校对字幕后，合成电视节目。合成过程中，选取完成翻译的字幕，并在节目指定位置放置翻译后的语言文字。

5.3 媒资管理系统中应用图像识别技术

5.3.1 图像识别技术

图像识别技术其实就是图像检索和分类，需创建大量训练库、物体、场景以及事件识别模板，识别图像时，先将无效特征排除，再提取重要特征，并对比关键信息，最终对识别结果进行输出。

5.3.2 媒资管理系统中应用图像识别技术

影视融资管理系统主要通过上载历史资料、编目、采集以及审核等业务，借助内容管理、媒体分析、智能索引、存储管理以及智能转码等引擎，将快速浏览、精确查询、下载以及高效检索服务提供给系统用户。作为媒资管理系统核心环节，媒资编目必须人工浏览素材内容，再根据节目层、场景层、片段层以及镜头层规范素材，分析电视节目内容，并对关键画面进行提取，通过主题、创建、语种、日期、出版等信息著录。媒资管理系统中应用图像识别技术，一方面能够自动、智能化识别电视画面内容，实现人工自定义与智能分类标签混合编目，另一方面也可以对音视频内时间、地点等展开多模态编目。

媒资管理系统中应用智能标签体系，与以往媒资系统编目相比，方式更为灵活，而且内容也更丰富，媒资检索手段更为高效、精准，有助于电视节目素材的精准定位，不仅降低了时间成本，也提升了媒资管理效率。

6. 结束语

人工智能技术在优化大众生活的同时，也转变了大众的工作方式，电视制播业务也在媒体深度融合、大数据以及云计算中实现高速发展，电视行业需要基于以往电视制播业务特性，深入探索人工智能技术，同时将其应用在电视制播工作中，确保人工智能技术能够为广播电视业务提供更智能化的服务，从而打造更智能、更先进的电视制播业务体系，以实现电视行业的可持续发展。但是，目前对人工智能技术掌握还缺乏彻底性、全面性，人工智能技术在电视广播行业的智慧化建设道阻且长，相信在各从业者的共同努力下，国内广电行业必然能在世界上崭露头角。

参考文献：

[1]朱清钟.人工智能技术推进智能化演播室系统建设路径探究[J].新闻前哨，2022（21）：77-78.

[2]郭建明.人工智能技术在电视制播业务中的应用[J].电视技术，2022，46（10）：57-60.

[3]林阳，李睿琦.人—机文明：人工智能主播的应用分层与发展前景研究[J].中国主持传播研究，2022（01）：98-110.

[4]高维嘉，巴胜超，李健.人工智能技术赋能电视新闻业的变革与思考——以人工智能主播为例[J].创意设计源，2022（05）：17-22.

[5]刘渊.基于专利布局对智能家居中电视相关技术的分析[J].电视技术，2022，46（08）：196-200.

[6]李鸣.以技术创新赋能互联网电视高质量发展——未来电视人工智能平台建设实践与应用分析[J].广播电视信息，2022，29（07）：12-15.