211service.com
Precīzāka video meklēšana
Bostonā bāzēts starta uzņēmums EveryZing ir ieviesis meklētājprogrammu, kas, cerams, mainīs veidu, kā cilvēki tiešsaistē meklē audio un video. Agrāk pazīstams kā PodZinger, aplādes meklētājprogramma, EveryZing izmanto tehnoloģiju uzņēmuma izstrādātās runas sistēmas. BBN kas var pārvērst izrunātos vārdus meklējamā tekstā ar aptuveni 80 procentu precizitāti. Tas vislabāk atbilst citām komerciāli pieejamām sistēmām, saka EveryZing izpilddirektors Toms Vailds.
Audio signāli: Jauna video un audio meklētājprogramma var pārvērst audio teksta transkriptā ar 80 procentu precizitāti. Tas ir pietiekami labs, lai parādītu stenogrammas fragmentus, novirzītu lietotājus uz vietu failā, kur parādās meklēšanas vienums, un apkopotu galvenos jēdzienus.
Šī augstā precizitāte nodrošina jaunas meklēšanas iespējas, norāda Vailds, piemēram, spēju nodrošināt veselus video un audio atšifrējumus un spēju novirzīt cilvēkus uz precīzu vietu failā, kur tiek izrunāts vārds vai frāze. Šī tehnoloģija arī ļaus uzņēmumam nodrošināt mērķtiecīgas reklāmas, kas saistītas ar noteiktu saturu, līdzīgi kā Google nodrošina reklāmas, kuru pamatā ir tīmekļa lapas teksts.
Lielais izaicinājums [tiešsaistes video un audio] ir mediju satura necaurredzamība, saka Vailds. Ir ārkārtīgi grūti zināt, kāds satura diapazons atrodas video vai audio klipā. Problēma, ko vēlamies atrisināt, viņš saka, ir multivides atklājamība tīmekļa meklēšanā. EveryZing to dara, izvelkot multivides failu saturu un izvadot tekstu, lai varētu izmantot jau esošos teksta meklēšanas rīkus, ko izstrādājuši Google un Yahoo.
Tīmeklis eksplodē ar multivides palīdzību no YouTube, aplādes, TV ziņu reportāžām un Nacionālā sabiedriskā radio pārraidēm. Taču joprojām ir grūti meklēt Baraku Obamu un tīmeklī atrast visus gadījumus, kuros ir minēts viņa vārds. Parasti klipu nosaukumos un tagos, ko cilvēki tiem piešķir, nav pietiekami daudz informācijas, lai sniegtu noderīgus meklēšanas rezultātus. Un tāpēc daži uzņēmumi pēdējo pāris gadu laikā ir izpētījuši audio satura izmantošanu kā ceļvedi. Piemēram, video meklētājprogramma Blinkx izmanto runas atpazīšanas tehnoloģiju, lai visā tīmeklī meklētu atbilstošu saturu, apkopojot to vienā vietnē, līdzīgi kā Google apkopo tīmekļa lapas. (Skatiet TV sērfošanu internetā.)
EveryZing biznesa mērķi atšķiras no Blinkx, saka Vailds, un viņam ir aizdomas, ka abas pieejas var papildināt viena otru. Viņš saka, ka mēs esam par satura tirdzniecību, nevis trollēšanu tīmeklī. EveryZing (kas, tāpat kā Blinkx, nodrošina meklēšanas portālu tīmekļa sērfotājiem) galvenokārt vēlas sadarboties ar satura nodrošinātājiem, lai padarītu viņu multividi meklējamus. Piemēram, uzņēmums vēlas pārvērst visu ABC.com audio un video saturu meklējamā tekstā, pievienojot šim tekstam laika zīmogus (kā arī jau esošu tekstu ar slēgtiem parakstiem), lai persona varētu nekavējoties pāriet uz konkrētu vārdu klips.
Turklāt atšķirībā no Blinkx pašreizējās tehnoloģijas, BBN tehnoloģija ļauj EveryZing iegūt augsta līmeņa koncepcijas, kuras sākotnēji, iespējams, nebija meklētas. Ja kāds meklē, piemēram, Barack Obama, EveryZing varētu piedāvāt arī citus atslēgvārdus klipā, piemēram, rallijs.
Ideja par audio atšifrējumu izmantošanu multivides meklēšanai ir bijusi pētniecības laboratorijās jau gadu desmitiem, un runas atpazīšanas pamatpētījumi aizsākās vēl senāk. Liela daļa pamatdarba notika BBN, MIT, Kārnegija Melona universitātē, IBM un SRI International. 1995. gadā Kārnegijs Melons demonstrēja līdzīgu video meklēšanas sistēmu, saka Ričards Šterns , universitātes elektrotehnikas un datortehnikas profesors. Šī sistēma, ko sauc Informēdija , veicināja citus pētījumus šajā jomā, viņš saka, un bija BBN modernās video analīzes pieejas priekštecis.
EveryZing pamatā esošā tehnoloģija sastāv no divām Bostonā bāzētā BBN pamata tehnoloģijām. Pamatsistēma runas pārveidošanai tekstā, ko sauc par Byblos, ir finansēta no 50 miljoniem USD pētniecības naudas, pamatojoties uz vairākām valdības dotācijām pēdējo piecu gadu laikā, saka Vailds. Izmantojot varbūtības mašīnmācīšanās algoritmus, sistēmai nepieciešama viena minūte, lai katru audio satura minūti pārvērstu tekstā.
Otrā tehnoloģijas daļa, saka Vailds, ir algoritmi, kas apstrādā teksta saturu. BBN dabiskās valodas tehnoloģija satur milzīgus frāžu un vārdu krājumus kontekstam, kas palīdz saprast video. Piemēram, ziņu segmentā par veselību var tikt izmantota valoda, kas raksturīga medicīnas jomai. Šajā gadījumā sistēma spētu atpazīt noteiktus neskaidrus vārdus. Vailds saka, ka teksta nozīmes izpratne ir spēcīgs rīks, jo tas ļauj EveryZing nodrošināt lietotājiem augsta līmeņa koncepcijas, lai viņi varētu precizēt meklēšanu. Un vēl svarīgāk ir tas, ka tas ļauj uzņēmumam savienot mērķētas reklāmas ar pareizo saturu.
Piemērots laiks video meklētājprogrammai ar šīm iespējām, saka Kārnegijs Melons Sterns. Viņš saka, ka video ir daudz saistošāks un izklaidējošāks medijs nekā vienkāršs teksts, un tagad tik daudz no tā ir pieejams internetā. Viņš piebilst, ka BBN 80 procentu precizitāte patiešām ir diezgan liels varoņdarbs, un tai vajadzētu būt pietiekamai, lai tiešsaistē meklētu saturu.
Lai gan tehnoloģija ir laba, tā nav ideāla, saka EveryZing's Wilde. Precizitāte samazinās, ja skan fona mūzika un ja vienlaikus runā vairāki cilvēki. Taču informācijas un izklaides un ziņu tirgum, uz kuru uzņēmums šobrīd ir vērsts, tehnoloģijai vajadzētu piedāvāt būtisku uzlabojumu salīdzinājumā ar pašlaik pieejamo, viņš saka. Es domāju, ka pēc pāris gadiem mēs atskatīsimies atpakaļ un teiksim: 'Protams, multivides failu saturam ir jābūt meklējamam,' saka Vailds. Tas būtu tā, it kā tīmekļa lapās varētu meklēt tikai pēc nosaukuma un taga.