对广播电视监测监管平台中的人工智能应用研究

李友 泸州市广播电视发射和监测台

在针对广播电视展开监测与监管的工作中，人工智能技术的应用程度逐步加深，利用该技术搭建起广播电视智能化监测监管平台受到更多关注，也逐步成为区域广播电视监管的主要工作内容。

一、广播电视监测监管平台中人工智能技术的应用价值分析

第一，信息数据的智能识别。通过应用人工智能技术，可以提升广播电视监测监管信息数据分析梳理的高效性，在海量数据信息中迅速识别、筛选出高价值信息数据。结合多种模型的应用，针对多形式数据信息完成智能识别、解读与梳理，支持未来发展趋势的预判。

第二，智能决策。依托广播电视智能化检测监管平台的搭建及应用，可以结合实时获取的监测数据以及专业相关领域专家经验，完成对知识库内容的补充，并形成智能决策，高效完成广播电视音视频内容的处理。

二、广播电视监测监管平台中人工智能技术的主要应用场景分析

（一）音视频内容的智能识别监测

广播电视信号技术监测、节目内容监管为人工智能技术在广播电视监测监管中的具体应用，主要场景涉及语音识别、语义判断、语种识别、图像识别、音视频可视化数据信息转换、智能分析研判等等。实践中，主要利用模型、机器学习以及对海量音视频数据的智能化识别检测、分析与监测，完成相关广播电视节目内容的智能识别检测。把监管数据分析、案例研究等内容落实持续性积累，组建起案例库、知识库，将其设立为深度学习的样本数据，为基于深度学习的人工智能提供更为丰富的数据模型储备[1]。

（二）监测监管数据信息的智能编目

音视频结构化、知识图谱、大数据检索为监测监管数据信息的智能编目的重要组成。其中，对于音视频结构化而言，主要落实对基础元素以及内容的全面性提取及整理，将其分解为能够被碎片化利用的组件；对于知识图谱而言，其主要应用于对人物、事件、场景等信息的有序性梳理方面，利用检测与关联完成相关数据与信息的存储与呈现；对于大数据检索而言，其主要结合音视频结构化以及知识图谱，针对所提供的海量监测监管数据展开高效性检索，以人物特征、图像特征、人脸特征、音视频特征等为基础，实现数据检索的快速性完成。

（三）网络安全智能态势感知

依托安全大数据对于整体环境落实动态性分析，明确环境中的安全风险与安全威胁，在全局角度实施对安全威胁以及相应处置能力的确定，以此为基础生成决策与行动，整个过程为态势感知。为了实现智能化的态势感知，需要在广播电视网络终端、网络关键节点位置进行智能探测器的加设，以此实现对网络环境以及风险情况的检测，对海量安全数据落实关联性分析以及行为建模，以此为基础，是从漏洞、风险、攻击、威胁等方面入手，实现全面性的态势感知[2]。针对网络安全、终端的安全性做出预警，并自动化展开自适应处理，包括阻断、修复。通过这样的方式，能够实现对全链条的自动化智能响应的止损。另外，依托对抗样本的提前预设完成相应模型的专项训练，以此展开对模型的预测，完成模型安全性性能以及稳定性能的测试。

三、基于人工智能技术的广播电视监测监管平台搭建思路与应用分析

（一）技术架构

本研究搭建起的基于人工智能技术的广播电视监测监管平台系统主要可以划分为两部分，即前端部分与监控中心部分，两部分利用网络实现连接与信息数据的传递，整个平台系统的技术架构如图1所示。其中，在前端部分，主要包含着CAM解忧卡、DVB-C解忧卡、监测转码卡、多通道转码卡、多通道广播监测编码卡、存储系统、监测主控板卡等的构件，能够实现对有线数字信号、卫星广播/电视信号、中波/调频广播信号的识别、采集、控制与转码，支持FM/AM广播的接收、解调以及参数测量；在监控中心部分，主要包含中心检测平台数据库、多画面显示系统、数据查询客户端，能够完成多个前端同一频道的实时性查看与对比，在具有特殊要求的重大转播节目、每日《新闻联播》节目的播出质量监测工作中发挥出重要作用。

图1 基于人工智能技术的广播电视监测监管平台系统技术架构图

（二）需求设计

第一，广播电视节目安全播出监测。对于区域有线电视、开路电视、模拟电视、调频广播、卫星信号、DTMB等播出信号落实全区域覆盖的播出情况监测，同时完成播出停播情况监测以及节目质量传输情况监测[3]。

第二，广播电视节目监听监看。针对区域自办频道中的新闻热点、广告、敏感人物展开实时性的监听监看，监测区域范围内IPTV点播、直播节目的实际播出情况。

第三，网络视听节目监管。对区域内互联网视听内容展开全面性监管，主要包含与广电相关的手机APP、微博、微信、融媒体中心平台、互联网舆情的内容监管。

（三）关键功能单元设计

1.语音识别引擎

语音识别引擎主要对广播电视节目中出现的敏感人物、敏感话题实现精准性识别，以此替代以往的人工监测，有效节省人力，也促使相应识别效率有所提升。在语音识别引擎中，主要依托机器完成语言信号的分析，结合语音单位包括音节、音素、单词的语法规则参数，或是语音之间的文意规律性逻辑性，为整个语言进行识别与判断，主要能够完成对中英文简单混合语音转写、汉语言普通话语音转写、略带口音语音转写、变语速语音转写等等，同时实现字母识别、数字识别、专有名词识别、智能断句及智能标点预测、话音及非话音检测、基于深度学习架构的声学模型训练、智能词语替换、大规模语言模型训练等。在转写过程中，可以划分出预处理、特征提取、声学模型、语言模型、发音词典、解码器这几部分，实践中，主要对音频信号进行降噪处理，促使语音增强，并完成切分，随后将信号由时域转换至频率域，在特征提取模块选取适用于声学建模的特征向量。结合声学与发音学知识，完成声学模型的搭建输出，获取每条语音的声学模型得分；结合语言模型对某文本语句产生概率进行估计，明确语言模型得分；依托解码器的使用，促使所有候选句子的声学模型得分、语言模型得分与发音词典信息相融合，最终完成综合得分最高的语句输出，将其设定为最后所呈现出的转写结果。

2.文本识别引擎

文字识别引擎主要用于分析广播电视节目中的语音转换文字所代表的语义，以此替代传统人工收听收看整个视频后理解文本大意的方式。在文本识别引擎的运行过程中，主要对文本内容进行内容清洗以及过滤，依托垃圾过滤模型完成对无效文本或是文本中所包含的无效部分内容进行全部性剔除[4]；迅速、精准识别文本内容中的敏感内容，依托深度双向编码，完成对文本内容以及文本类别信息的表达，并将其嵌入特征表示中；结合转换器模型的使用完成分类，迅速提取有害内容，精准识别有害文本信息，通过领域知识库的应用，选取出其中所包含的有害内容要素；定制并应用较为灵活的规则，结合用户所设定的规则，实现关键词配置的自定义，反馈指定规则的有害文本内容的检出结果；完成自然语言的处理，结合语义分析，实现智能机器学习算法的构建，促使复杂变种文本的高效性过滤成为现实。

文字识别引擎可以实现情感分析，即对富有感情色彩的主观性文本落实分析、处理、归纳以及推理，可以进一步细化为情感倾向分析、情感程度分析以及主客观分析。需要注意的是，在常见应用场景下，可以将情感分析划分为两种类型。例如，“厌恶”与“喜爱”这两个词语就包含在差异性情感倾向的范围内。基于机器学习的情感分析方法，将这一问题转化为一个分类问题进行研究，完成情感进行判断，将目标情感划分为正、负两种类型。对训练文本落实人工标注，然后进行有监督的机器学习。

3.图像识别引擎

图像识别引擎主要分析广播电视节目中所出现的每一帧画面，实现对目标台标、人脸、字母等元素的快速识别，由此替代人工观察收看方式，降低人工工作量。对于图像识别引擎来说，其主要完成的工作任务如下所示：第一，台标识别，即利用机器学习的方法，促使电视台标自动化识别成为可能，在更短的时间内实现对电视是否显示台标、是否切换台标、是否遮挡台标等情况的精准性分析与检测。第二，人脸识别，即对广播电视节目内容中是否包含敏感人物的人脸完成迅速以及精准识别检测。通过对广播电视节目的逐帧分析以及图像识别，对输入视频内容进行人类识别检测，对比敏感图像样例库中的敏感人物以及节目中的人脸，保证敏感人物图像能够在输入的视频内容中进行快速性的识别与定位，依托播放功能，促使敏感人物出现位置快速监看成为可能。

4.视频识别引擎

视频识别引擎主要结合语义分析广播电视节目中所出现的每一帧画面，促使目标字幕、片段等元素的快速识别成为可能，以此替代人工观看审查，降低相关人员的工作量。对于视频识别引擎而言，其主要完成的工作任务如下所示：第一，字母识别，即对视频图像中字母展开分析与识别，并对比分析视频图像中字幕内容以及关键词库，一旦检测到视频图像字幕中存在与关键词库内的某个关键词内容保持一致的词汇，则自动完成标记[5]；结合视频播放功能的应用，迅速在视频画面中对敏感关键词字幕所出现的对应帧图像实现迅速定位，方便相关工作人员调看。第二，新闻拆条，即依托对新闻节目的识别、候选新闻条目切换点的检测、新闻条目标题字幕检测与识别、播音员镜头检测、多模态特征融合等技术的综合性使用，完成对新闻视频条目的自动化分割，以此对后续新闻视频点播、浏览、检索等服务的便捷性提供创设良好条件，还可以提供包含新闻节目名称，新闻条目起始点、新闻目标条目标题的新闻视频结构表示。

（四）应用成效

第一，全媒体监测云平台的建成。在区域市局指导下，全媒体监管云平台完成搭建并通过质量验收，切实实现将移动、电信、联通这三大运营商的IPTV规划至广播电视监管监测范围内，促使广播电视监测业务以及视听新媒体监测业务的整合成为现实，保证监测资源得到有效利用，为区域进一步扩大全媒体监测监管提供更为全面的决策依据以及良好的技术支撑。第二，全年安全播出“零事故”的实现。在2021年，依托该广播电视智能化监管监测平台的应用，完成各类大型活动的播出保障。同时，在对每日《新闻联播》重点时段的广播电视安全播出也提供有效支持，促使全市范围内广播电视以及互联网视听节目的优质性、安全性播出成为现实，保证安全播出任务得到圆满完成，实现区域广播电视节目播出的“零事故”以及“零插播”。第三，积极上报监测数据。依托广播电视智能化监管监测平台的应用，完成广播电视质量监测数据信息、广播电视内容监测数据信息、互联网视听节目监测数据信息的全面性获取与整合，生成各类监测报表并以月度为单位向市局进行上报；收集舆情信息并完成舆情信息月报的编辑，及时将其转发至区域性中心。第四，监测机房降温设备改造完工。依托政府采购配置五台机房专用精密空调，促使机房降温设备改造成为现实，确保机房设备长时间稳定、正常运行，从而达到更好维护广播电视安全播出监测工作展开的效果。

四、总结

综上所述，在广播电视监测监管平台中，人工智能技术有着极高的应用价值，在当前主要被应用于音视频内容的智能识别监测、监测监管数据信息的智能编目以及网络安全智能态势感知这几方面。依托包含语音识别引擎、文字识别引擎、图像识别引擎、视频识别引擎的广播电视智能化监测监管平台的搭建与应用，促使区域全媒体监测、区域广播电视节目播出的“零事故”以及“零插播”成为可能。