人工智能技术在电视播出系统中的应用探讨

李耀文

（昆明教育电视台，云南 昆明 650216）

0 引 言

当前，随着大数据和机器学习技术的不断发展，人工智能（Artificial Intelligence，AI）已经渗透到各行各业，包括安防、医疗、交通出行、网络安全、金融、媒体等，都有较多的应用案例。人工智能技术在图像识别、语音分析、趋势推理等方面，都有了落地的场景和应用，很多解决方案和产品日渐成熟。人工智能有助于提高生产力，让人们的工作和生活更加便捷。同时，人工智能技术的引入，能够提高业务效率，降低运营成本，为业务的持续运行提质增效。

电视台播出系统提供多个频道持续不间断播出信号，系统内主要有节目单编排流程、信号流程、文件流程以及自动控制流程。本文对这四个流程进行逐个分析，探讨人工智能技术在电视播出系统这几个流程中当前和未来落地的可能性。

1 节目单编排流程

节目单是一个频道的播出时间表。传统电视台采用7/24直播频道方式，每个频道都需要一份线性的播出节目单。电视播出的节目单编排工作，通常由电视台总编室或播出部门负责，主要通过计算机、网络和节目单编排软件实现电视频道播出单编制。日常编排工作主要采用手动编辑操作模式，节目单要经过多次修改、校验与审核。因为是人工操作，容易产生如时间间隙、节目编排错误等问题，是一个较为烦琐的工作。这个场景对于人工智能来说，存在适用性的问题。另外，节目编排虽然有一定规律性，但是人的主观编排意愿多于软件算法，编排过程以人为主，而不是编排算法。对于节目单编排容易出现的人工失误，可以基于节目单编排软件开发具有节目播出时间校验、空隙检查、首播重播检查、播出次数检查功能的算法，为编排人员提供建议、提醒。

对于5G频道来说，人工智能编排算法则具有较强的落地可能性[1-2]。此场景下，电视不再是播放直播信号的唯一媒介，内容由单一的直播频道变成了由直播、点播、回放等更全面的多种内容提供形式，传统的人工编排方法不能够支撑海量用户，无法实现对每个用户进行点对点的节目编排。此时，频道的流媒体播出是个性化、定制化的，流的串联播出是在用户的播放终端完成，取代了传统的集中式播放。基于人工智能的个性化推荐能力，根据用户兴趣、习惯、地域分类，对视频、直播等内容进行个性自动编排，再结合系统预先定义的直播节目时间表和节目宣传策略，能够给每一个用户提供完全按照其自身特点定制的线性播出单，对每个用户呈现不同的播出内容，形成千人千面。智能节目单编排流程如图1所示。

图1 智能节目单编排

2 文件流程

电视台播出系统的文件流程，主要由播出内容管理系统软件负责，通常包括节目文件导入、统一格式转码、技术质量检测、人工复审、播出送播迁移等多个子流程。内容管理环节有一个非常重要的流程，即对待播出的视音频文件进行文件技审和人工复审，排除存在黑场、静帧、彩条、彩场、音频丢失、音频反相、音频响度过高等技术质量问题的节目文件。文件技审应用通过视频、音频的技术特征匹配算法来实现。

文件技审作为节目内容技术质量检测的手段，主要针对技术方面的劣播信息。随着安全播出的要求和标准逐渐提高，对于节目内容方面如违规的标识、图像、字幕文字的检测也越来越重要。

要对播出内容管理系统内大量的节目文件进行内容检测，既要做到不疏漏，又要保证时效，仅依靠人员手工审核工作量太大且有风险，传统的视音频匹配算法不能够适应日益涌现的不合规内容。因此，在节目内容检测环节引入人工智能正逢其时。在内容管理系统对播出成品文件进行批量集中的过滤，主要包括不合规的图像和标识检测，不合规的文本检测以及不合规的音频检测。

不合规的图像和标识检测，是对敏感人物人像、违规标识的自动识别。首先在系统中定义一个敏感人物、标识的特征库，人工智能审核软件自动对内容管理系统中的视音频文件进行逐帧扫描，找出文件中是否含有特征库图形图像，并标注人像或标识在视频中的具体位置，精确到帧。人工智能审核软件应具备用户自定义特征库的功能，便于及时更新特征库。

不合规的文本检测，是对节目视频画面上的文字、制作环节叠加的图形化角标带有的文字进行智能化的识别，防止出现不规范汉字、词语，防止涉黄、涉政、暴恐等文本出现在电视画面上。电视作为重要的宣传媒介，规范用语、用字，认真执行《国家通用语言文字法》，具有重要的社会意义。

不合规的音频检测，是对视频文件中的音频部分进行内容识别，可基于深度学习算法及海量数据积累，支持背景音噪声下精准的语音内容识别，排除掉其中涉黄、涉暴、低俗内容以及广告法中明确规定的违规词汇等。

如上所述，基于人工智能进行内容检测，其中的视频、音频、文本检测过程都要对视音频文件进行解封装、解码操作，为保证播出文件备播的时效，应用软件在设计和开发过程中，要对解码解封装过程复用，避免对同一个文件多次解封装解码，以节约文件备播耗时。同样，如果能够将人工智能算法整合到自动文件技审应用软件中，将技术质量检测和内容检测整合统一，则可以节约内容管理系统中存储设备的读带宽，进一步降低因为增加内容检测带来的文件备播耗时。

3 信号流程

针对播出信号的内容监测，因为所有播出文件都经过了内容检测，那么在实际播出过程中，只有少数节目的内容如外来信号、临时需要录像机播出的节目没有经过内容的检测。针对外来信号节目，尤其是重要节目的信号转播，通常会采用延时播出的形式，通常有一定的提前量，这样在出现突发的内容时也有相应的处理时间。延时播出环节，主要通过固定延时或对不适合播出的内容进行替换和剪辑，延时播出的操作人员尤为重要。在这个环节，可以考虑增加人工智能过滤的功能，通过人工智能信号检测，对内容和技术质量一同分析，在延时播出控制软件上给出实时的异常提示。这样，延时播出操作人员可以对智能检测发现的内容片段进行复审，并提前设置处置措施，保证内容的安全播出。人工智能信号检测流程如图2所示。

图2 人工智能信号检测流程

在延时播出过程中，增加人工智能信号检测功能，可以用旁路的方式将其加到现有的信号流程。信号处理流程和传统延时播出一样，原始PGM信号经过采集，在延时播出服务器内部存储形成视音频文件，并将元数据信息记录到内置数据库中，然后在延时播出PGM信号输出之前，将信号分配到人工智能信号检测服务器中，将智能分析后的数据记录到内置数据库中，信号的采集状态和分析结果都在延时播出控制软件上能够看到。这样，操作人员可以很清楚地得到智能检测给出的提醒和建议，形成辅助决策机制。最后由操作人员判断该如何进行播出时间线内容的剪辑，并对重新编排的时间线进行审片预览，确认无误后将编辑时间线更新到延时播出时间线，进行延时播出PGM信号输出。

4 自动控制和监管流程

在播出系统中，自动控制已经实现了大部分的自动化操作，比如视频服务器、切换台、录像机的定时控制等，都是依据播出节目单进行精确自动控制。有了节目单时间表，系统都在这个时间表组织下实现有序播出。播出值班人员主要在节目单加载复核、应急播出、例行维护重启等场景下进行人工干预和操作，这几种场景是人工智能技术目前所不能替代的。但是播出系统内的设备、软件、业务数据的实时监控和分析等，可以考虑通过人工智能进行处理[3]。

经过多年的技术积累，业界提出了AIOps概念。AIOps即智能运维，目标是基于已有的运维数据包括日志、监控信息、应用信息，通过机器学习的方式来进一步解决自动化运维的问题，提高系统的预判能力、稳定性，降低IT成本，提高企业的产品竞争力，主要用在大规模的数据中心或托管机房系统。

目前，国内电视台播出系统规模比较小，IT设备数量也相对不多。未来，随着AIOps技术更加成熟，同时电视台IP化系统建设更进一步，电视信号的实时制作、生产、播出、分发等全流程都在IT设备上实现，有了一定的规模时，可将AIOps的算法优化到适配中小规模系统落地应用，否则对于一般的电视台播出系统来说有点过于复杂。

5 人工智能应用软件的开发和落地

人工智能利用计算机和机器模仿人类思维方式，提供问题解决和决策制定能力，基于计算机的计算能力实现像人类一样的思考，去解决实际问题，面向不同的场景，需要开发相应的应用软件。面向电视播出系统，也要具有针对性的应用软件开发和算法训练。

人工智能应用软件的技术开发路线有三种。一种是自行研发完成人工智能算法的设计和实现，并完成最终面向用户的软件开发过程。这中间包括数据收集、算法设计、算法实现、算法训练及算法验证等一系列步骤，最终交付应用软件。这种技术开发路线对于开发人员有较高的要求，开发周期长，但更有针对性，可以根据应用场景进行灵活的调整。第二种技术路线是基于已有的人工智能平台比如谷歌、Meta、微软、商汤、百度提供的开源或商用的技术平台和框架，完成人工智能应用软件的开发。这种方式对开发人员要求低一些，框架本身封装了主要的算法和代码，开发人员只需要根据场景要求把相应的功能集成到软件中即可，开发周期相对较短，可以快速推动人工智能技术的落地应用。第三种技术路线是基于云服务厂商提供的平台即服务（Platform as a Service，PaaS）平台，进行轻量级的应用软件开发。云服务PaaS平台提供相应的接口和应用程序编程接口（Application Programming Interface，API），应用软件进行适配开发后即可完成系统开发过程。

面向电视播出系统的业务进行人工智能应用软件的开发，要考虑到播出系统目前的系统架构、基础设施平台，目前阶段主要还是依赖厂商对某个播出系统的某个环节进行针对性的开发，形成产品，以产品化的形式落地到播出系统当中，这是最快的引入方式[4-5]。

6 结 语

本文对电视台播出系统的主要流程包括节目单编排流程、文件流程、信号流程、自动控制和监管流程进行了分析，对目前阶段可以引入人工智能技术的场景进行了列举和分析。目前，电视台播出系统的系统架构和技术也在不断地变化，对于电视播出，安全依然是重中之重，围绕安全播出的应用和技术依然会不断地加入到系统的改造和升级当中。若能够加强节目文件的内容、直播信号内容的安全保障，就更容易具有落地的可能性。随着技术的成熟提高以及技术方案价格的降低，人工智能会逐渐开始推广。未来，人工智能在播出系统的发展会向更具体、更有利于业务生产的方向发展。