音視頻新聞內(nèi)容偵測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近年隨著互聯(lián)網(wǎng)應(yīng)用日益普及,網(wǎng)絡(luò)多媒體數(shù)據(jù)量呈現(xiàn)爆炸式增長(zhǎng)。更多人選擇通過(guò)網(wǎng)絡(luò)渠道來(lái)獲取感興趣的音視頻新聞信息，高效精確的新聞音視頻檢索的重要性愈發(fā)凸顯。傳統(tǒng)的基于人工標(biāo)注的新聞音視頻檢索方式若要從一段長(zhǎng)的視頻新聞中找出關(guān)心的新聞條目只能通過(guò)人工線性的逐步檢測(cè)，需花費(fèi)較高時(shí)間成本，同時(shí)不準(zhǔn)確的新聞人工標(biāo)注信息還會(huì)造成目標(biāo)新聞檢索的偏差。
　　針對(duì)上述問(wèn)題，本文在研究現(xiàn)有的基于內(nèi)容的視頻檢測(cè)(CBVR)技術(shù)之后，以新聞音視頻為研究對(duì)

2、象，分析了音視頻新聞的特點(diǎn)，然后基于音頻靜音銜接片段與鏡頭邊緣檢測(cè)的新聞條目分段方法，并利用FFmpeg多媒體處理，語(yǔ)音識(shí)別等技術(shù)，針對(duì)廣電行業(yè)媒資管理人員設(shè)計(jì)實(shí)現(xiàn)了一套音視頻新聞內(nèi)容偵測(cè)軟件系統(tǒng)。
　　本文設(shè)計(jì)的音視頻新聞內(nèi)容偵測(cè)系統(tǒng)包括音視頻新聞故事條目分段、音視頻新聞片段預(yù)處理、基于關(guān)鍵字的新聞片段檢索播放三個(gè)模塊，主要工作有：
　　1、研究新聞視頻鏡頭突變以及音頻靜音銜接片段的特點(diǎn)，結(jié)合音頻靜音銜接片段檢測(cè)與視頻鏡頭

3、邊界檢測(cè)技術(shù)，將新聞音視頻素材以新聞條目為單元切割成獨(dú)立新聞片段，完成音視頻新聞故事條目分段模塊的設(shè)計(jì)與實(shí)現(xiàn)。
　　2、在獲得新聞音視頻條目片段的基礎(chǔ)上，利用FFmpeg多媒體處理技術(shù)對(duì)獲取的新聞故事條目片段進(jìn)行音視頻分離，并對(duì)分離出的音頻進(jìn)行格式轉(zhuǎn)換，獲取下一步用于內(nèi)容檢測(cè)的新聞音頻素材；基于第三方語(yǔ)音識(shí)別開(kāi)發(fā)庫(kù)對(duì)處理過(guò)的音頻進(jìn)行內(nèi)容識(shí)別，獲取其新聞內(nèi)容文本并保存成文件供后續(xù)的目標(biāo)新聞檢索使用，完成音視頻新聞片段預(yù)處理模塊的設(shè)計(jì)