CN112925925A - 一种多媒体内容自动审核方法、电子设备、存储介质 - Google Patents

一种多媒体内容自动审核方法、电子设备、存储介质 Download PDF

Info

Publication number
CN112925925A
CN112925925A CN202011525806.4A CN202011525806A CN112925925A CN 112925925 A CN112925925 A CN 112925925A CN 202011525806 A CN202011525806 A CN 202011525806A CN 112925925 A CN112925925 A CN 112925925A
Authority
CN
China
Prior art keywords
sensitive
service
automatic
audio stream
video frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011525806.4A
Other languages
English (en)
Inventor
邓嘉俊
颜专
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Lango Electronic Science and Technology Co Ltd
Original Assignee
Guangzhou Lango Electronic Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Lango Electronic Science and Technology Co Ltd filed Critical Guangzhou Lango Electronic Science and Technology Co Ltd
Priority to CN202011525806.4A priority Critical patent/CN112925925A/zh
Publication of CN112925925A publication Critical patent/CN112925925A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/483—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明提供一种多媒体内容自动审核方法，包括步骤：接收到多媒体内容上传信号后，触发自动审核服务；调用音频流采集服务，读取多媒体的音频流；调用文字识别服务将音频流转换为字幕；调用敏感字检测服务从敏感字库获取敏感字，检测字幕是否包含敏感字，反馈检测结果；调用视频帧采集服务，读取多媒体的视频帧；调用敏感图检测服务从敏感图库读取敏感图特征数据，将敏感图特征数据与视频帧进行比较，反馈检测结果；将音频流的检测结果和视频帧的检测结果进行整合并推送。本发明涉及电子设备和存储介质，用于执行一种多媒体内容自动审核方法。本发明能够减少因为人为因素漏审核的情况，提高审核全面覆盖率，减少审核人力成本，提高审核效率。

Description

一种多媒体内容自动审核方法、电子设备、存储介质
技术领域
本发明涉及计算机信息处理技术领域，尤其涉及一种多媒体内容自动审核方法、电子设备、存储介质。
背景技术
随着多媒体技术的发展，用户可以在创造多媒体内容后将其发布在各个多媒体内容的平台上。目前媒体内容发布到媒体平台和广告平台等，都需要由审核员人为审核，但很多时候多媒体内容的作者在视频前期进行伪装，有时候能够瞒过审核员。且人为全程审核视频工作量大，审核员容易劳累，如果抽查多媒体的部分时间点审核，可能会遗漏审核。
发明内容
为了克服现有技术的不足，本发明的目的在于提供一种多媒体内容自动审核方法，减少因为人为因素漏审核的情况，提高审核全面覆盖率，减少审核人力成本，提高审核效率。
本发明提供一种多媒体内容自动审核方法，包括以下步骤：
触发审核服务，接收到多媒体内容上传信号后，触发自动审核服务；
读取音频流，所述自动审核服务调用音频流采集服务，读取多媒体的音频流；
转换音频流，所述自动审核服务调用文字识别服务将所述音频流转换为字幕；
检测敏感字，所述自动审核服务调用敏感字检测服务，所述敏感字检测服务从敏感字库获取敏感字，检测字幕是否包含所述敏感字，将检测结果返回给所述自动审核服务；
读取视频帧，所述自动审核服务调用视频帧采集服务，读取多媒体的视频帧；
检测敏感图，所述自动审核服务调用敏感图检测服务，所述敏感图检测服务从敏感图库读取敏感图特征数据，将所述敏感图特征数据与所述视频帧进行比较，将检测结果返回给所述自动审核服务；
推送审核结果，所述自动审核服务将所述音频流的检测结果和所述视频帧的检测结果进行整合，并推送给媒体审核员。
进一步地，所述转换音频流步骤包括：
信号采样，按采样频率测得模拟信号的模拟量值；
分级量化，通过采样时测得的模拟电压值进行分级量化，按整个电压变化的最大幅度划分成若干区段，将落在某区段的采样到的样品值归成一类，并给出相应的量化值；
端点检测，通过固定的阈值找到端点，从带有噪声的语音中定位出语音的开始点和结束点，去掉静音部分和噪声部分，找到一段语音的有效内容；
特征提取，提取特征参数，基音检测，共振峰提取；
建立模型，为词条特征参数建立模型，保存为模板库；
词条识别，语音信号经过相同的通道得到语音特征参数，生成测试模板，将所述测试模板与参考模板进行匹配，将匹配分数最高的参考模板词条作为识别结果；
拼接字幕，将识别到的词条和音频出现的时间信息组合成断句，将断句和时间信息组合成字幕文件。
进一步地，在所述信号采样步骤之前还包括预滤波，对所述音频流进行滤波处理；预加重，将滤波后的信号通过数字滤波器增强信号的高频部分。
进一步地，在所述分级量化步骤和所述端点检测步骤之间还包括加窗，按照预设的加窗算法，在时间轴上进行加窗。
进一步地，所述检测敏感字步骤包括：
分词，将所述字幕文件中的文本词条进行断句分词；
敏感字全文检索，将每个分词在所述敏感字库中进行匹配；
记录出现时间和敏感字，将匹配到的分词在词条中的出现时间和匹配到的敏感字作为审核资料保存到数据库。
进一步地，所述检测敏感图步骤包括：
预处理，对所述视频帧进行去噪、平滑、变换操作；
特征抽取，获取所述视频帧的自然特征和转换处理得到的数据特征；
特征选择，丢弃所述视频帧的无效特征；
识别训练，通过敏感图片的识别训练，得出识别分类规则；
分类决策，利用所述识别分类规则和所述敏感图特征数据，对识别对象进行分类；
记录出现时间和敏感分类，判断分类是否为数据敏感分类，若匹配通过，则将图片出现时间和匹配到的敏感分类作为审核资料保存到数据库。
一种电子设备，包括：处理器；
存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行一种多媒体内容自动审核方法。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行一种多媒体内容自动审核方法。
相比现有技术，本发明的有益效果在于：
本发明提供一种多媒体内容自动审核方法，包括步骤：接收到多媒体内容上传信号后，触发自动审核服务；调用音频流采集服务，读取多媒体的音频流；调用文字识别服务将音频流转换为字幕；调用敏感字检测服务从敏感字库获取敏感字，检测字幕是否包含敏感字，反馈检测结果；调用视频帧采集服务，读取多媒体的视频帧；调用敏感图检测服务从敏感图库读取敏感图特征数据，将敏感图特征数据与视频帧进行比较，反馈检测结果；将音频流的检测结果和视频帧的检测结果进行整合并推送。本发明涉及电子设备和存储介质，用于执行一种多媒体内容自动审核方法。本发明能够减少因为人为因素漏审核的情况，提高审核全面覆盖率，减少审核人力成本，提高审核效率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的一种多媒体内容自动审核方法流程图；
图2为本发明实施例的敏感字检测结果。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
一种多媒体内容自动审核方法，如图1所示，包括以下步骤：
媒体上传者上传多媒体内容到多媒体发布平台。
触发审核服务，接收到多媒体内容上传信号后，触发自动审核服务；
读取音频流，自动审核服务调用音频流采集服务，读取多媒体的音频流；
转换音频流，自动审核服务调用文字识别服务将音频流转换为字幕。具体的，包括以下步骤：
预滤波，对音频流进行滤波处理，对高频进行提升，去除声门和***的影响；
预加重，将滤波后的信号通过数字滤波器增强信号的高频部分，去除***辐射的影响，增加语音的高频分辨率；
信号采样，按采样频率测得模拟信号的模拟量值；
分级量化，通过采样时测得的模拟电压值进行分级量化，按整个电压变化的最大幅度划分成若干区段，将落在某区段的采样到的样品值归成一类，并给出相应的量化值；
加窗，按照预设的加窗算法，在时间轴上进行加窗，减少帧起始和结束的地方信号的不连续性问题；
端点检测，通过固定的阈值找到端点，从带有噪声的语音中定位出语音的开始点和结束点，去掉静音部分和噪声部分，找到一段语音的有效内容；
特征提取，提取特征参数，基音检测，共振峰提取；
建立模型，为词条特征参数建立模型，保存为模板库；
词条识别，语音信号经过相同的通道得到语音特征参数，生成测试模板，将测试模板与参考模板进行匹配，将匹配分数最高的参考模板词条作为识别结果；
拼接字幕，将识别到的词条和音频出现的时间信息组合成断句，将断句和时间信息组合成字幕文件。
检测敏感字，自动审核服务调用敏感字检测服务，敏感字检测服务从敏感字库获取敏感字，检测字幕是否包含敏感字，将检测结果返回给自动审核服务；检测字幕是否包含敏感字具体包括以下步骤：
分词，将字幕文件中的文本词条进行断句分词；
敏感字全文检索，将每个分词在敏感字库中进行匹配；
记录出现时间和敏感字，将匹配到的分词在词条中的出现时间和匹配到的敏感字作为审核资料保存到数据库。如图2所示，字幕文件可以用记事本打开，若“他妈的”是敏感字，则匹配到字幕中的第4个。
读取视频帧，自动审核服务调用视频帧采集服务，读取多媒体的视频帧；
检测敏感图，自动审核服务调用敏感图检测服务，敏感图检测服务从敏感图库读取敏感图特征数据，将敏感图特征数据与视频帧进行比较，将检测结果返回给自动审核服务。其中，敏感图特征数据为区别于其他类图像的自身特征，比如直观地感受到的自然特征如亮度、边缘、纹理和色彩等，或者是需要通过变换或处理才能得到的，如矩、直方图以及主成份等。本实施例中，敏感图特征数据就是色情、暴力之类的图片的特征，以数据形式保存下来。具体的，包括以下步骤：
预处理，对视频帧进行去噪、平滑、变换等操作，加强图像的重要特征。
特征抽取，获取视频帧的自然特征和转换处理得到的数据特征；
特征选择，丢弃视频帧的无效特征；
识别训练，通过敏感图片的识别训练，得出识别分类规则；
分类决策，利用识别分类规则和敏感图特征数据，对识别对象进行分类；
记录出现时间和敏感分类，判断分类是否为数据敏感分类，若匹配通过，则将图片出现时间和匹配到的敏感分类作为审核资料保存到数据库。
推送审核结果，自动审核服务将音频流的检测结果和视频帧的检测结果进行整合，并推送给媒体审核员。
媒体审核员做最终审核确认。
一种电子设备，包括：处理器；
存储器；以及程序，其中程序被存储在存储器中，并且被配置成由处理器执行，程序包括用于执行一种多媒体内容自动审核方法。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行一种多媒体内容自动审核方法。
本发明提供一种多媒体内容自动审核方法，包括步骤：接收到多媒体内容上传信号后，触发自动审核服务；调用音频流采集服务，读取多媒体的音频流；调用文字识别服务将音频流转换为字幕；调用敏感字检测服务从敏感字库获取敏感字，检测字幕是否包含敏感字，反馈检测结果；调用视频帧采集服务，读取多媒体的视频帧；调用敏感图检测服务从敏感图库读取敏感图特征数据，将敏感图特征数据与视频帧进行比较，反馈检测结果；将音频流的检测结果和视频帧的检测结果进行整合并推送。本发明涉及电子设备和存储介质，用于执行一种多媒体内容自动审核方法。本发明能够减少因为人为因素漏审核的情况，提高审核全面覆盖率，减少审核人力成本，提高审核效率。
以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。

Claims (8)

1.一种多媒体内容自动审核方法，其特征在于，包括以下步骤：
触发审核服务，接收到多媒体内容上传信号后，触发自动审核服务；
读取音频流，所述自动审核服务调用音频流采集服务，读取多媒体的音频流；
转换音频流，所述自动审核服务调用文字识别服务将所述音频流转换为字幕；
检测敏感字，所述自动审核服务调用敏感字检测服务，所述敏感字检测服务从敏感字库获取敏感字，检测字幕是否包含所述敏感字，将检测结果返回给所述自动审核服务；
读取视频帧，所述自动审核服务调用视频帧采集服务，读取多媒体的视频帧；
检测敏感图，所述自动审核服务调用敏感图检测服务，所述敏感图检测服务从敏感图库读取敏感图特征数据，将所述敏感图特征数据与所述视频帧进行比较，将检测结果返回给所述自动审核服务；
推送审核结果，所述自动审核服务将所述音频流的检测结果和所述视频帧的检测结果进行整合，并推送给媒体审核员。
2.如权利要求1所述的一种多媒体内容自动审核方法，其特征在于：所述转换音频流步骤包括：
信号采样，按采样频率测得模拟信号的模拟量值；
分级量化，通过采样时测得的模拟电压值进行分级量化，按整个电压变化的最大幅度划分成若干区段，将落在某区段的采样到的样品值归成一类，并给出相应的量化值；
端点检测，通过固定的阈值找到端点，从带有噪声的语音中定位出语音的开始点和结束点，去掉静音部分和噪声部分，找到一段语音的有效内容；
特征提取，提取特征参数，基音检测，共振峰提取；
建立模型，为词条特征参数建立模型，保存为模板库；
词条识别，语音信号经过相同的通道得到语音特征参数，生成测试模板，将所述测试模板与参考模板进行匹配，将匹配分数最高的参考模板词条作为识别结果；
拼接字幕，将识别到的词条和音频出现的时间信息组合成断句，将断句和时间信息组合成字幕文件。
3.如权利要求2所述的一种多媒体内容自动审核方法，其特征在于：在所述信号采样步骤之前还包括预滤波，对所述音频流进行滤波处理；预加重，将滤波后的信号通过数字滤波器增强信号的高频部分。
4.如权利要求2所述的一种多媒体内容自动审核方法，其特征在于：在所述分级量化步骤和所述端点检测步骤之间还包括加窗，按照预设的加窗算法，在时间轴上进行加窗。
5.如权利要求2所述的一种多媒体内容自动审核方法，其特征在于：所述检测敏感字步骤包括：
分词，将所述字幕文件中的文本词条进行断句分词；
敏感字全文检索，将每个分词在所述敏感字库中进行匹配；
记录出现时间和敏感字，将匹配到的分词在词条中的出现时间和匹配到的敏感字作为审核资料保存到数据库。
6.如权利要求1所述的一种多媒体内容自动审核方法，其特征在于：所述检测敏感图步骤包括：
预处理，对所述视频帧进行去噪、平滑、变换操作；
特征抽取，获取所述视频帧的自然特征和转换处理得到的数据特征；
特征选择，丢弃所述视频帧的无效特征；
识别训练，通过敏感图片的识别训练，得出识别分类规则；
分类决策，利用所述识别分类规则和所述敏感图特征数据，对识别对象进行分类；
记录出现时间和敏感分类，判断分类是否为数据敏感分类，若匹配通过，则将图片出现时间和匹配到的敏感分类作为审核资料保存到数据库。
7.一种电子设备，其特征在于包括：处理器；
存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行如权利要求1-6任意一项所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行如权利要求1-6任意一项所述的方法。
CN202011525806.4A 2020-12-22 2020-12-22 一种多媒体内容自动审核方法、电子设备、存储介质 Pending CN112925925A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011525806.4A CN112925925A (zh) 2020-12-22 2020-12-22 一种多媒体内容自动审核方法、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011525806.4A CN112925925A (zh) 2020-12-22 2020-12-22 一种多媒体内容自动审核方法、电子设备、存储介质

Publications (1)

Publication Number Publication Date
CN112925925A true CN112925925A (zh) 2021-06-08

Family

ID=76162697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011525806.4A Pending CN112925925A (zh) 2020-12-22 2020-12-22 一种多媒体内容自动审核方法、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN112925925A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113537940A (zh) * 2021-07-22 2021-10-22 北京华雨天成文化传播有限公司 基于区块链技术的视听类节目内容审核管理方法及***
CN114140098A (zh) * 2022-01-27 2022-03-04 北京连屏科技有限公司 媒资审核方法
CN114760523A (zh) * 2022-03-30 2022-07-15 咪咕数字传媒有限公司 音视频处理方法、装置、设备及存储介质
CN115834935A (zh) * 2022-12-21 2023-03-21 阿里云计算有限公司 多媒体信息审核方法、广告审核方法、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101035280A (zh) * 2007-04-19 2007-09-12 鲍东山 分级内容审核终端***
CN101035281A (zh) * 2007-04-19 2007-09-12 鲍东山 分级内容审核***
CN107295401A (zh) * 2017-08-10 2017-10-24 四川长虹电器股份有限公司 一种检测自媒体音视频内容中的违规信息的方法
CN107529068A (zh) * 2016-06-21 2017-12-29 北京新岸线网络技术有限公司 视频内容鉴别方法及***
CN107580009A (zh) * 2016-07-04 2018-01-12 北京新岸线网络技术有限公司 一种视频内容审核方法和***
CN108124191A (zh) * 2017-12-22 2018-06-05 北京百度网讯科技有限公司 一种视频审核方法、装置及服务器
US10423660B1 (en) * 2017-12-07 2019-09-24 Amazon Technologies, Inc. System for detecting non-synchronization between audio and subtitle

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101035280A (zh) * 2007-04-19 2007-09-12 鲍东山 分级内容审核终端***
CN101035281A (zh) * 2007-04-19 2007-09-12 鲍东山 分级内容审核***
CN107529068A (zh) * 2016-06-21 2017-12-29 北京新岸线网络技术有限公司 视频内容鉴别方法及***
CN107580009A (zh) * 2016-07-04 2018-01-12 北京新岸线网络技术有限公司 一种视频内容审核方法和***
CN107295401A (zh) * 2017-08-10 2017-10-24 四川长虹电器股份有限公司 一种检测自媒体音视频内容中的违规信息的方法
US10423660B1 (en) * 2017-12-07 2019-09-24 Amazon Technologies, Inc. System for detecting non-synchronization between audio and subtitle
CN108124191A (zh) * 2017-12-22 2018-06-05 北京百度网讯科技有限公司 一种视频审核方法、装置及服务器

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113537940A (zh) * 2021-07-22 2021-10-22 北京华雨天成文化传播有限公司 基于区块链技术的视听类节目内容审核管理方法及***
CN114140098A (zh) * 2022-01-27 2022-03-04 北京连屏科技有限公司 媒资审核方法
CN114760523A (zh) * 2022-03-30 2022-07-15 咪咕数字传媒有限公司 音视频处理方法、装置、设备及存储介质
CN115834935A (zh) * 2022-12-21 2023-03-21 阿里云计算有限公司 多媒体信息审核方法、广告审核方法、设备及存储介质

Similar Documents

Publication Publication Date Title
CN112925925A (zh) 一种多媒体内容自动审核方法、电子设备、存储介质
CN106973305B (zh) 一种视频中不良内容的检测方法及装置
CN103035247B (zh) 基于声纹信息对音频/视频文件进行操作的方法及装置
US6363380B1 (en) Multimedia computer system with story segmentation capability and operating program therefor including finite automation video parser
US7336890B2 (en) Automatic detection and segmentation of music videos in an audio/video stream
Herre et al. Robust matching of audio signals using spectral flatness features
US6798912B2 (en) Apparatus and method of program classification based on syntax of transcript information
US5828809A (en) Method and apparatus for extracting indexing information from digital video data
CN109493881B (zh) 一种音频的标签化处理方法、装置和计算设备
US20040143434A1 (en) Audio-Assisted segmentation and browsing of news videos
US20070220265A1 (en) Searching for a scaling factor for watermark detection
Smith et al. Quick audio retrieval using active search
CN109684506B (zh) 一种视频的标签化处理方法、装置和计算设备
CN100530354C (zh) 信息检测装置、方法和程序
CN113628627B (zh) 一种基于结构化语音分析的电力行业客户服务质检***
CN107507626A (zh) 一种基于语音频谱融合特征的手机来源识别方法
CN113033217B (zh) 字幕敏感信息自动屏蔽转译方法和装置
CN114612839B (zh) 一种短视频分析处理方法、***及计算机存储介质
JP3475317B2 (ja) 映像分類方法および装置
CN117116292A (zh) 音频检测方法、装置、电子设备及存储介质
Baskoro et al. Analysis of Voice Changes in Anti Forensic Activities Case Study: Voice Changer with Telephone Effect
CN110310660B (zh) 一种基于语谱图的语音重采样检测方法
CN114863917A (zh) 游戏语音检测方法、装置、设备及计算机可读存储介质
CN104282315A (zh) 音频信号分类处理方法、装置及设备
CN118354111A (zh) 一种基于人工智能的视频内容审核***及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 238, room 406, 1 Yichuang street, Huangpu District, Guangzhou, Guangdong 510700

Applicant after: Guangzhou langguo Electronic Technology Co.,Ltd.

Address before: Room 238, room 406, 1 Yichuang street, Huangpu District, Guangzhou, Guangdong 510700

Applicant before: GUANGZHOU LANGO ELECTRONIC SCIENCE & TECHNOLOGY Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210608