none
Search

Nu de broadcast-industrie van tv naar OTT beweegt, is het starten van nieuwe linear channels of het beschikbaar stellen van content voor VOD belangrijker dan ooit. TV-netwerken en OTT content creators moeten aan de ene kant het aantal gebruikers laten groeien, maar aan de andere kant bestaande abonnees tevreden houden.

De belangrijkste content challenges voor broadcasters in 2017 en daarna

  • Het opschalen van de onderneming zonder vooraf hoge kosten
  • Het implementeren van modellen voor het verwerken van long form content
  • Het verminderen van het aantal fouten door middel van automatisering
  • Het creëren van innovatieve business-modellen om nieuwe content formats te monetiseren

Beperkingen van traditionele channel playout en diensten voor content-segmentatie

De traditionele broadcast-infrastructuur en beheerde diensten zijn vaak resource-intensief en vereisen veel handmatig werk. De traditionele broadcast workflow vereist integratie met diensten van derde partijen en het gebruiken van lokale opslag, waardoor schaalbaarheid en doorlooptijd beperkt is. Daarnaast kan het verwerken van grote multimedia-bestanden veel mankracht vereisen voor kwaliteitscontrole en correct segmenteren. Vanuit financieel oogpunt is dit voor tv-kanalen en content creators een van de grootste obstakels bij het opschalen van het dienstenaanbod.

Eenvoudiger media-management en segmentatie dankzij Machine Learning en automatisering

Het verwerken van grote aantallen mediabestanden vereist een gecombineerde aanpak. De TORNADO content-voorbereidingsdienst van Amagi maakt het mogelijk om sneller op te schalen, door content beschikbaar te maken op meerdere platformen met minimale handmatige interventie.

Voordelen van Machine Learning diensten

  • Kortere doorlooptijd dankzij geautomatiseerde kwaliteitscontrole
  • Geautomatiseerde content-segmentatie, klaar voor Future TV
  • Kostenvermindering door menselijk ingrijpen te beperken

Amagi’s geautomatiseerde, cloud-based content en metadata-aggregatie

Amagi’s Machine Learning systeem kan automatisch content en metadata aggregeren van distributeurs over de hele wereld. Het systeem kan dynamisch output-bestanden creëren in het gewenste formaat met behulp van de ingebouwde format translator.

Zodra de content verzameld is, kan het systeem van Amagi automatisch een kwaliteitscontrole uitvoeren om te verzekeren dat de kwaliteit en metadata van de content consistent zijn. Al naar gelang de behoeften van de gebruiker, kan het systeem daarnaast bijvoorbeeld kleurbalken toevoegen of verwijderen, een countdown-klok implementeren, of op basis van specifieke instructies de content segmenteren. Tot slot gebruikt het systeem een transcode farm om de geaggregeerde content en metadata in het gewenste formaat uit te leveren en toegang via een gebruiksvriendelijke webinterface te geven.

Broadcast-kwaliteitscontrole van Amagi

  • Voorbeelden van syntactische kwaliteitscontrole
    • Detecteren van zwart of stilstaand beeld
    • Detecteren van ontbrekende audio
    • Verifiëren van de synchronisatie tussen audio en video
    • Fouten in content en metadata-bestanden
    • Verifiëren van tijdcodes ondertiteling
    • Controleren van volume (LKFS-verificatie)
  • Voorbeelden van semantische kwaliteitscontrole op basis Deep Learning
    • Controleren of ondertiteling contextueel synchroon loopt met AV content
    • Controleren of samenvatting van content synchroon loopt met AV content
  • Handmatige kwaliteitscontrole QC
    • Handmatige verificatie van resultaten van geautomatiseerde kwaliteitscontrole om hoge nauwkeurigheid te garanderen

Content-segmentatie op basis van Machine Learning

  • Automatisch content-segmenten creëren uit long-form video op basis van specifieke gebruikerswensen
  • Marketingmateriaal op basis van video
  • Suggereren van logische advertentiepunten of -segmenten
  • Automatisch metadata uit video halen

Beginnen

Neem contact op met een van de broadcast playout consultants van Amagi om te bespreken hoe Machine Learning content-segmentatie uw tv-kanaal kan laten groeienStuur ons een bericht!

Geïnteresseerd in:






Back to Top