none
Search

自動化內容準備

傳統廣播系統的手動特性增加了整個工作流的複雜性。使用傳統系統時,重要且經常發生的任務往往需要手動執行,從而引起資源崩潰。例如,從原始資料中創建分段是一個耗時繁瑣的過程,仍然對最終產品有巨大影響。而使用現有系統,專家需要全程參與創建並標記分段。除此以外,確保媒體資產的完整性,並確保使用正確參數的正確資產也是一項艱巨的任務。

挑戰

  • 手動處理,要求配置額外資源
  • 無法動態回應新媒體平臺的需求
  • 廣播工作流中筒倉導致時間滯後
  • 品質管制過程中可能出現手動錯誤

Amagi如何利用自動化內容準備製作簡單的廣播

由Amagi設計的廣播系統採用模式識別,以規則為基礎的自動驗證確保內容屬於準備播放內容。Amagi也整合了機器學習能力與系統讓廣播準備好後續內容。系統可以配置在整個廣播工作流,包括內容準備、調度和播放。

運行原理

自動分割與品質管制

Amagi系統會智慧識別分段,並創建標籤,有效説明資產存儲。先進的品質管制可以使用所有媒體資產上的模式識別檢測異常。例如,可以自動檢測黑幀或凍結幀,可以對音訊水準進行校正,或者可以對靜默音訊生成通知。

OTT自動電子節目指南

Amagi可以記錄即將開始的直播電視節目,記錄內容,生成更小的即時分段以便OTT消費。Amagi的視頻分析引擎分析視頻,識別觀眾可能感興趣的OTT視頻更小分段。例如,可以為網球或足球比賽創建一個突出套裝程式,僅用於比賽“正在進行中”時刻,避免延誤,廣告打擾。同樣地,日常肥皂劇使用視頻分析引擎可以轉換成網路視頻短片或宣傳片。

與外部供應商協作進行內容準備

字幕驗證

由Amagi開發的字幕工作流允許電視網路與具有智慧驗證功能的外部供應商合作。系統可以根據精度、長度與語言來驗證外部廠商提供的字幕檔。電視網路可以直接訪問外部廠商提供的字幕,根據需要批准、拒絕或修改。

優點

  • 減少手動錯誤
  • 改進時間表及廣播服務等級協定
  • 跨平臺服務,讓體驗更順暢
  • 減少資本性支出及管理支出、辦公室支出、員工工資支出和廣告支出等日常開支
  • 資產管理與播放狀態完全透明化
感興趣的內容:






Back to Top