为了权衡赛事集锦视频中要包含的部分,“视觉识别”API 会对庆祝的标志进行评分,比如赢得一分后挥拳或抬臂以示庆祝。

—剪辑和微调。根据数据分析设定剪辑长度的时间限制,包括视频点开始和结束的时间戳记。视觉识别功能还可检测出没有播放的内容,比如被编辑掉的人群的广角镜头。

—制作。在将剪辑视频合并到可复用的行业视频格式中并交付生产环境之前,添加解说图形和水印。

—分发。视频内容获批后,分发给数字编辑,以便发布到网站、移动应用和社交媒体。

获得体育赛事转播权的成本越来越高,受众互动的“半衰期”明显缩短,因此视频内容提供商需要想方设法让内容产生更大的经济效益。人工智能辅助制作的集锦视频能够有效吸引观众,通过大规模打造个性化体验,帮助内容提供商从实况体育内容中实现更多价值。虽然人工智能还不能完全像人类那样创造性地制作内容,但它可以优化工作流程和媒体处理,从内容中获取更多价值。

通过深入细致地理解什么使数字内容具有吸引力,可以帮助提供商改善成本与效益分析,明智地决定创建或获取哪些内容,并最终提高客户的使用率和满意度。但是,要让人工智能发挥作用,支持它的架构必须足够强大。人工智能需要机器学习技术,而机器学习需要分析技术,分析又需要适当的数据和信息架构 (IA)。尽管切入点各不相同,但大多数企业都首先通过理顺信息架构,构建企业人工智能环境。要做到这一点,需要采用三个不同基础领域的技术进步成果:

3.结合数据科学与业务分析— 以协作方式对所有数据类型进行全面分析,从复杂的数据集中提取意义。

» 如何运用人工智能优化媒体制作流程?可使用人工智能取代哪些主要的重复性媒体内容制作流程?

» 借助自己所拥有的内容版权,可创造哪些全新的互动体验?可通过哪些方式使用净值推荐分数,衡量客户关系的忠诚度,降低内容服务用户的流失率?

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注