[发明专利]基于多应用场景的视频质检方法、装置、设备及存储介质在审
申请号: | 202210277746.1 | 申请日: | 2022-03-21 |
公开(公告)号: | CN114627419A | 公开(公告)日: | 2022-06-14 |
发明(设计)人: | 刘微微 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V10/22;G06V40/16;G10L17/14;G10L25/60 |
代理公司: | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人: | 高杰;于志光 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 应用 场景 视频 质检 方法 装置 设备 存储 介质 | ||
本发明涉及人工智能技术,揭露一种基于多应用场景的视频质检方法,包括:对质检请求进行解析,得到质检视频及视频类型,根据视频类型从配置表中提取对应的质检方式;将质检视频分离出多组视频及音频,对音频及视频进行强度划分,得到多组视频段和音频段;根据质检方式的质检规则分别对多组视频段和音频段进行校验,根据校验的结果生成质检结果;根据质检方式的结果审核规则判断质检流程是否完成;若完成,则向预设终端发送质检结果;若未完成,则根据多组校验结果生成视频整改请求,并将视频整改请求发送至预设终端。本发明还提出一种基于多应用场景的视频质检装置、设备以及存储介质。本发明可以提高多场景下质检流程的效率和灵活性。
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于多应用场景的视频质检方法、装置、电子设备及计算机可读存储介质。
背景技术
目前,各个行业都会产出大量音视频,然而,根据不同行业或不同的细分场景对音视频的质检流程和质检要求会存在或多或少的区别。例如直播行业,音视频质检通过敏感词等质检后,只需下发质检结果通过或不通过;而银行行业则需要双录业务场景视频,对视频进行关键词业务等质检,若审核员下发不通过,需要重新调整视频,再提交审核直至审核通过。基于质检业务的场景多样化,质检流程和质检要求无法统一,针对性每一种质检路程和质检要求进行重新开发,往往会消耗大量的资源,且实施起来效率低下。综上所述,现有技术中存在较难实现多场景下视频质检,以及质检流程的灵活性较差的问题。
发明内容
本发明提供一种基于多应用场景的视频质检方法、装置及计算机可读存储介质,其主要目的在于解决多场景下质检流程的效率较低以及灵活性较差的问题。
为实现上述目的,本发明提供的一种基于多应用场景的视频质检方法,包括:
接收质检请求,对所述质检请求进行解析,得到质检视频及所述质检视频对应的视频类型,并根据所述视频类型从预设的配置表中提取对应的质检方式;
将所述质检视频分离出多组视频及音频,根据所述音频对所述音频及所述视频进行强度划分,得到多组视频段和音频段;
根据所述质检方式的质检规则分别对多组所述视频段和所述音频段进行校验,得到多组校验结果,并根据多组所述校验结果生成质检结果;
根据所述质检方式的结果审核规则判断质检流程是否完成;
若质检流程完成,则向预设终端发送所述质检结果;
若质检流程未完成,则根据多组所述校验结果生成视频整改请求,并将所述视频整改请求发送至预设终端。
可选地,所述根据所述质检方式的质检规则分别对多组所述视频段和所述音频段进行校验,包括:
对所述音频段进行声纹、文本及关键词识别,得到音频校验结果;
根据预设需求对所述视频段进行图像识别,得到关键帧;
对所述关键帧进行业务识别,得到视频校验结果。
可选地,所述对所述音频段进行声纹、文本及关键词识别,得到音频校验结果,包括:
对多个所述音频段进行声纹识别,得到声纹标签;
对多个所述音频段进行文本识别,得到目标文本;
根据所述声纹标签对所述目标文本进行文本划分,得到多个文本片段;
对所述文本片段和预设关键词进行关键词校验,得到音频校验结果。
可选地,所述根据所述音频对所述音频及所述视频进行强度划分,得到多组视频段和音频段,包括:
对所述音频进行强度检测,得到语音强度;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210277746.1/2.html,转载请声明来源钻瓜专利网。