人工智能技術在廣播監(jiān)管領域的應用

王彥雄

（山西廣播電視無線管理中心，山西 太原 031000）

0 引 言

近年來，人工智能（Artificial Intelligence，AI）技術發(fā)展迅速，以圖像識別、機器翻譯及自然語言處理等為代表的智能任務處理技術水平顯著提升，這對廣播電視行業(yè)而言機遇與挑戰(zhàn)并存。在此背景下，本文以人工智能技術在廣播監(jiān)管領域的應用為重點，深入研究機器學習、深度學習、自然語言處理、計算機視覺等關鍵技術，并分析它們在文本分析、數據挖掘、圖像和視頻分析、自動化決策方面的實際應用，有助于提升廣播監(jiān)管的智能化和自動化水平，為廣大聽眾提供更多高質量的廣播內容與服務。

1 人工智能技術概述

1.1 人工智能的概念

人工智能亦稱智械、機器智能，是一項計算機科學領域內旨在使計算機系統(tǒng)具備模仿人類智能的能力。人工智能包括機器學習、自然語言處理、計算機視覺等關鍵技術，使計算機可以理解、學習和處理復雜信息，做出決策、解決問題并執(zhí)行任務，而無須顯式的編程。AI 的目標是模擬人類智能行為，使計算機能夠自主學習、適應新情境，并表現出智能的特質，如理解語言、感知環(huán)境、推理和規(guī)劃[1]。

1.2 人工智能的核心技術

1.2.1 機器學習

機器學習致力于開發(fā)算法和模型，使計算機系統(tǒng)能夠從數據中學習和提高性能，而無須明確的編程。在機器學習中，計算機系統(tǒng)通過分析和處理大量數據，識別模式和趨勢，從而進行預測和決策。機器學習包括監(jiān)督學習（通過標記的數據進行訓練，如圖像分類）、無監(jiān)督學習（從未標記的數據中發(fā)現結構，如聚類分析）以及強化學習（通過試錯方法學習最佳行為策略，如自動駕駛）等不同類型的學習方法。自動機器學習是機器學習全流程或部分流程的自動化，包括自動數據預處理、自動特征工程、自動超參數搜索以及自動模型部署等方面[2]。

1.2.2 深度學習

深度學習也是一種機器學習技術，模仿人腦神經網絡的結構，使用多層神經網絡來學習和提取數據的高級特征。這些多層的神經網絡稱為深度神經網絡，具有出色的模式識別和表示學習能力。深度學習已在計算機視覺、自然語言處理及語音識別等領域取得巨大成功，具有圖像分類、語言翻譯及人臉識別等應用。深度學習的核心是通過大規(guī)模數據訓練神經網絡，使其自動發(fā)現并學習復雜的特征和模式，從而實現高精度的預測和決策。輕量化深度學習技術不斷探索，憑借低內存和低計算量的優(yōu)勢，在端、邊等資源受限情況下適用[3]。

1.2.3 自然語言處理

自然語言處理（Natural Language Processing，NLP）專注于使計算機能夠理解、分析和生成人類自然語言的文本和語音。NLP 技術包括文本分析、情感分析、語音識別及機器翻譯等，使計算機可以處理大規(guī)模的文本數據、從中提取信息、識別語義關系，并回應自然語言的查詢。NLP 的應用范圍廣泛，包括虛擬助手（如Siri 和Alexa）、智能搜索、自動摘要、智能客服和情感分析等。隨著深度學習和大數據的發(fā)展，NLP 取得了巨大的進步，使計算機在與人類語言交互方面表現得越來越智能和自然。生成式人工智能技術不斷成熟，被廣泛應用于智能寫作、有聲閱讀、新聞播報及語音導航等領域，實現人工智能與聽、說、讀、寫等能力的有機結合[4]。

1.2.4 計算機視覺

計算機視覺旨在使計算機能夠模仿人類視覺系統(tǒng)，識別、理解圖像和視頻數據。計算機視覺涵蓋圖像處理、特征提取、對象檢測及圖像分割等技術，使計算機能夠分析視覺數據并從中提取有用信息。計算機視覺在各種領域都有廣泛的應用，包括畫面重建、事件監(jiān)測、目標跟蹤、目標識別、機器學習、索引建立以及圖像恢復等[5]。

2 人工智能技術在廣播監(jiān)管中的應用

2.1 基于人工智能的廣播文本分析與語音識別

人工智能技術在廣播文本分析與語音識別中有重要的作用，通過文本分析實現對廣播內容的智能監(jiān)控，通過自然語言處理精準識別虛假、敏感信息，提升廣播節(jié)目的內容質量。在實時監(jiān)測廣播內容方面，文本分析與語音識別技術能夠自動轉錄廣播節(jié)目、新聞或訪談，將語音內容轉化為文本，并實時分析內容，以確保內容遵守廣播規(guī)定和法律法規(guī)；幫助監(jiān)管機構及時檢測并采取行動，處理任何違規(guī)廣播內容，包括不當言論、低俗語言或其他不適內容。在敏感信息檢測與過濾方面，通過自然語言處理技術，計算機可以掃描廣播節(jié)目中的文本，檢測潛在的敏感信息，如涉及隱私、虛假信息或令人不安的言論，一旦發(fā)現，系統(tǒng)可以自動過濾或標記這些內容，以便監(jiān)管機構進一步審查。這有助于確保廣播內容的質量和合規(guī)性，維護廣播行業(yè)的聲譽。

以國家廣播電視總局廣播電視科學研究院推出的“智能聲音廣播監(jiān)管平臺”為例，其采用先進的人工智能技術，包括自然語言處理技術、語音識別技術、機器學習技術等，以提高監(jiān)管效率和準確性。該平臺具有智能識別、分類、標注及攔截等功能，能夠自動識別播出內容中的敏感信息，如淫穢色情、封建迷信、暴恐等不良信息，并自動進行攔截和處置。該平臺還支持對播出內容進行分類和標注，以方便后續(xù)的編輯和處理。平臺的智能分析功能還支持播出內容的輿情分析，為相關部門提供決策依據[6]。

2.2 基于人工智能的廣播數據挖掘與分析

數據挖掘與分析主要針對廣播節(jié)目中的用戶行為和廣告內容進行數據挖掘、素材審核、合規(guī)分析等操作。第一，用戶行為分析。通過收集和分析廣播受眾的行為數據，監(jiān)管機構可以了解觀眾喜好、觀看習慣和反饋，有助于廣播企業(yè)更好地了解他們的受眾，優(yōu)化內容，并針對觀眾需求進行節(jié)目定制。用戶行為分析還有助于監(jiān)管機構監(jiān)測廣播企業(yè)是否遵守廣告時段規(guī)定等其他監(jiān)管要求。第二，廣告監(jiān)管。通過監(jiān)控廣播內容中的廣告插入和廣告時段，監(jiān)管機構可以確保廣告播放的合規(guī)性和公平性。數據挖掘技術可以用于檢測廣告中的虛假信息、不當宣傳和廣告的頻繁播放，還可以分析廣告效果，包括觀眾反應和廣告點擊率，以幫助廣告商改進他們的廣告戰(zhàn)略。

以湖南快樂陽光互動娛樂傳媒有限公司的“廣告素材智能審核系統(tǒng)”為例，其利用人工智能技術進行廣告素材審核，基于自然語言處理和圖像識別等技術，能夠自動分析廣告素材中的內容，識別違規(guī)信息并進行攔截。它支持多種類型的廣告素材審核，包括語音、文字、圖片和視頻等，快速準確地檢測出不合規(guī)的內容，提高審核的效率和準確性。

2.3 基于人工智能的廣播圖像和視頻分析

圖像和視頻分析主要體現在對廣播節(jié)目的音頻內容審核與廣播版權監(jiān)測。音頻內容審核涉及自動分析廣播節(jié)目中的音頻內容，以識別和監(jiān)測任何可能違反法規(guī)、道德或社會標準的元素，包括暴力、色情、惡意廣告以及其他不適內容。自動視頻審核工具使用計算機視覺和機器學習技術，可以快速掃描大量視頻流，識別問題并報告給監(jiān)管機構，從而確保廣播內容的合規(guī)性和質量。版權追蹤涉及廣播內容中的音頻和視頻監(jiān)測，以確定是否存在侵犯版權的情況，如未經授權的音樂或影片使用。通過音頻指紋識別、內容匹配和數據比對，系統(tǒng)可以識別、跟蹤違反版權規(guī)定的廣播節(jié)目，并采取適當的法律行動。

以5G 智慧電臺iMango 4.0 系統(tǒng)為例，系統(tǒng)充分運用人工智能的計算機視覺、機器學習和AI 語言合成技術，實現智能抓取、一鍵生成及智能監(jiān)控等功能，能夠對廣播節(jié)目的音頻內容、版權及異常情況進行監(jiān)管監(jiān)測，實現對廣播音頻內容提供數據交換的隱私保護、歸屬權確認、權限管理和數據定責等。

2.4 基于人工智能的自動化決策與智能監(jiān)管

自動化決策與智能監(jiān)管主要體現在廣播節(jié)目異常檢測與預警、自動程序合規(guī)性檢查兩個方面。異常檢測與預警主要是自動監(jiān)測廣播內容中的異常行為或違規(guī)情況。通過機器學習和數據分析技術，系統(tǒng)可以實時分析廣播節(jié)目，檢測任何可能的異常情況，如廣告插播不當、違規(guī)內容、技術故障等。一旦檢測到異常，監(jiān)管機構可以立即收到警報，采取適當行動，以確保迅速響應問題。自動程序合規(guī)性檢查是使用自動化算法來檢查廣播企業(yè)是否遵守監(jiān)管規(guī)定和相關法規(guī)，包括廣告時段的合規(guī)性、節(jié)目內容的分類及廣告廣播限制等方面。系統(tǒng)可以自動化地分析廣播數據，與規(guī)定進行比對，并生成合規(guī)性報告。這種自動化程序可以顯著減少監(jiān)管機構的工作量，確保廣播企業(yè)的遵守程度。

以國家廣播電視總局監(jiān)管中心與國家廣播電視總局五五三臺合作完成的“智慧廣播監(jiān)測系統(tǒng)”為例，系統(tǒng)集成人臉識別、特定目標識別及自然語言處理等技術，實現對廣播目標內容的靶向監(jiān)管，還可以監(jiān)測節(jié)目的合規(guī)性，如是否符合播出標準、是否含有違規(guī)內容等。

3 結 語

在廣播監(jiān)管領域，人工智能技術的應用為提高廣播內容的質量、合規(guī)性和監(jiān)管效率提供了強大的工具。本文探討了機器學習、深度學習、自然語言處理以及計算機視覺等核心技術，并詳細分析了它們在文本分析、數據挖掘、圖像和視頻分析以及自動化決策等方面的應用。這些技術的不斷創(chuàng)新和發(fā)展，為廣播監(jiān)管帶來了更多機遇，為觀眾提供高質量的內容，同時維護了內容的合規(guī)性。