数位影音典藏技术.pptVIP

數位影音典藏技術 數位影音典藏技術簡介 典藏數位影音檔案所需之技術及流程 技術成果及應用 數位影音典藏技術簡介 本技術目標為提供完整的技術及流程，用以典藏數位影音資料，並提供使用者資料檢索功能及後續加值應用。 典藏數位影音檔案所需之技術及流程 技術成果及應用說明 技術成果 於民國93年，技術授權于凌網公司 技術應用說明 以社會人文電子影音計畫為例之應用說明 技術應用說明 以社會人文電子影音系統資料檢索環境為例 檢索環境說明 可檢索項目： 全文檢索 語音資料檢索 資料量： 約3500卷影帶，約7200小時 檢索系統網址首頁： .tw/ 檢索網頁介面 (1/2) 檢索網頁介面 (2/2) 檢索系統架構圖 簡介結束，謝謝！ FAQ 本計畫/技術的目的？ 保存具有人文、歷史等價值的影音資料，並藉此推廣這些資料給一般使用者，亦可做為教學上的輔助。 本計畫合作者及主持人？ 本計畫主持人為台北藝術大學的李道明副教授，所有影片資料均為其多年來所拍攝之台灣歷史、人文、社會之記錄。除了台北藝術大學外，亦與遠流智慧藏公司有技術及交易模式的合作。 是否開放給一般民眾使用？ 是的，使用者只要上[首頁/會員中心]申請一個免費帳號，之後以此帳號登入即可使用。 語音檢索如何輸入及使用？ 我們先把影片聲音獨立辨識後，以音節(類似中文的注音)的資料存入資料庫。然後使用者檢索時，是輸入文字資料，然後系統會自動將此文字檢索詞轉成音節資料，再與資料庫中的語音辨識結果做比較。 語音辨識的正確率？ 隨影片本身語音品質不同而有高低。若影片本身無背景雜音，兼且發音標準，則音節辨識率約有80-90%，但若是一般有背景雜音的影片，辨識率則可能為30-40%。檢索時亦是比較音節，因此發音相同即可(例如老師與老獅) 即可檢索到資料。 分鏡偵測的方法及應用？ 本處理主要是比較畫面與畫面間的變化（例如色彩、亮度等屬性），以偵測影片的分鏡點。在每段分鏡中我們會粹取一小段動態影片及一張靜態影片，藉此提供使用者於檢索系統裡，可以快速瀏覽整個影片的內容。 影片處理的時間： (以1G HZ CPU，512MB記憶體電腦為例) 影片格式轉換： MPEG1/2轉WMV – 約 1：1 (以轉出384-700K wmv檔為例) MPEG1/2轉RM – 約1：1 (以轉出384-700K rm檔為例) 分鏡偵測： MPEG1處理 – 約1：1.5 MPEG2處理 – 約1：2 ~1：3 On-Line Editor的應用及操作介面 應用 可讓使用者於線上瀏覽影片時，自行設定該影片中喜好的片段(一個時間區段)，系統將此資訊記錄後，使用者未來可以只欣賞所設定的片段。另外亦可應用於線上販售影片片段之處理，例如使用者可以僅購買某一影片的第5~10分鐘這個片段。 操作介面： * * 數位典藏國家型科技計畫技術發展組 Digital Archive Architecture Laboratory 數位典藏技術發展組 DAAL 影音素材來源 數位擷取系統 影音數位檔案 語音資料 擷取系統 影片分鏡偵測 影音格式轉換 Metadata 分析著錄 語音辨識 關鍵畫面擷取 分鏡片段萃取 串流影音 影音資料庫管理與檢索系統 影音發行與加值應用 非線性線上剪輯 檢索詞輸入 檢索結果列表 檢索詞輸入 影片播放介面 影片資料描述 Metadata Database 影音數位博物館 檢索系統 Streaming Server 使用者 查詢 Voice Database DB DB 語音 檢索 全文檢索 進階檢索 傳回影片 資料 * * * 影音資料格式轉換技術 ： 可對影音檔案之格式﹙MPEG1/2, RM, WMV﹚與品質﹙frame size, bit rate﹚進行轉換。 分鏡偵測與粹取技術 ： 可進行影片鏡頭﹙shot﹚劇烈變換的時間點偵測，並根據其結果，自動粹取影片之精華片段﹙video﹚與靜態畫面﹙image﹚，藉此提供使用者快速瀏覽整個影片的內容。 語音檢索技術： 可自動辨識影片中的語音資料，此資料將做使用者檢索影片內容之使用。 非線性線上剪輯技術： 可讓使用者於線上瀏覽影片時，自行設定該影片中所喜好的片段(一個時間區段) ，系統將此資訊記錄後，使用者未來可以只欣賞所設定的片段。此技術亦可應用於線上販售影片片段之處理，例如使用者可以僅購買某一影片的第5~10分鐘這個片段。 * 功能鍵，可進行影片資料的編輯及預覽 原始影片列表 時間點設定鈕 影片資訊區 使用者喜好列 表 *