腾讯智眸·采编识审

快速识别视频中的人脸信息并支持定位出人物所在的视频帧画面，以及人脸所在区域。

特色功能

• 支持客户自定义人脸库。
• 存档媒资发起识别后，支持存储视频内人脸向量数据，方便下次快速定位人物所在画面，进行二次编辑。

快速识别视频中的声音并转化成文字（普通话、英文等），并且支持客户自定义关键词且定位出关键词所在视频的时间点，支持实时流语音识别分析。

特色功能

• 海量数据积累

立足于腾讯庞大的社交数据平台，积累了数十万小时的语音标注数据，拥有丰富多样的语料库，为高识别率奠定数据基础。

• 算法业界领先

基于多种序列神经网络结构（LSTM、Attention Model、DeepCNN），采用 Multitask 训练方法，结合T/S方式，在通用以及垂直领域有业内领先的识别精度。

• 支持语种丰富

现阶段已经支持中文普通话、英语、粤语和韩语语音识别，后续将陆续开放其他语种或方言的识别能力。

• 噪声环境识别佳

语音识别模型鲁棒性佳，识别精度高，抗噪声的干扰能力强，能够识别来自嘈杂环境的音频信息，不需要客户进行降噪处理。

• 海量内外部业务验证

经过微信、腾讯视频、王者荣耀等内部业务充分验证，也在大量互联网、金融、教育等领域的外部客户业务场景成功落地，日服务亿级用户，性能稳定。

快速识别视频中出现的文字信息（简体、繁体、英文等)，可用于视频内的自定义关键词的提取，也支持竖版文字的识别。支持客户自定义关键词且定位出关键词所在视频的时间点。

特色功能

• 支持多场景、任意版面下整图文字的识别

支持自动识别语言类型，同时支持自选语言种类（推荐），除中英文外，支持日语、韩语、西班牙语、法语、德语、葡萄牙语、越南语、马来语、俄语、意大利语、荷兰语、瑞典语、芬兰语、丹麦语、挪威语、匈牙利语、泰语等多种语言。

• 支持如下丰富的应用场景

印刷文档识别、网络图片识别、广告图文字识别、街景店招识别、菜单识别、视频标题识别、头像文字识别等。

• 支持手写体识别

支持多场景、任意版面下整图文字中的手写中文、英文、字母、数字、常见字符的识别。针对手写字体无规则、字迹潦草、模糊等特点进行了识别能力的增强。可应用于银行、保险、金融等手写单据录入、教育行业笔记文档化等场景。

支持自定义视频截帧间隔，自动识别截帧画面内的标签，并定位标签所在的视频位置。帧标签涵盖人物、风景、人造物、建筑、动植物、食物等 9 个大类，包含日常生活的各个信息维度。

特色功能

• 识别间隔可选

默认1秒识别一帧视频画面，公有云接口最小可设置 500毫秒识别一帧，私有化接口支持自定义。

• 可辅助媒资管理或二次编辑

识别完的视频标签入库后，可支持快速检索和定位到视频帧画面内容，方便进行二次的剪辑工作。

特色功能

• 支持定制

可支持根据客户业务场景需求定制标签体系。

• 获取视频标签后，可对接平台推荐机制，让推荐效果更佳

微信看一看产品，使用视频标签后，为推荐机制赋能，实现平台推荐效率的全面提升，极大节省了人工运营成本。

视频内容多维度结构化分析，结合视频场景、语音及文字信息，对视频智能拆条。支持新闻、广告等。

产品特色

• 辅助新闻媒资快速入库

完整的新闻节目包含多段新闻片段，可使用智能拆条智能化将整段的新闻拆散成多个新闻片段，方便入库和再利用

• 支持定制

可根据客户业务场景进行拆条定制。

基于视频时域、空域特征匹配、场景识别、目标检测等技术自动生成视频精彩片段，支持足球、蓝球、绝地求生、王者荣耀等多种视频场景。

产品特色

• 海量数据积累

依托腾讯游戏丰富的视频训练样本和多媒体实验室与鹏城实验室联合开发的赛事集锦模型，实现高效的游戏和体育智能集锦生产。 

• 支持定制

可支持根据客户业务场景定制智能集锦。

结合视频画面纹理、场景识别、目标检测等特征信息自动生成视频封面，支持静态和动态封面输出，提升视频封面体验和点击转化率。

产品特色

• 快速生成 GIF 动图视频封面

辅助短视频平台快速生成 GIF 视频动图封面，提升客户点击率，带来更好的口碑。

• 极大节省人工成本

帮助海量短视频自动产生符合美学的封面图，可极大节省编辑的运营成本。

产品特色

• 广告插入更便捷

自动识别片头片尾后，可快速定位广告插入的时间点，辅助平台提升营销运营效率。

将水印图以不可见的形式编码到视频流中，同时不影响视频质量。在视频被盗取后，可对疑似被盗取的资源进行盲水印提取，验证视频归属。

产品特色

• 具备极强的抗性

对视频再次剪裁、拼接后，数字水印仍然有良好的可抗性。

• 可支持提取工具检测

提供检测数据水印的软件工具，可便于平台检测数据水印的效果。