CN111970416A - 一种智能化广播电视节目制作经营方法 - Google Patents

一种智能化广播电视节目制作经营方法 Download PDF

Info

Publication number
CN111970416A
CN111970416A CN202010889981.5A CN202010889981A CN111970416A CN 111970416 A CN111970416 A CN 111970416A CN 202010889981 A CN202010889981 A CN 202010889981A CN 111970416 A CN111970416 A CN 111970416A
Authority
CN
China
Prior art keywords
semantic
program
module
broadcast television
television program
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010889981.5A
Other languages
English (en)
Inventor
曹水生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ganzhou Shengxiang Blockchain Technology Co Ltd
Original Assignee
Ganzhou Shengxiang Blockchain Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ganzhou Shengxiang Blockchain Technology Co Ltd filed Critical Ganzhou Shengxiang Blockchain Technology Co Ltd
Priority to CN202010889981.5A priority Critical patent/CN111970416A/zh
Publication of CN111970416A publication Critical patent/CN111970416A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本发明提出了一种智能化广播电视节目制作经营方法，包括如下步骤；主题确定模块、初始化模块和广告插入模块，利用现代计算机音视频智能处理技术，通过解析模块、检索模块、排序模块、合成模块和输出模块的配合，根据节目脚本系统化智能化的制作广播电视节目，并通过人工校对并输出最后结果，这种人机融合交互的方式，可以结合计算机处理的高效性和人工处理的准确性优点，解决现有以人工方式为主的广播电视节目编目过程中的高投入、低效率问题，为海量广播电视节目内容的有效利用和深入挖掘提供有效技术手段，可以利用海量的节目素材快速高效的制作出高质量的广播电视节目，提升广播电视节目的制作效率。

Description

一种智能化广播电视节目制作经营方法
技术领域
本发明涉及多媒体服务技术领域，具体为一种智能化广播电视节目制作经营方法。
背景技术
我国拥有世界上最为丰富的广播电视内容资源，目前广播电视传播途径主要包括国内广播电视、境外卫星电视、互联网视听节目及其他新媒体等，总量已经达到3000套，其所包含资讯具有丰富性、全面性和权威性，在广播电视媒体资产管理和面向三网融合的新媒体内容管理与分发领域具有非常巨大的社会效益和商业价值，当前，云计算、大数据，移动互联网等技术深入的影响和变革广播电视行业，一方面，推动了媒体行业的深度融合，创新出多种广播电视服务模式；另一方面，提升了广播电视节目采集与拍摄的效率，产生出大量的节目素材，目前，尚未存在一种可以充分利用海量的节目素材，快速、高效的制作出高质量的广播电视节目，以丰富传统广播电视、IP电视、互联网电视、手机电视、互联网视频等广播电视服务的节目制作方法，广播电视节目的制作效率较低。
发明内容
本发明的目的在于提供一种智能化广播电视节目制作经营方法，提供一个智能化和系统化的广播电视节目制作方法。
为实现上述目的，本发明提供如下技术方案：一种智能化广播电视节目制作经营方法，包括如下步骤；
(一)主题确定模块；
(1)解析模块，用于解析获取到的节目脚本，得到语义信息以及语义逻辑关系信息；
(2)检索模块；用于根据所述语义信息，检索得到多个待剪辑节目素材；
(3)排序模块；用于根据所述语义逻辑关系信息，对所述多个待剪辑节目素材进行排序，得到节目素材列表；
(4)合成模块；用于合成所述节目素材列表中的多个待剪辑节目素材，生成广播电视节目；
(5)输出模块；用于输出所述广播电视节目；
(二)初始化模块；是从广播电视节目历史数据提取的音频波形和视频图像中自动添加广播电视节目片头曲及片尾曲，系统初始化操作界面提供人工审核、编辑以及入库操作；
(三)广告插入模块；广告插入模块对给广播电视节目进行处理，能对广播电视节目中播放广告的起止点进行自动标记，然后将对应的广告插入其中，广告插入操作界面对广告提供人工审核、编辑以及入库操作；
主题确定模块、初始化模块和广告插入模块，经知识库管理与学习操作界面人工确认后，输入知识库管理与学习模块的知识库进行学习并更新上述各模块的模型参数，以确保方法在不同应用环境下的适应性和可用性。
优选的，所述步骤一中广播电视节目、语义信息以及语义逻辑关系信息进行语义误差分析，确定所述广播电视节目与所述节目脚本之间的语义误差信息。
优选的，所述步骤一中语义信息检索得到多个待剪辑节目素材的步骤，包括；
(1)根据所述语义信息，检索获得多个节目素材；
(2)根据所述语义误差信息，从多个节目素材中确定出多个所述待剪辑节目素材。
优选的，所述步骤一中多个待剪辑节目素材进行排序得到节目素材列表的步骤，包括：根据所述语义逻辑关系信息以及所述语义误差信息，对所述多个待剪辑节目素材进行排序，得到所述节目素材列表。
优选的，所述步骤一中节目素材列表中的多个待剪辑节目素材依次进行语义分析；根据所述语义误差信息，确定多个所述待剪辑节目素材中语义相关度符合预设相关度阈值的节目片段。
优选的，所述步骤一中语义误差信息，确定所述广播电视节目的语义误差值；判断所述语义误差值是否低于预设语义误差阈值；若所述语义误差值不低于所述预设语义误差阈值，返回执行所述根据所述语义信息，检索得到多个待剪辑节目素材的步骤；若所述语义误差值低于所述预设语义误差阈值，输出所述广播电视节目。
优选的，所述步骤三中根据所需添加的广告片段的时长，对广告进行智能添加，从开始的语句进行插入，根据所述语义完整度进行判断，确定所述广播电视节目的语义完整度；判断所述语义完整度是否低于预设语义完整度误差阈值；若所述语义完整度不低于所述预设语义完整度误差阈值，触发广告插入模块；将广告插入对应的语句之间，若所述语义完整度低于所述预设语义完整度误差阈值，则重复上述操作。
与现有技术相比，本发明的有益效果如下：
本发明提出了一种智能化广播电视节目制作经营方法，利用现代计算机音视频智能处理技术，通过解析模块、检索模块、排序模块、合成模块和输出模块的配合，根据节目脚本系统化智能化的制作广播电视节目，并通过人工校对并输出最后结果，这种人机融合交互的方式，可以结合计算机处理的高效性和人工处理的准确性优点，解决现有以人工方式为主的广播电视节目编目过程中的高投入、低效率问题，为海量广播电视节目内容的有效利用和深入挖掘提供有效技术手段，可以利用海量的节目素材快速高效的制作出高质量的广播电视节目，提升广播电视节目的制作效率。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种技术方案：一种智能化广播电视节目制作经营方法，包括如下步骤；
(一)主题确定模块；
(1)解析模块，用于解析获取到的节目脚本，得到语义信息以及语义逻辑关系信息；
(2)检索模块；用于根据所述语义信息，检索得到多个待剪辑节目素材；
(3)排序模块；用于根据所述语义逻辑关系信息，对所述多个待剪辑节目素材进行排序，得到节目素材列表；
(4)合成模块；用于合成所述节目素材列表中的多个待剪辑节目素材，生成广播电视节目；
(5)输出模块；用于输出所述广播电视节目；
(二)初始化模块；是从广播电视节目历史数据提取的音频波形和视频图像中自动添加广播电视节目片头曲及片尾曲，系统初始化操作界面提供人工审核、编辑以及入库操作；
(三)广告插入模块；广告插入模块对给广播电视节目进行处理，能对广播电视节目中播放广告的起止点进行自动标记，然后将对应的广告插入其中，广告插入操作界面对广告提供人工审核、编辑以及入库操作；
主题确定模块、初始化模块和广告插入模块，经知识库管理与学习操作界面人工确认后，输入知识库管理与学习模块的知识库进行学习并更新上述各模块的模型参数，以确保方法在不同应用环境下的适应性和可用性。
实施例一：在步骤1-1中，解析获取到的节目脚本，得到语义信息以及语义逻辑关系信息，其中，节目脚本中的语义信息可以包括节目种类，节目主题，关键词，相关的多媒体文件等，节目脚本中的语义逻辑关系信息是用于剪辑合成节目时各个节目素材的逻辑顺序，该语义逻辑关系信息例如可以包括与语义信息对应的语义逻辑顺序。
步骤1-2；根据所述语义信息，检索得到多个待剪辑节目素材，节目素材是与节目脚本相关的素材，用于后续的广播电视节目的编辑，节目素材例如可以包括音频、视频、短视频、新闻、论文、书籍、广告等材料。
步骤1-3；根据所述语义逻辑关系信息，对所述多个待剪辑节目素材进行排序，得到节目素材列表。
步骤1-4；合成所述节目素材列表中的多个待剪辑节目素材，生成广播电视节目。
步骤1-5；输出所述广播电视节目。
步骤2；是从广播电视节目历史数据提取的音频波形和视频图像中自动添加广播电视节目片头曲及片尾曲，系统初始化操作界面提供人工审核、编辑以及入库操作。
步骤3；根据所需添加的广告片段的时长，对广告进行智能添加，从开始的语句进行插入，根据所述语义完整度进行判断，确定所述广播电视节目的语义完整度；判断所述语义完整度是否低于预设语义完整度误差阈值；若所述语义完整度不低于所述预设语义完整度误差阈值，触发广告插入模块；将广告插入对应的语句之间，若所述语义完整度低于所述预设语义完整度误差阈值，则重复上述操作。
进一步地，为提升广播电视节目的质量，还可以生成语义误差信息进行调整，具体地，该方法还包括：对所述广播电视节目、所述语义信息以及所述语义逻辑关系信息进行语义误差分析，确定所述广播电视节目与所述节目脚本之间的语义误差信息。
实施例二：在步骤1-1中，解析获取到的节目脚本，得到语义信息以及语义逻辑关系信息，其中，节目脚本中的语义信息可以包括节目种类，节目主题，关键词，相关的多媒体文件等，节目脚本中的语义逻辑关系信息是用于剪辑合成节目时各个节目素材的逻辑顺序，该语义逻辑关系信息例如可以包括与语义信息对应的语义逻辑顺序。
步骤1-2；根据所述语义信息，可以先根据所述语义信息，检索获得多个节目素材；再根据所述语义误差信息，从所述多个节目素材中确定出多个所述待剪辑节目素材，例如，先根据语义信息，检索获得20个节目素材，再根据语义误差信息，对这20个节目素材进行筛选，从中筛选出18个节目素材确定为待剪辑节目素材，或者，上述步骤1200中，可以根据所述语义信息和所述语义误差信息，直接检索得到所述多个待剪辑节目素材，例如，根据语义信息和语义误差信息，直接检索得到18个与节目脚本相关的待剪辑节目素材。
步骤1-3；根据所述语义逻辑关系信息，对所述多个待剪辑节目素材进行排序，得到节目素材列表。
步骤1-4；合成所述节目素材列表中的多个待剪辑节目素材，生成广播电视节目。
步骤1-5；输出所述广播电视节目。
步骤2；是从广播电视节目历史数据提取的音频波形和视频图像中自动添加广播电视节目片头曲及片尾曲，系统初始化操作界面提供人工审核、编辑以及入库操作。
步骤3；根据所需添加的广告片段的时长，对广告进行智能添加，从开始的语句进行插入，根据所述语义完整度进行判断，确定所述广播电视节目的语义完整度；判断所述语义完整度是否低于预设语义完整度误差阈值；若所述语义完整度不低于所述预设语义完整度误差阈值，触发广告插入模块；将广告插入对应的语句之间，若所述语义完整度低于所述预设语义完整度误差阈值，则重复上述操作。
实施例三：在步骤1-1中，解析获取到的节目脚本，得到语义信息以及语义逻辑关系信息，其中，节目脚本中的语义信息可以包括节目种类，节目主题，关键词，相关的多媒体文件等，节目脚本中的语义逻辑关系信息是用于剪辑合成节目时各个节目素材的逻辑顺序，该语义逻辑关系信息例如可以包括与语义信息对应的语义逻辑顺序。
步骤1-2；根据所述语义信息，检索得到多个待剪辑节目素材，节目素材是与节目脚本相关的素材，用于后续的广播电视节目的编辑，节目素材例如可以包括音频、视频、短视频、新闻、论文、书籍、广告等材料。
步骤1-3；可以根据所述语义逻辑关系信息以及所述语义误差信息，对所述多个待剪辑节目素材按照逻辑关系进行排序，得到节目素材列表。
步骤1-4；合成所述节目素材列表中的多个待剪辑节目素材，生成广播电视节目。
步骤1-5；输出所述广播电视节目。
步骤2；是从广播电视节目历史数据提取的音频波形和视频图像中自动添加广播电视节目片头曲及片尾曲，系统初始化操作界面提供人工审核、编辑以及入库操作。
步骤3；根据所需添加的广告片段的时长，对广告进行智能添加，从开始的语句进行插入，根据所述语义完整度进行判断，确定所述广播电视节目的语义完整度；判断所述语义完整度是否低于预设语义完整度误差阈值；若所述语义完整度不低于所述预设语义完整度误差阈值，触发广告插入模块；将广告插入对应的语句之间，若所述语义完整度低于所述预设语义完整度误差阈值，则重复上述操作。
实施例四：在步骤1-1中，解析获取到的节目脚本，得到语义信息以及语义逻辑关系信息，其中，节目脚本中的语义信息可以包括节目种类，节目主题，关键词，相关的多媒体文件等，节目脚本中的语义逻辑关系信息是用于剪辑合成节目时各个节目素材的逻辑顺序，该语义逻辑关系信息例如可以包括与语义信息对应的语义逻辑顺序。
步骤1-2；根据所述语义信息，检索得到多个待剪辑节目素材，节目素材是与节目脚本相关的素材，用于后续的广播电视节目的编辑，节目素材例如可以包括音频、视频、短视频、新闻、论文、书籍、广告等材料。
步骤1-3；根据所述语义逻辑关系信息，对所述多个待剪辑节目素材进行排序，得到节目素材列表。
步骤1-4；合成所述节目素材列表的多个待剪辑节目素材中语义相关度符合所述预设相关度阈值的节目片段。
步骤1-5；输出所述广播电视节目。
步骤2；是从广播电视节目历史数据提取的音频波形和视频图像中自动添加广播电视节目片头曲及片尾曲，系统初始化操作界面提供人工审核、编辑以及入库操作。
步骤3；根据所需添加的广告片段的时长，对广告进行智能添加，从开始的语句进行插入，根据所述语义完整度进行判断，确定所述广播电视节目的语义完整度；判断所述语义完整度是否低于预设语义完整度误差阈值；若所述语义完整度不低于所述预设语义完整度误差阈值，触发广告插入模块；将广告插入对应的语句之间，若所述语义完整度低于所述预设语义完整度误差阈值，则重复上述操作。
进一步地，为提升广播电视节目的质量，还可以生成语义误差信息进行调整，具体地，该方法还包括：对所述广播电视节目、所述语义信息以及所述语义逻辑关系信息进行语义误差分析，确定所述广播电视节目与所述节目脚本之间的语义误差信息。
实施例五：在步骤1-1中，解析获取到的节目脚本，得到语义信息以及语义逻辑关系信息，其中，节目脚本中的语义信息可以包括节目种类，节目主题，关键词，相关的多媒体文件等，节目脚本中的语义逻辑关系信息是用于剪辑合成节目时各个节目素材的逻辑顺序，该语义逻辑关系信息例如可以包括与语义信息对应的语义逻辑顺序。
步骤1-2；根据所述语义信息，检索得到多个待剪辑节目素材，节目素材是与节目脚本相关的素材，用于后续的广播电视节目的编辑，节目素材例如可以包括音频、视频、短视频、新闻、论文、书籍、广告等材料。
步骤1-3；根据所述语义逻辑关系信息，对所述多个待剪辑节目素材进行排序，得到节目素材列表。
步骤1-4；合成所述节目素材列表中的多个待剪辑节目素材，生成广播电视节目。
步骤1-5；输出所述广播电视节目。
步骤2；是从广播电视节目历史数据提取的音频波形和视频图像中自动添加广播电视节目片头曲及片尾曲，系统初始化操作界面提供人工审核、编辑以及入库操作。
步骤3；根据所需添加的广告片段的时长，对广告进行智能添加，从开始的语句进行插入，根据所述语义完整度进行判断，确定所述广播电视节目的语义完整度；判断所述语义完整度是否低于预设语义完整度误差阈值；若所述语义完整度不低于所述预设语义完整度误差阈值，触发广告插入模块；将广告插入对应的语句之间，若所述语义完整度低于所述预设语义完整度误差阈值，则重复上述操作。
进一步在生成广播电视节目的步骤之后，还可以对广播电视节目与所述节目脚本之间的语义误差进行判断，以决定是否将广播电视节目作为最终节输出，从而进一步提升广播电视节目的质量，具体地，可以根据所述语义误差信息，确定所述广播电视节目的语义误差值；判断所述语义误差值是否低于预设语义误差阈值；若所述语义误差值不低于所述预设语义误差阈值，返回执行所述根据所述语义信息。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种智能化广播电视节目制作经营方法，其特征在于：包括如下步骤；
(一)主题确定模块；
(1)解析模块，用于解析获取到的节目脚本，得到语义信息以及语义逻辑关系信息；
(2)检索模块；用于根据所述语义信息，检索得到多个待剪辑节目素材；
(3)排序模块；用于根据所述语义逻辑关系信息，对所述多个待剪辑节目素材进行排序，得到节目素材列表；
(4)合成模块；用于合成所述节目素材列表中的多个待剪辑节目素材，生成广播电视节目；
(5)输出模块；用于输出所述广播电视节目；
(二)初始化模块；是从广播电视节目历史数据提取的音频波形和视频图像中自动添加广播电视节目片头曲及片尾曲，系统初始化操作界面提供人工审核、编辑以及入库操作；
(三)广告插入模块；广告插入模块对给广播电视节目进行处理，能对广播电视节目中播放广告的起止点进行自动标记，然后将对应的广告插入其中，广告插入操作界面对广告提供人工审核、编辑以及入库操作；
主题确定模块、初始化模块和广告插入模块，经知识库管理与学习操作界面人工确认后，输入知识库管理与学习模块的知识库进行学习并更新上述各模块的模型参数，以确保方法在不同应用环境下的适应性和可用性。
2.根据权利要求1所述的一种智能化广播电视节目制作经营方法，其特征在于：所述步骤一中广播电视节目、语义信息以及语义逻辑关系信息进行语义误差分析，确定所述广播电视节目与所述节目脚本之间的语义误差信息。
3.根据权利要求1所述的一种智能化广播电视节目制作经营方法，其特征在于：所述步骤一中语义信息检索得到多个待剪辑节目素材的步骤，包括；
(1)根据所述语义信息，检索获得多个节目素材；
(2)根据所述语义误差信息，从多个节目素材中确定出多个所述待剪辑节目素材。
4.根据权利要求1所述的一种智能化广播电视节目制作经营方法，其特征在于：所述步骤一中多个待剪辑节目素材进行排序得到节目素材列表的步骤，包括：根据所述语义逻辑关系信息以及所述语义误差信息，对所述多个待剪辑节目素材进行排序，得到所述节目素材列表。
5.根据权利要求1所述的一种智能化广播电视节目制作经营方法，其特征在于：所述步骤一中节目素材列表中的多个待剪辑节目素材依次进行语义分析；根据所述语义误差信息，确定多个所述待剪辑节目素材中语义相关度符合预设相关度阈值的节目片段。
6.根据权利要求1所述的一种智能化广播电视节目制作经营方法，其特征在于：所述步骤一中语义误差信息，确定所述广播电视节目的语义误差值；判断所述语义误差值是否低于预设语义误差阈值；若所述语义误差值不低于所述预设语义误差阈值，返回执行所述根据所述语义信息，检索得到多个待剪辑节目素材的步骤；若所述语义误差值低于所述预设语义误差阈值，输出所述广播电视节目。
7.根据权利要求1所述的一种智能化广播电视节目制作经营方法，其特征在于：所述步骤三中根据所需添加的广告片段的时长，对广告进行智能添加，从开始的语句进行插入，根据所述语义完整度进行判断，确定所述广播电视节目的语义完整度；判断所述语义完整度是否低于预设语义完整度误差阈值；若所述语义完整度不低于所述预设语义完整度误差阈值，触发广告插入模块；将广告插入对应的语句之间，若所述语义完整度低于所述预设语义完整度误差阈值，则重复上述操作。
CN202010889981.5A 2020-08-29 2020-08-29 一种智能化广播电视节目制作经营方法 Pending CN111970416A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010889981.5A CN111970416A (zh) 2020-08-29 2020-08-29 一种智能化广播电视节目制作经营方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010889981.5A CN111970416A (zh) 2020-08-29 2020-08-29 一种智能化广播电视节目制作经营方法

Publications (1)

Publication Number Publication Date
CN111970416A true CN111970416A (zh) 2020-11-20

Family

ID=73400672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010889981.5A Pending CN111970416A (zh) 2020-08-29 2020-08-29 一种智能化广播电视节目制作经营方法

Country Status (1)

Country Link
CN (1) CN111970416A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117336539A (zh) * 2023-09-28 2024-01-02 北京风平智能科技有限公司 一种用于短视频ip打造的视频脚本生产方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075695A (zh) * 2010-12-30 2011-05-25 中国科学院自动化研究所 面向海量广播电视节目的新一代智能编目系统和方法
CN110909185A (zh) * 2018-09-17 2020-03-24 国家新闻出版广电总局广播科学研究院 智能化广播电视节目制作方法及装置
CN111105817A (zh) * 2018-10-25 2020-05-05 国家新闻出版广电总局广播科学研究院 面向智能节目制作的训练数据生成方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075695A (zh) * 2010-12-30 2011-05-25 中国科学院自动化研究所 面向海量广播电视节目的新一代智能编目系统和方法
CN110909185A (zh) * 2018-09-17 2020-03-24 国家新闻出版广电总局广播科学研究院 智能化广播电视节目制作方法及装置
CN111105817A (zh) * 2018-10-25 2020-05-05 国家新闻出版广电总局广播科学研究院 面向智能节目制作的训练数据生成方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117336539A (zh) * 2023-09-28 2024-01-02 北京风平智能科技有限公司 一种用于短视频ip打造的视频脚本生产方法及系统
CN117336539B (zh) * 2023-09-28 2024-05-14 北京风平智能科技有限公司 一种用于短视频ip打造的视频脚本生产方法及系统

Similar Documents

Publication Publication Date Title
US10497378B2 (en) Systems and methods for recognizing sound and music signals in high noise and distortion
CN108305636B (zh) 一种音频文件处理方法及装置
CN109889882B (zh) 一种视频剪辑合成方法和系统
KR101326897B1 (ko) 텔레비전 시퀀스를 제공하는 장치 및 방법
CN111432140B (zh) 一种利用人工神经网络进行电视新闻拆条的方法
CN102799605A (zh) 一种广告监播方法和系统
CN102075695A (zh) 面向海量广播电视节目的新一代智能编目系统和方法
CN110502661A (zh) 一种视频搜索方法、系统及存储介质
CN102752540A (zh) 一种基于人脸识别技术的自动编目方法
Choi et al. Foley sound synthesis at the dcase 2023 challenge
CN109005451B (zh) 基于深度学习的视频拆条方法
CN113115055B (zh) 一种基于收视行为的用户画像和直播视频文件的剪辑方法
CN105788610A (zh) 音频处理方法及装置
CN110691271A (zh) 一种新闻视频生成方法、系统、装置和存储介质
CN112995756A (zh) 短视频的生成方法及装置、短视频生成系统
CN111970416A (zh) 一种智能化广播电视节目制作经营方法
CN110913242B (zh) 一种广播音频标签自动化生成方法
CN115022663A (zh) 直播流的处理方法、装置、电子设备、以及介质
Shao et al. Automatically generating summaries for musical video
Wang et al. Automatic Set List Identification and Song Segmentation for Full-Length Concert Videos.
WO2010038187A1 (en) Method for data clusters indexing, recognition and retrieval in presence of noise
CN115658887B (zh) 一种基于云平台的广播融媒体信息采编发布管理系统
Li Application of Intelligent Video Clip in Short Video with Artificial Intelligence Technology
CN114466245A (zh) 基于数据管理的互联网应用系统
CN116095360A (zh) 基于智能识别的直播流替播方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201120