杨卿 桂旭东 马恒夫

云南省昭通市广播电视安全播出监测中心 云南 昭通 657000

引言

人工智能广泛发展势必会改变科学技术世界的运作模式，给予人类的生活产生充分影响。广播电视行业拥有大量的媒体资源，融合云平台与云服务，能够对广播电视行业的发展带来便捷条件。围绕大数据技术、云计算技术和区块链技术，如何巧妙的发挥人工智能优势，全方位将其运用在广播电视监测监管中是热点话题，为此笔者进行具体研究。

1 人工智能技术概述

所谓的人工智能，主要是将人工智能当作核心，汇集自然智能与集成智能的一门学科，人类的智能简化为智能，即人类在了解客观世界过程中，通过思维和脑力呈现的综合能力。基于能力层面，人工智能便是借助人工的方式赋予机器一定智能化；基于学科层面，人工智能便是分析智能系统的学科，具备一定的模拟性与扩展性[1]，如今的人工智能广泛存在于研究与开发等多个过程，实现理论、技术与方法的一体化结构建设。

所以人工智能理论研究的本质是多种学科之间的交叉分析，存在显著的集成智能化特征，在融合符号与行为期间，多种类型的资源互相传递，促使资源之间可以实效性共享。互联网朝向未来发展、智能机器人朝向未来发展，充分说明智能产业规模在日益扩展，发展为智能计算机系统的重要组成部分。

2 广播电视监测监管中引进人工智能的意义

2.1 便于功能持续化创新

对于广播电视的监测监管作业，需求诸多数量服务器的参与，同时针对性加工信息数据。在信息化时代中，广播电视信息量表现出迅速增长的倾向，那么监测监管面临的压力是比较大的。思考到大量数据内容，监测监管技术应被深层次的创新和转型，智能化转变为时代发展趋势[2]。并且人工智能的运用，便于实现监测监管的功能持续化创新，一方面帮助工作者迅速的研究和探索，另一方面能够对工作模式进行创新。形成相对完整的监测监管云平台，建立在人工智能技术基础之上，通过机器学习功能，围绕场景需求开展针对性的探索。除此之外，人工智能可对人脑进行模拟，引进人工神经网络算法甲乙信息获取与处理，时效性的归纳规律。在这一个阶段，人工智能能够不间断学习，在知识结构日益完善过程中，对应监测监管设备的基础性能可以提升，达到自动化创新指标，适应广播电视后续发展的需求。

2.2 便于智能化进行信息管理

运用人工智能，科学的研究广播电视监测监管数据，在此期间获取具备意义的数据资料。形成CNN模型、LSTM模型、HMM模型，完成智能化识别视频信息与图像信息，继而理解与规范推理[3]。由此以研究广播电视运作情况为基础，巧妙的预测广播电视发展方向。

2.3 便于体现决策的及时性

建设完整的监测监管云平台，要及时引进具备智能化性能的软件系统与硬件系统，循序渐进的构建智能化结构，这样体现出制造功能和检索功能，更多的凸显决策信息的及时性。智能化建设监测监管体系期间，结合监测监管信息，参照专业的工作经验对知识库内容进行完善[4]。处理大规模的信息之后开展智能化决策工作，可进一步处理对应的音频信息与视频信息。

3 人工智能相关技术

结合实际情况，在广播电视的监测监督工作中进行人工智能运用，技术包含机器学习、智能化判断与智能系统等。首先是机器学习，作为机器自动化得到知识的基本途径，优化现有的知识结构，增强机器整体性能，机器学习也是人工智能的关键技术。依托观测样本探索实际规律，通过相关的规律预测后续不能观测的信息，机械学习包含诸多分类方式，若参照人类日常学习模式，可对机械学习划分为符号学习模式以及神经学习模式。其次是智能化判断，通过人工智能的方式从烦琐数据中判断需求的知识，涉及深度学习的内容以及语音内容。围绕深度学习的理念进行技术识别，这也是现阶段研究的热点话题。智能判断作用于语音处理、视频处理与图像处理过程，特别是加工智能编目项目、广告检测项目与智能审核项目，另外，还应思考自然语言理解性能的运用，包含推理能力与常识认知。最后是智能系统，包含软硬件系统，从某种程度上而言，人工智能的诸多内容均是通过智能系统的模式加以呈现的，如智能检索与智能制造[5]。时常应用系统以专家模式的系统以及智能决策模式的系统为主。前者是知识为核心点的模型，把专家的经验依托知识呈现方式纳入在信息库中；后者是把智能部件的支持系统纳入在传统支持结构中，继而得到专家系统与决策系统互相融合的产物，也就是人工智能技术。

4 人工智能在广播电视监测监管中的具体运用

拥有理解与处理问题能力的机器进行数据加工以及决策，带动广播电视监测工作转型，通过人工智能给广播电视行业“赋能”，便于广播电视行业迎接社会发展的挑战。以完全掌握监测监管业务需求为前提，对固定的业务进行信息数据整理，创造完整的监测监管模型，再依托业务流程进行集成与再造，可切合实际的彰显人工智能效用。

4.1 对音频视频内容进行智能化监测

在广播电视监测监管过程中，可通过人工智能实现音频视频的智能化监测，结合广播电视信号技术特征与节目内容，全面发挥人工智能的作用，包含语音判断、语种判断、语义判断、图像判断等，产生的效果取决于机器学习能力和智能研究处理能力。对监管信息进行动态分析、对案例进行动态研究，丰富现有的案例资源库，依托深度学习的样本信息做好人工智能技术应用准备[6]。对于音频成效的智能化监测，立足于训练信息模型，在混合信号以及参考信号中进行音频指纹数据提取，依托迭代搜索音频指纹的形式匹配相似距离，综合语种判断和语音判断，完成音频成效的人工智能化评估。另外是音频视频内容，参考文字判断、语音判断、人脸判断与场景判断方法，通过机器深层次学习与光学字符判断等技术对物体进行定位，智能化识别语音和图片以及舆情信息，全方位进行媒体资源的监测监管。

4.2 对数据信息进行智能化编目

智能化编目作为指数增长的一种监管信息管理途径，借助智能化判断和语义识别等方式研究监测监管信息资源的具体内容，赋予对应的检索标识，同时把描述信息依据固定规则有效组织。广播电视监测监管信息的智能化编目包含音频视频结构化处理、知识图谱以及信息检索等几个部分，音频视频结构化处理统计基础元素，形成对应的组件；知识图片优化事件信息、人物信息和场景信息，便于通过检索与关联的模式完成数据保存；信息检索以前两者为前提完成高效率信息检索，围绕人物与人脸特征迅速的进行信息检索。由此分析人脸信息、字幕信息与声音信息，完成智能化编目，生成对应的编目结果，依托大数据算法实效性的落实广播电视监测监管信息标签管理。

4.3 对网络安全进行智能化态势感知

态势感知把安全大数据视作基础，围绕整体环境的变化进行安全监管，同时站在全局视角下处理安全隐患，最终构建决策体系。智能化态势感知应给予广播电视网络终端以及关键网路节点进行智能探测器安放，同时建设海量安全信息结构，对网络安全进行预警处理，控制链条自动化智能响应，事先预设对抗样本实施对抗训练，体现检测模型的安全性[7]。形成智能化应用架构。广播电视行业的监测监管工作中运用人工智能，应形成对应的智能化应用架构，基于逻辑层面设置平台层模块、服务层模块、应用层模块与业务层模块，在流程设计过程中思考信息集结构、算法选型、测试评估与完整部署多个环节。其中平台层对应用训练与测试评估进行基础条件支持；服务层模块作为平台层模块运行的前提，开展智能化识别加工操作、可视化信息转换操作、综合研究研判操作；应用层模块进行语音和语义识别、场景判断以及音频视频检测；业务层模块给广播电视监测监管的全面性带来支持，包含安全播出监督、节目内容监督、广告设计监督、资源分配监督、终端管理监督，强化人工智能在广播电视行业监测监管中的运作效率。

4.4 监测监管应用框架

人工智能在广播电视行业中的应用，尤其是监测监管工作，管理者应及时建设应用框架，围绕平台层模块、服务层模块、应用层模块以及业务层模块加以进行。其中服务层的基础结构便是平台层，进行智能化处理信息，推理大数据模型。应用层进行语音判断、语种判断与音视频判断等，业务层是以广播电视的技术监测为基础，实施节目内容监督、广告监管和资源配置，妥善的完成监测监管工作。另外结合大数据监测实际结果，相关人员应动态化的明确广播电视发展趋势，站在全局的角度下研究整体环境变化特点，完成安全风险评估。通过人工智能，感知风险隐患[8]，及时进行预警报告，自动开展决策处理过程，这样巧妙的修补漏洞，体现广播电视体系运作的安全性与稳定性。

5 结束语

综上所述，在广播电视监测监管工作中运用人工智能，可在很大程度上带动广播电视行业的升级与创新，促使广播电视行业的监测监管成效可以提升。新时期下需密切关联人工智能发展，深入研究神经网络模型变化与学习算法，发挥人工智能的优势，如对音频视频内容进行智能化监测、对数据信息进行智能化编目、对网络安全进行智能化态势感知，调动监测监管工作动力，全面为智能化的广播电视行业发展奠定基础。