211service.com
Ricerca video più accurata
Startup con sede a Boston EveryZing ha lanciato un motore di ricerca che spera cambierà il modo in cui le persone cercano audio e video online. Precedentemente noto come PodZinger, un motore di ricerca per podcast, EveryZing sfrutta i sistemi vocali sviluppati da un'azienda tecnologica BBN che può convertire le parole pronunciate in testo ricercabile con circa l'80% di precisione. Questo è meglio di altri sistemi disponibili in commercio, afferma il CEO di EveryZing Tom Wilde.
Suggerimenti audio: Un nuovo motore di ricerca video e audio può convertire l'audio in una trascrizione di testo con una precisione dell'80%. È abbastanza buono per mostrare frammenti della trascrizione, indirizzare gli utenti al punto del file in cui appare un termine di ricerca e riassumere i concetti chiave.
Questa elevata precisione consente nuove funzionalità di ricerca, afferma Wilde, come la capacità di fornire intere trascrizioni di video e audio e la capacità di indirizzare le persone al punto esatto in un file in cui viene pronunciata una parola o una frase. La tecnologia consentirà inoltre all'azienda di fornire annunci mirati associati a contenuti specifici, proprio come Google fornisce annunci basati sul testo di una pagina Web.
La grande sfida [nel video e nell'audio online] … è l'opacità dei contenuti multimediali, afferma Wilde. È estremamente difficile sapere quale gamma di contenuti si trova all'interno di un video o di una clip audio. Il problema che vogliamo risolvere, dice, è la rilevabilità dei contenuti multimediali all'interno della ricerca sul Web. EveryZing lo fa estraendo il contenuto dei file multimediali e producendo il testo in modo che possa sfruttare gli strumenti di ricerca di testo preesistenti sviluppati da artisti come Google e Yahoo.
Il Web sta esplodendo con i contenuti multimediali di YouTube, podcast, telegiornali e programmi della National Public Radio. Ma è ancora difficile cercare Barack Obama e tirare fuori tutte le istanze sul Web in cui viene menzionato il suo nome. In genere, i titoli delle clip e i tag che le persone assegnano loro non contengono informazioni sufficienti per fornire risultati di ricerca utili. Ed è per questo che una manciata di aziende negli ultimi due anni sta esplorando l'utilizzo di contenuti audio come guida. Ad esempio, motore di ricerca video Blinkx utilizza la tecnologia di riconoscimento vocale per setacciare l'intero Web alla ricerca di contenuti pertinenti, aggregandoli su un singolo sito, proprio come Google aggrega le pagine Web. (Vedere Navigare in TV su Internet .)
Gli obiettivi aziendali di EveryZing differiscono da quelli di Blinkx, afferma Wilde, e sospetta che i due approcci possano completarsi a vicenda. Ci occupiamo del merchandising dei contenuti, non del trolling sul Web, afferma. EveryZing (che, come Blinkx, fornisce un portale di ricerca per i navigatori del Web) desidera principalmente collaborare con i fornitori di contenuti per rendere ricercabili i propri contenuti multimediali. Ad esempio, l'azienda vuole convertire tutti i contenuti audio e video all'interno di ABC.com in testo ricercabile, aggiungendo timestamp a quel testo (oltre al testo preesistente con sottotitoli) in modo che una persona possa passare immediatamente a una parola specifica in un clip.
Inoltre, a differenza dell'attuale tecnologia di Blinkx, la tecnologia di BBN consente a EveryZing di estrarre concetti di alto livello che in origine potrebbero non essere stati ricercati. Se qualcuno ha cercato Barack Obama, ad esempio, EveryZing potrebbe anche offrire altre parole chiave nella clip, come rally.
L'idea di utilizzare le trascrizioni audio per la ricerca di contenuti multimediali è in uso da decenni nei laboratori di ricerca e la ricerca di base sul riconoscimento vocale risale anche a prima. Gran parte del lavoro seminale si è svolto presso BBN, MIT, Carnegie Mellon University, IBM e SRI International. Nel 1995, Carnegie Mellon ha avuto una dimostrazione funzionante di un sistema di ricerca video simile, afferma Richard Stern , professore di ingegneria elettrica e informatica all'università. Questo sistema, chiamato Informmedia , ha stimolato altre ricerche nel campo, dice, ed è stato il precursore del moderno approccio di analisi video della Bbn.
La tecnologia di base di EveryZing è composta da due tecnologie di base della BBN con sede a Boston. Il sistema principale di sintesi vocale, chiamato Byblos, è stato finanziato da 50 milioni di dollari di fondi per la ricerca basati su una serie di sovvenzioni governative negli ultimi cinque anni, afferma Wilde. Utilizzando algoritmi probabilistici di apprendimento automatico, il sistema impiega un minuto per convertire ogni minuto di contenuto audio in testo.
La seconda parte della tecnologia, afferma Wilde, sono gli algoritmi che elaborano il contenuto del testo. La tecnologia del linguaggio naturale di BBN contiene enormi archivi di frasi e parole per il contesto, il che aiuta a dare un senso a un video. Ad esempio, un segmento di notizie sulla salute potrebbe utilizzare un linguaggio specifico per il campo medico. In questo caso, il sistema sarebbe in grado di riconoscere alcune parole oscure. Comprendere il significato del testo è uno strumento potente, afferma Wilde, perché consente a EveryZing di fornire concetti di alto livello agli utenti in modo che possano perfezionare la loro ricerca. E, soprattutto, consente all'azienda di associare annunci mirati al contenuto giusto.
È il momento giusto per un motore di ricerca video con queste capacità, afferma Stern di Carnegie Mellon. Il video è un mezzo molto più avvincente e divertente del semplice testo, afferma, e ora è disponibile in gran parte su Internet. Aggiunge che l'accuratezza dell'80% di BBN è davvero un'impresa e dovrebbe essere adeguata per la ricerca di contenuti online.
Sebbene la tecnologia sia buona, non è perfetta, afferma Wilde di EveryZing. La precisione diminuisce quando è presente la musica di sottofondo e se ci sono più persone che parlano contemporaneamente. Ma per il mercato dell'infotainment e delle notizie a cui l'azienda si sta rivolgendo in questo momento, la tecnologia dovrebbe offrire un miglioramento significativo rispetto a ciò che è attualmente disponibile, afferma. Penso che guarderemo indietro tra un paio d'anni e diremo: 'Naturalmente il contenuto dei file multimediali deve essere ricercabile', afferma Wilde. Sarebbe come se le pagine Web potessero essere cercate solo per titolo e tag.