近日，国内领先的 AI 内容服务平台——金山云金睛在语音识别技术方面取得重大突破，正式上线全新音频识别产品“特征音频过滤”功能，有效解决当前短视频、网络直播等互联网内容中违规音频、音效审核难题。
随着互联网视频内容产业的迅速发展，各类违规内容以不同形式滋生蔓延。金山云金睛“特征音频过滤”功能针对当前强监管、严审核的态势下“伪装”的违规特征音频的审核——例如，通过地区方言为介质的违规、违法音频，以及 音效等。
“金睛”是如何清扫这些审核“死角”的呢?首先，“金睛”基于RNN(语音增强技术)、NLP(语义分析技术)对语音进行转写、分析。然后，对转写后的文本进行理解，过滤掉敏感、违规、涉黄、暴恐等不合规内容。整个流程中最后，也是最重要的一环就是把“武装”极其严密的特征音频进行识别，这时候就需要使用“特征音频过滤”功能。
“金睛”特征音频过滤功能基于多模态深度语义理解，采用五大手段，直击网络音频内容审核痛点。“特征音频过滤”功能涵盖音频分类、音频分割、音源分离、音频指纹识别技术及音频自动标注等五大技术。目前，可对娇喘、涉政、涉爆等违规音频进行识别、理解和过滤处理。
除了智能语音识别功能，目前“金睛”为内容运营方提供图片审核、智能OCR、智能语音、视频理解、智能标签六大类全方位的审核服务。在图像审核方面，“金睛”借助每日千万级海量图片库训练对违规场景进行精细化标签，目前分别支持80+低俗和 场景、200+暴恐类标签识别、1200+敏感人物等六大违规场景的精准识别，10亿精标数据，毫秒级响应速度，即发即审。在当前严峻的内容监管高压及激烈的行业竞争态势下，“金睛”已成为主流直播、短视频、OTT平台保障运营、精细化管理的首选，覆盖90%以上头部客户。
