獲得天使輪融資，這家公司要為視頻直播提供機器“鑒黃師”

天使輪視頻直播鑒黃人工智能

楊潔 | 2017-01-16 10:56

【數(shù)據(jù)猿導讀】使用了人工智能服務，直播平臺在審查內容時，能夠節(jié)省70%-80%的人力投入

職業(yè)“鑒黃”，是很多人眼中奇特而又隱秘的工作。而實際上，這是一項非常具有挑戰(zhàn)性的活兒。一個直播網(wǎng)站，最多時需要五六十人三班倒，24小時持續(xù)工作，一個人一小時最多需要審查6萬張圖片，對用戶上傳的視頻、語音文件、圖片做全面審查，還要保證檢出率和誤報率。而現(xiàn)在，如果由計算機接管這個活兒呢？

極限元智能科技能夠為直播平臺提供的互聯(lián)網(wǎng)音視頻智能監(jiān)測系統(tǒng)，就能代替人工，對有害視頻進行自動檢測和報警，讓“鑒黃”這件事兒，不再成為企業(yè)的人力成本負擔。

這是極限元業(yè)務體系中的一項。這家在2014年成立的人工智能公司，在智能語音和計算機視覺等領域，開發(fā)了多項消費級智能產(chǎn)品，為網(wǎng)絡安全、智能駕駛等提供行業(yè)應用。2016年，極限元完成了天使輪融資。

用智能語音識穿電信詐騙

極限元創(chuàng)始人雷臻有過4年在華為的工作經(jīng)歷。離開華為后，雷臻參與聯(lián)合創(chuàng)辦了比特幣交易平臺OKCoin，到2013年，OKCoin已經(jīng)成為全球最大的比特幣交易所。而從2014年開始，雷臻又再次出發(fā)，創(chuàng)辦了極限元。

雷臻說自己是個喜歡“折騰”的人。選擇2014年在AI領域入局，則是因為他認為，當時的人工智能行業(yè)，已經(jīng)走到了一個臨界點。“雖然人工智能早已產(chǎn)生，但是計算資源和數(shù)據(jù)量還遠遠不夠，也一直沒有發(fā)展起來。”而隨著深度學習的發(fā)展，云計算和大數(shù)據(jù)的深化，計算資源的增長，以及基于深度學習算法的標志性企業(yè)的出現(xiàn)，雷臻覺得，人工智能發(fā)展的時機到了。

“人工智能商業(yè)化的應用，現(xiàn)在還只是出于早期階段。這個賽道是足夠大的。”雷臻說。同時，極限元的創(chuàng)業(yè)團隊基本形成。聯(lián)合創(chuàng)始人康利強擁有十多年軟件研發(fā)、架構設計以及項目管理經(jīng)驗；聯(lián)合創(chuàng)始人馬驥曾就職于中科軟與華為，是一名網(wǎng)絡安全解決方案專家；團隊的技術骨干來自于中科院。有了方向和技術人才資源，以及自己的創(chuàng)業(yè)經(jīng)驗，雷臻決定向人工智能領域進發(fā)。

剛成立時，極限元首先選擇的是從智能語音領域切入。公司獲得了語音合成、語音識別的相關技術發(fā)明和專利，推出了極限元“智能語音云平臺”，開放API接口，對移動開發(fā)者和軟硬件廠商提供技術解決方案。

“極限元是為數(shù)不多的能提供整個語音解決方案的公司。”雷臻對i黑馬說。在語音識別、語音合成、聲紋識別、口語評測、語音檢索等方面，極限元都能提供相關服務。“在通用領域，我們的語音識別準確率能夠達到95%以上。”雷臻說。

極限元的語音解決方案已經(jīng)在多個領域推出了落地應用。據(jù)雷臻介紹，包括極限元聯(lián)合語文出版社推出的“古詩詞誦讀APP”和“方言掌上通APP”。前者可以根據(jù)用戶的語音誦讀實現(xiàn)對字詞準確性、韻律標準型的評測，同時提供自主學習功能。后者是出于保護方言以及互譯的需求，可以幫助用戶學習和使用方言，同時可以進行方言和普通話的互譯。

安防領域也是極限元智能語音系統(tǒng)應用的重點。極限元推出的反電信詐騙系統(tǒng)，可以通過分析語音內容，判斷來電是否為詐騙電話。雷臻表示，目前，該系統(tǒng)已經(jīng)通過地方公安部門驗收，并在幾大電信運營商開始部署。

節(jié)省80%的“鑒黃師”人力投入

2016年，極限元推出了互聯(lián)網(wǎng)音視頻智能監(jiān)測系統(tǒng)。這就是我們之前提到過的對直播平臺等的內容監(jiān)測產(chǎn)品。

鑒黃并不想外界所想象的那樣有趣，而是一個苦逼活兒?，F(xiàn)在，國家互聯(lián)網(wǎng)管理機構對直播平臺的要求日益嚴格，對事故處于零容忍狀態(tài)。而直播的需求，卻在日益擴大。直播平臺們，必須設置專門監(jiān)控團隊，24小時實施人工監(jiān)視。往往一個工作人員需要負責監(jiān)督多個直播間，如果出現(xiàn)有害視頻畫面和語音，必須通過人工確認。因此，監(jiān)管部門往往是三班倒，據(jù)極限元統(tǒng)計，1人1個小時最多要審6萬張圖片，一天處理40萬-50萬張直播截圖。“小一點的直播平臺光監(jiān)督審核這塊，可能就需要40-50人。”

極限元的解決方案能夠實現(xiàn)音頻+視頻的雙通道檢測。對于視頻直播內容，能夠識別圖像中的人物體征，識別人物膚色和肢體器官的暴露程度，分析動作行為，以及視頻中包含的彈幕信息。同時，還可以從音頻信息中提取關鍵特征，判斷是否存在敏感信息。主要功能包括實時提取音頻數(shù)據(jù)、音頻信號降噪和增強處理、語音關鍵詞檢索、通過聲紋和人臉對主播身份進行確認登。它能監(jiān)控所有送檢視頻并對問題畫面自動報警，支持事件回放，方便進行人工校驗。

“應用了我們的解決方案，大約能夠為直播平臺節(jié)省70%-80%的人力。原來五六十人的監(jiān)控團隊，現(xiàn)在只需要10個人左右即可。機器驗證介于‘性感’和‘色情’之間的內容，再需要人工校驗。”雷臻告訴i黑馬。目前，極限元的解決方案已經(jīng)在花椒等直播平臺得到了應用。

音視頻智能監(jiān)測系統(tǒng)并非僅僅只能在直播平臺上得到應用。在雷臻的計劃中，它還具有更大的行業(yè)外延性。“各種圖像、視頻的涉黃內容審查場景中，比如公安部門、互聯(lián)網(wǎng)信息監(jiān)管部門、內容發(fā)布平臺網(wǎng)站等，都可以得到應用。”雷臻說。“除了直播外，我們已經(jīng)在加速泛娛樂行業(yè)布局，包括電商平臺、社交媒體、游戲等。”視頻直播領域，由于近年來成為熱門社交領域，視頻傳播實時性較高，相關部門審查最為嚴格，因此也成為極限元首先試水的領域。

“我們起初在和網(wǎng)信辦的項目合作中，發(fā)現(xiàn)了這是一個極大的需求。”雷臻說，“而且，我認為這是一個人工智能能夠極大地發(fā)揮作用的領域——它的邊界足夠清晰，而且，數(shù)據(jù)量足夠。”

“邊界清晰+大數(shù)據(jù)”的領域最適于AI落地

在選擇人工智能商業(yè)化的領域時，雷臻通過自己的技術和創(chuàng)業(yè)經(jīng)驗，形成了一套判斷方式。而清晰的邊界和數(shù)據(jù)資源，就是他的兩大選擇標準。“對于鑒黃，法規(guī)已經(jīng)對它進行了明確的界定：允許做什么，不允許做什么，什么樣的內容屬于色/情的范疇。”雷臻說，“這樣，人工智能能夠發(fā)揮它在算法和效率上的優(yōu)勢。”

其次，音視頻直播行業(yè)，已經(jīng)具備了海量數(shù)據(jù)可以讓機器進行訓練和學習，不斷地迭代和優(yōu)化。“在智能鑒黃領域，我們的準確率現(xiàn)在能夠達到99%，誤報率低于1%，極大地節(jié)省人力資本。”雷臻說。

同時，極限元還開發(fā)了車載疲勞駕駛檢測系統(tǒng)。極限元自己開發(fā)了硬件，應用基于深度很靜網(wǎng)絡的監(jiān)測模型，能夠識別人臉、姿態(tài)和語音等人體特征，來判斷司機是否處于疲勞駕駛狀態(tài)并進行提示。雷臻表示，極限元采集了超過50萬名司機的大數(shù)據(jù)，能夠實現(xiàn)對大部分疲勞駕駛場景的覆蓋。

目前，極限元已經(jīng)擁有超過50名員工，并已經(jīng)基本實現(xiàn)盈利。隨著年初CES2017大展，以及Master在圍棋界狂虐了數(shù)十名人類選手，人工智能的熱度在2017年仍在持續(xù)提高。雷臻表示，極限元在接下來的時間里，將在定制化語音與音視頻智能監(jiān)測領域，繼續(xù)擴展更大的商用空間。

“人工智能是個門檻非常高的領域，它和以往的移動互聯(lián)網(wǎng)創(chuàng)業(yè)有著極大的區(qū)別。”雷臻說，“在這個行業(yè)里，我認為，不會出現(xiàn)如同當年千團大戰(zhàn)一般的創(chuàng)業(yè)公司密集出現(xiàn)的情況，這是一片非常廣闊的市場。BAT等巨頭在通用領域發(fā)力，而對于垂直領域，創(chuàng)業(yè)公司們都具有極大的機會。”

來源：i黑馬

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關內容都會注明來源與作者；轉載我們原創(chuàng)內容時，也請務必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。