211service.com
Nauwkeuriger zoeken naar video's
Opstarten in Boston EveryZing heeft een zoekmachine gelanceerd waarvan het hoopt dat het de manier zal veranderen waarop mensen online naar audio en video zoeken. Voorheen bekend als PodZinger, een podcast-zoekmachine, maakt EveryZing gebruik van spraaksystemen die zijn ontwikkeld door technologiebedrijf BBN die gesproken woorden kan omzetten in doorzoekbare tekst met een nauwkeurigheid van ongeveer 80 procent. Dit overtreft andere in de handel verkrijgbare systemen, zegt Tom Wilde, CEO van EveryZing.
Audio-aanwijzingen: Een nieuwe video- en audiozoekmachine kan audio met 80 procent nauwkeurigheid omzetten in een teksttranscript. Dat is goed genoeg om fragmenten van het transcript te tonen, gebruikers naar de plek in het bestand te leiden waar een zoekterm voorkomt en belangrijke concepten samen te vatten.
Deze hoge nauwkeurigheid maakt nieuwe zoekmogelijkheden mogelijk, zegt Wilde, zoals de mogelijkheid om volledige transcripties van video en audio te leveren, en de mogelijkheid om mensen naar de exacte plek in een bestand te leiden waar een woord of zin wordt uitgesproken. De technologie stelt het bedrijf ook in staat om gerichte advertenties te tonen die zijn gekoppeld aan specifieke inhoud, net zoals Google advertenties levert op basis van de tekst van een webpagina.
De grote uitdaging [in online video en audio] … is de ondoorzichtigheid van media-inhoud, zegt Wilde. Het is buitengewoon moeilijk om te weten welk inhoudsbereik zich in een video- of audioclip bevindt. Het probleem dat we willen oplossen, zegt hij, is de vindbaarheid van multimedia binnen zoeken op het web. EveryZing doet dit door de inhoud van multimediabestanden te extraheren en tekst uit te voeren, zodat het kan profiteren van de reeds bestaande tekstzoekhulpmiddelen die zijn ontwikkeld door onder meer Google en Yahoo.
Het web explodeert met multimedia van YouTube, podcasts, tv-nieuwsverslagen en nationale openbare radioprogramma's. Maar het is nog steeds moeilijk om naar Barack Obama te zoeken en alle instanties op het web te vinden waarin zijn naam wordt genoemd. Meestal bevatten de titels van clips en de tags die mensen eraan toewijzen niet genoeg informatie om bruikbare zoekresultaten te geven. En dit is de reden waarom een handvol bedrijven de afgelopen jaren het gebruik van audio-inhoud als gids onderzoeken. Bijvoorbeeld video-zoekmachine Blinkx maakt gebruik van spraakherkenningstechnologie om het hele internet af te speuren naar relevante inhoud en deze op één site te verzamelen, net zoals Google webpagina's verzamelt. (Zie Surfen op tv op internet .)
De bedrijfsdoelen van EveryZing verschillen van die van Blinkx, zegt Wilde, en hij vermoedt dat de twee benaderingen elkaar kunnen aanvullen. Het gaat ons om het verhandelen van inhoud, niet om het web te trollen, zegt hij. EveryZing (dat net als Blinkx een zoekportaal biedt voor websurfers) wil vooral samenwerken met contentproviders om hun multimedia doorzoekbaar te maken. Het bedrijf wil bijvoorbeeld alle audio- en video-inhoud binnen ABC.com omzetten in doorzoekbare tekst, tijdstempels aan die tekst toevoegen (evenals reeds bestaande tekst met gesloten bijschriften), zodat een persoon onmiddellijk naar een specifiek woord in een klem.
Bovendien laat de technologie van BBN, in tegenstelling tot de huidige technologie van Blinkx, EveryZing concepten van hoog niveau extraheren waar oorspronkelijk misschien niet naar werd gezocht. Als iemand bijvoorbeeld naar Barack Obama heeft gezocht, kan EveryZing ook andere trefwoorden in de clip aanbieden, zoals rally.
Het idee om audiotranscripties te gebruiken om naar multimedia te zoeken, bestaat al tientallen jaren in onderzoekslaboratoria, en fundamenteel onderzoek naar spraakherkenning dateert nog eerder. Veel van het baanbrekende werk vond plaats bij BBN, MIT, Carnegie Mellon University, IBM en SRI International. In 1995 had Carnegie Mellon een werkende demonstratie van een soortgelijk video-zoeksysteem, zegt: Richard Stern , hoogleraar elektrische en computertechniek aan de universiteit. Dit systeem, genaamd Informatica , stimuleerde ander onderzoek in het veld, zegt hij, en was de voorloper van de moderne videoanalyse-aanpak van BBN.
De onderliggende technologie van EveryZing is samengesteld uit twee basistechnologieën van het in Boston gevestigde BBN. Het kernsysteem voor spraak-naar-tekst, Byblos genaamd, is de afgelopen vijf jaar gefinancierd met $ 50 miljoen aan onderzoeksgeld op basis van een reeks overheidssubsidies, zegt Wilde. Met behulp van probabilistische algoritmen voor machine learning heeft het systeem één minuut nodig om elke minuut audio-inhoud om te zetten in tekst.
Het tweede deel van de technologie, zegt Wilde, zijn de algoritmen die de inhoud van de tekst verwerken. De natuurlijke taaltechnologie van BBN bevat enorme hoeveelheden zinnen en woorden voor context, waardoor een video beter kan worden begrepen. Een nieuwssegment over gezondheid kan bijvoorbeeld taal gebruiken die specifiek is voor het medische veld. In dat geval zou het systeem bepaalde obscure woorden kunnen herkennen. Het begrijpen van de betekenis van de tekst is een krachtig hulpmiddel, zegt Wilde, omdat het EveryZing concepten op hoog niveau aan gebruikers laat bieden, zodat ze hun zoekopdracht kunnen verfijnen. En belangrijker nog, het stelt het bedrijf in staat om gerichte advertenties te koppelen aan de juiste inhoud.
De tijd is rijp voor een videozoekmachine met deze mogelijkheden, zegt Stern van Carnegie Mellon. Video is een veel boeiender en onderhoudend medium dan alleen platte tekst, zegt hij, en nu is er zoveel van beschikbaar op internet. Hij voegt eraan toe dat de nauwkeurigheid van 80 procent van BBN echt een prestatie is, en het zou voldoende moeten zijn om online de schat aan inhoud te doorzoeken.
Hoewel de technologie goed is, is deze niet perfect, zegt EveryZing's Wilde. De nauwkeurigheid daalt als er achtergrondmuziek aanwezig is en als er meerdere mensen tegelijk praten. Maar voor de infotainment- en nieuwsmarkt waarop het bedrijf zich nu richt, zou de technologie een aanzienlijke verbetering moeten bieden ten opzichte van wat er momenteel beschikbaar is, zegt hij. Ik denk dat we over een paar jaar terugkijken en zeggen: 'Natuurlijk moet de inhoud van multimediabestanden doorzoekbaar zijn', zegt Wilde. Het zou zijn alsof de webpagina's alleen op titel en tag kunnen worden doorzocht.