基于多模态特征提取的新闻直播智能拆条系统的设计与实现

作者：丁成刚

来源：电子元器件与信息技术, 2023, 7(07): 135-142.

DOI：10.19772/j.cnki.2096-4455.2023.7.033

• 多模态特征
• 新闻智能拆条
• 卷积神经网络
• 孪生神经网络
• VGGNet

新闻直播拆条系统是针对直播内容的长时序性和大规模性问题，实现直播内容的快速碎片化而设计。本文介绍了基于卷积神经网络VGGNet和孪生神经网络的多模态特征提取的新闻直播拆条方法，通过系统的直播管理块、多模态特征提取、VGGNet分析和视频拆条编辑技术架构，对新闻直播字幕特征、音频特征和图像特征的多模态特征提取；利用静音帧的规律对新闻直播进行预测起止点；利用VGGNet进行特征提取，孪生神经网络确认准确的起止点，最终实现新闻直播的智能拆条，快速为用户提供精炼、个性化、丰富的观看体验。