211service.com
Búsqueda de videos más precisa
Startup con sede en Boston EveryZing ha lanzado un motor de búsqueda que espera cambie la forma en que las personas buscan audio y video en línea. Antes conocido como PodZinger, un motor de búsqueda de podcasts, EveryZing está aprovechando los sistemas de voz desarrollados por la compañía de tecnología. BBN que puede convertir palabras habladas en texto con capacidad de búsqueda con aproximadamente un 80 por ciento de precisión. Esto supera a otros sistemas disponibles comercialmente, dice el CEO de EveryZing, Tom Wilde.
Audio cues: Un nuevo motor de búsqueda de audio y video puede convertir audio en una transcripción de texto con un 80 por ciento de precisión. Eso es lo suficientemente bueno como para mostrar fragmentos de la transcripción, dirigir a los usuarios al lugar del archivo donde aparece un término de búsqueda y resumir conceptos clave.
Esta alta precisión está permitiendo nuevas capacidades de búsqueda, dice Wilde, como la capacidad de proporcionar transcripciones completas de video y audio, y la capacidad de dirigir a las personas al lugar exacto en un archivo donde se pronuncia una palabra o frase. La tecnología también permitirá que la empresa proporcione anuncios dirigidos asociados con contenido específico, de la misma manera que Google proporciona anuncios basados en el texto de una página web.
El gran desafío [en video y audio en línea] ... es la opacidad del contenido de los medios, dice Wilde. Es extremadamente difícil saber qué rango de contenido hay dentro de un clip de video o audio. El problema que queremos resolver, dice, es la capacidad de descubrimiento de multimedia dentro de la búsqueda web. EveryZing hace esto extrayendo el contenido de los archivos multimedia y generando texto para que pueda aprovechar las herramientas de búsqueda de texto preexistentes desarrolladas por empresas como Google y Yahoo.
La Web está repleta de contenido multimedia de YouTube, podcasts, informes de noticias de televisión y programas de radio pública nacional. Pero todavía es difícil buscar a Barack Obama y obtener todas las instancias en la Web en las que se menciona su nombre. Por lo general, los títulos de los clips y las etiquetas que las personas les asignan no contienen suficiente información para brindar resultados de búsqueda útiles. Y esta es la razón por la que un puñado de empresas en los últimos años están explorando el uso de contenido de audio como guía. Por ejemplo, motor de búsqueda de videos Blinkx utiliza tecnología de reconocimiento de voz para rastrear toda la Web en busca de contenido relevante, agregándolo en un solo sitio, al igual que Google agrega páginas Web. (Consulte Navegar TV en Internet).
Los objetivos comerciales de EveryZing difieren de los de Blinkx, dice Wilde, y sospecha que los dos enfoques pueden complementarse entre sí. Nuestro objetivo es comercializar contenido, no rastrear la Web, dice. EveryZing (que, al igual que Blinkx, proporciona un portal de búsqueda para los internautas) principalmente quiere asociarse con proveedores de contenido para que se pueda buscar su contenido multimedia. Por ejemplo, la compañía quiere convertir todo el contenido de audio y video dentro de ABC.com en texto que se pueda buscar, agregando marcas de tiempo a ese texto (así como texto preexistente con subtítulos) para que una persona pueda saltar inmediatamente a una palabra específica en un acortar.
Además, a diferencia de la tecnología actual de Blinkx, la tecnología de BBN permite a EveryZing extraer conceptos de alto nivel que originalmente no se habían buscado. Si alguien buscaba a Barack Obama, por ejemplo, EveryZing también podría ofrecer otras palabras clave en el clip, como rally.
La idea de utilizar transcripciones de audio para buscar multimedia ha existido en los laboratorios de investigación durante décadas, y la investigación básica sobre el reconocimiento de voz se remonta incluso antes. Gran parte del trabajo fundamental se llevó a cabo en BBN, MIT, Carnegie Mellon University, IBM y SRI International. En 1995, Carnegie Mellon tuvo una demostración funcional de un sistema de búsqueda de video similar, dice Richard Stern , profesor de ingeniería eléctrica e informática de la universidad. Este sistema, llamado Informedia , estimuló otras investigaciones en el campo, dice, y fue el precursor del enfoque moderno de análisis de video de BBN.
La tecnología subyacente de EveryZing se compone de dos tecnologías básicas de BBN, con sede en Boston. El sistema central de conversión de voz a texto, llamado Byblos, ha sido financiado con 50 millones de dólares de fondos de investigación basados en una serie de subvenciones del gobierno durante los últimos cinco años, dice Wilde. Usando algoritmos probabilísticos de aprendizaje automático, el sistema tarda un minuto en convertir cada minuto de contenido de audio en texto.
La segunda parte de la tecnología, dice Wilde, son los algoritmos que procesan el contenido del texto. La tecnología de lenguaje natural de BBN contiene grandes almacenes de frases y palabras para el contexto, lo que ayuda a darle sentido a un video. Por ejemplo, un segmento de noticias sobre salud puede utilizar un lenguaje específico del campo médico. En este caso, el sistema podría reconocer ciertas palabras oscuras. Comprender el significado del texto es una herramienta poderosa, dice Wilde, porque permite que EveryZing proporcione conceptos de alto nivel a los usuarios para que puedan afinar su búsqueda. Y lo que es más importante, permite a la empresa emparejar anuncios dirigidos con el contenido adecuado.
Es el momento adecuado para un motor de búsqueda de videos con estas capacidades, dice Stern de Carnegie Mellon. El video es un medio mucho más atractivo y entretenido que el simple texto, dice, y ahora gran parte de él está disponible en Internet. Agrega que la precisión del 80 por ciento de BBN es realmente una gran hazaña, y debería ser adecuada para buscar los tesoros del contenido en línea.
Si bien la tecnología es buena, no es perfecta, dice Wilde de EveryZing. La precisión disminuye cuando hay música de fondo y si hay varias personas hablando a la vez. Pero para el mercado de información y entretenimiento al que se dirige la empresa en este momento, la tecnología debería ofrecer una mejora significativa con respecto a lo que está disponible actualmente, dice. Creo que miraremos hacia atrás en un par de años y diremos: 'Por supuesto, el contenido de los archivos multimedia debe poder buscarse', dice Wilde. Sería como si las páginas web solo pudieran buscarse por título y etiqueta.