2023.11.2

クリエイティブな世界における人工知能（AI）の「リアルさ」とは？誰もがその質問の答えを探しているようです。先日のIBCでAvidは、Avid MediaCentral とAIを使用した機能を含め、既存の機能と、冗長なタスクに費やす時間を最小限に抑えてクリエイティブな体験を向上させるようデザインされた新たな探求分野の両方を紹介し、さまざまな可能性を明らかにしました。

オープン性とコラボレーションの精神に基づき、『Machine Learning Applied to Media Libraries for Insights, Search, and Segmentation（メディア・ライブラリのインサイト、検索、区分けに応用する機械学習）』というテーマでSMPTEジャーナルなどに論文を発表しました。また、10月にハリウッドで開催されたSMPTEメディア・テクノロジー・サミットなどの業界会議にも参加しました。同イベントでは、Avidスタッフが今後の開発に関するさまざまな論文を発表するほか、Media ComposerやMediaCentralなどの製品に搭載された最新のAI機能のデモンストレーションも行いました。

 
Avidのお客様は、数年前からAvidのポートフォリオの中で、Cognitive（コグニティブ）サービス・プロバイダーとの統合により、下記のようなメタデータ・エンリッチメントを提供するAIを使用してきました。

• 顔認識
• シーン検出
• 音声認識と文字起こし
• 注釈
• 光学文字認識（OCR）
• コンテンツ・モデレーション（コンテンツ監視）
• 感情認識
• オーディオ・エフェクト
• フレーム・パターン
• キーワード
   

システム構成によって、このメタデータ・エンリッチメントを手動でトリガー、または自動的に実行することができます。

加えて、Media Composer ScriptSyncやPhraseFind、MediaCentralの音声検索などの機能もAIを利用しています。しかし、これらすべては何年も前から存在しています。つまり、どういうことでしょう？

こういうことです！

Avidエンジニアは、ビデオ、オーディオ、アセット管理のさまざまなソリューションにAI強化機能を作るための研究・実験のフレームワークを確立しました。Research and Advanced Development Lab（RADラボ）は、Avidにいる私たちだけでなく、Avidのお客様にも潜在的なメリットをもたらしています。この取り組みによって、9月にアムステルダムで行われたIBC 2023で紹介されたように、可能性の大きな流れが加速しました。

Avidは最初に、WebベースMediaCentral | Cloud UXの概念実証を２つ公開しました。

1. レコメンデーション（推薦）エンジン。ストーリーに使用する映像やB ロール（インサート映像）の提案をAIエンジンが自動的に生成するセマンティック・コンテンツ・ディスカバリ機能を提供します。
2. 要約＆文字起こしエンジン。インタビュー、編集されたシーケンス、あるいは番組全体の音声コンテンツの概要を提供します。自動翻訳を含んだ、インタビュー全編の文字起こしテキストを生成し、文字起こしテキストをマーカーとしてクリップに追加し、一緒に保存することができます。
3. 統合されたチャットボットは、ユーザーからの問い合わせに対し、タスクを完了する方法を提案することや、製品のヘルプやほかの資料にリンクすることもできます。

それぞれの例をもう少し詳しくみてみましょう。まずは、レコメンデーション・エンジンから。