Masowe wykrywanie zakazanych słów w wideo i audio

Masowo rozpoznaje lokalne treści audio i wideo, automatycznie generuje napisy z osią czasu oraz skanuje je pod kątem listy zakazanych słów, a po wykryciu naruszeń tworzy szczegółowy raport ułatwiający weryfikację i poprawki.

Zgłoszenie błędu

Ładowanie narzędzia, czekaj...

Jeśli narzędzie online nie ładuje się lub nie działa, wypróbuj narzędzie desktopowe. https://tools.yikeaigc.com/

Użycie narzędzia

Wróć do starej wersji

Dostępna jest wersja desktopowa z mocniejszymi i stabilniejszymi funkcjami. Otwórz wersję desktopową

Instrukcje

Instrukcja obsługi oprogramowania

Wybierz pliki do sprawdzenia: kliknij przycisk „Przeglądaj pliki” lub „Przeglądaj folder”, aby dodać pliki audio/wideo albo foldery do sprawdzenia. Obsługiwany jest wybór wielu elementów oraz przeciąganie i upuszczanie. Wiele ścieżek rozdzielaj angielskim średnikiem; obsługiwane są popularne formaty, takie jak MP4, AVI, MKV, MOV, FLV, MP3, WAV, FLAC, M4A itp.
Ustaw sposób przeszukiwania:
- Przeszukuj podkatalogi: po zaznaczeniu program rekurencyjnie przetwarza pliki audio/wideo w folderze głównym i wszystkich jego podkatalogach
- Zachowaj oryginalną strukturę ścieżek: po zaznaczeniu raport wyjściowy będzie zgodny ze strukturą katalogów folderu źródłowego, a w przypadku duplikatów nazw automatycznie zostanie dodany numer
Wybierz plik z zakazanymi słowami: domyślnie odczytywany jest plik „违禁词.txt” z tego samego katalogu co program; każde słowo kluczowe powinno znajdować się w osobnym wierszu, obsługiwane są kodowania UTF-8 i GBK, a wiersze zaczynające się od # są traktowane jako komentarze. Możesz też kliknąć przycisk „Przeglądaj”, aby wskazać inny plik tekstowy.
Skonfiguruj opcje wykrywania:
- Format raportu: dostępne są dwa formaty wyjściowe: TXT lub CSV; zapisywany jest numer, czas rozpoczęcia, czas zakończenia, treść napisów oraz trafione słowo
- Generuj tylko raporty z trafieniami: po zaznaczeniu raporty nie będą generowane dla plików, w których nie wykryto zakazanych słów
- Zachowaj pośrednie napisy: jednocześnie zapisuje rozpoznane napisy SRT, co ułatwia ręczną weryfikację
- Maksymalna długość pojedynczego segmentu VAD w milisekundach: dostosowuje próg dzielenia długich zdań; dla długich filmów można go odpowiednio zwiększyć
- Urządzenie i wątki: można wybrać wnioskowanie na CPU lub CUDA GPU oraz ustawić liczbę równoległych wątków
Wybierz katalog zapisu: ustaw lokalizację wyjściową raportów z wykrywania i plików napisów; obsługiwane jest przeciąganie i upuszczanie.
Rozpocznij wykrywanie: kliknij przycisk „Rozpocznij wykrywanie”, aby uruchomić zadanie wsadowe. Pasek postępu i dziennik poniżej będą w czasie rzeczywistym pokazywać bieżący plik, postęp rozpoznawania i informacje o trafieniach. W trakcie przetwarzania możesz kliknąć przycisk „Zatrzymaj”, aby przerwać.
Wyświetl raport: po zakończeniu wykrywania przejdź do katalogu zapisu, aby wyświetlić raport TXT lub CSV, zlokalizować wystąpienia zakazanych słów na osi czasu i wykonać ponowny montaż lub poprawki.

Często zadawane pytania

O: W przypadku wideo obsługiwane są formaty MP4, AVI, MKV, MOV, FLV, WMV, WEBM, M4V, MPG, TS, 3GP, RMVB itp.; w przypadku audio obsługiwane są MP3, WAV, FLAC, AAC, OGG, M4A, WMA, OPUS, AC3, AMR itp. Silnik rozpoznawania został zoptymalizowany pod kątem treści w standardowym języku chińskim mandaryńskim; dokładność materiałów w dialektach lub z akcentem może być niższa.

O: Plik zakazanych słów to zwykły tekst TXT, jedno słowo kluczowe w każdym wierszu; puste wiersze oraz wiersze komentarzy zaczynające się od # będą automatycznie ignorowane. Zaleca się zapis w kodowaniu UTF-8, ale obsługiwane jest również GBK; można grupować słowa według tematów i dodawać wiersze komentarzy, aby ułatwić utrzymanie wielu list, takich jak wrażliwe słowa branżowe, słowa marek czy terminy zgodności.

Odp.: Każdy wykryty wpis zawiera pięć pól: numer, czas rozpoczęcia, czas zakończenia, treść napisów, wykryte zakazane słowo. TXT nadaje się do czytania przez człowieka i przesyłania e-mailem, natomiast CSV można otworzyć w Excel lub WPS w celu filtrowania i tworzenia statystyk, co ułatwia zespołową korektę.

Odp.: Nie. Rozpoznawanie mowy odbywa się lokalnie przy użyciu modelu FunASR, a porównywanie zakazanych słów również odbywa się w pamięci tego komputera. Cały proces nie łączy się z internetem ani nie przesyła żadnych materiałów audio, wideo ani treści napisów, dlatego nadaje się do przetwarzania materiałów zawierających dane prywatne lub tajemnice handlowe.

Odp.: Można zoptymalizować proces na kilka sposobów: 1) jeśli urządzenie ma kartę graficzną NVIDIA i zainstalowaną wersję PyTorch z CUDA, przełącz urządzenie na GPU; 2) odpowiednio zwiększ maksymalną długość pojedynczego segmentu VAD w milisekundach, aby zmniejszyć koszt dzielenia; 3) zaznacz „Generuj tylko raport trafień”, aby ograniczyć IO; 4) dodawaj foldery do przetwarzania partiami, aby uniknąć zbyt wielu plików w jednym zadaniu.

Odp.: Można użyć funkcji słów gorących, aby poprawić dokładność rozpoznawania nazw własnych, imion i nazwisk oraz marek. Zaleca się też umieszczenie na liście zakazanych słów typowych homofonów, wariantów fonetycznych i skrótów słów kluczowych, a następnie użycie opcji zachowania napisów SRT do ręcznej weryfikacji, co zwiększa ogólny zakres wykrywania.

Odp.: Nadaje się do samodzielnej kontroli zgodności krótkich filmów przed publikacją w mediach własnych, weryfikacji wycinków transmisji e-commerce, ponownego sprawdzania treści kursów szkoleniowych i audiobooków, wykrywania wrażliwych słów w materiałach reklamowych oraz masowej poprawy archiwalnych materiałów. Pomaga zespołom treści z wyprzedzeniem wykrywać punkty ryzyka przed przesłaniem.

Odp.: To narzędzie koncentruje się na wykrywaniu i lokalizowaniu, a także generuje dokładną oś czasu dla każdego wykrytego fragmentu. Po otrzymaniu raportu można użyć oprogramowania do montażu wideo lub dostępnych na tej stronie narzędzi do edycji wideo i zamiany dubbingu zgodnie ze wskazanymi czasami, aby usunąć, zastąpić lub wyciszyć dany fragment.