Detección y entrenamiento de oradores

Para que la IA funcione de manera óptima, el sistema requiere una capa especializada, que llamamos 'Speech Talks'. Esta función muestra la transcripción del vídeo. Para figuras conocidas, como el famoso chef Karlos Arguiñano en nuestro primer ejemplo, el sistema puede mostrar automáticamente el nombre y la imagen del orador.

📝 Importante: Esta asignación automática de nombres requiere una configuración previa y entrenamiento dentro del Tesauro. Usted enseña al sistema: "Cuando encuentres a esta persona, asígnale esta foto y este nombre". Una vez entrenado, el sistema la reconocerá automáticamente en futuros activos.

Análisis en profundidad: Noticias y activos complejos

Para un vídeo más corto, encontrar información es sencillo. Pero para activos más largos y complejos, como un informativo de noticias de 30 minutos, las nuevas funciones destacan especialmente.

En la pestaña de segmentos de un activo complejo, ahora dispone de dos potentes opciones de búsqueda:

1. Búsqueda en texto

La función de búsqueda en texto reconoce y resalta entidades clave dentro de la transcripción:

• Personas: busque fácilmente a las personas mencionadas (por ejemplo, "Buffon" o "Papá Noel"). Al hacer clic en un nombre, se le dirigirá inmediatamente al punto del vídeo donde se les menciona.

• Lugares: busque ubicaciones (por ejemplo, "Madrid"). El sistema resalta las seis apariciones en la transcripción y le permite saltar de una mención a otra utilizando el botón de reproducción.

• Organizaciones, etc.: la IA puede detectar y categorizar diversas entidades, lo que facilita la navegación por grandes cantidades de texto.

2. Reconocimiento visual

El sistema también es capaz de leer lo que aparece visualmente en el vídeo:

• Oradores/Rostros: la IA detecta rostros y oradores. Si un orador no está entrenado, se le etiquetará de forma genérica (por ejemplo, "Orador 9"). Sin embargo, una vez que entrene al sistema (por ejemplo, "El orador 9 es la persona X"), lo etiquetará correctamente en adelante, mostrando incluso su rostro junto al segmento.

• OCR (Reconocimiento Óptico de Caracteres): cualquier texto que aparezca en pantalla, como gráficos o rótulos, se captura y se puede buscar automáticamente.

Capacidades de búsqueda avanzada

El verdadero cambio radical es cómo se integran estos datos en la funcionalidad de búsqueda de VSN Explorer. No tiene que buscar únicamente por los metadatos principales del vídeo; puede realizar búsquedas profundas dentro de los metadatos de los segmentos generados por la IA.

En la Búsqueda avanzada, ahora puede filtrar por:

• Todo el texto: busque en todo el texto reconocido, incluyendo transcripción y gráficos.

• Orador específico: busque momentos en los que habla una persona específica o cuando aparece su rostro.

Combinación de metadatos para una precisión milimétrica

También puede combinar los metadatos de los segmentos de IA con los metadatos principales del sistema para realizar búsquedas increíblemente precisas. Por ejemplo, podría pedirle a VSN Explorer que busque:

"Todos los activos creados después del 1 de enero de 2025 en los que la IA haya detectado el rostro de Karlos Arguiñano."

Esto permite realizar búsquedas exponencialmente más complejas y precisas, ahorrando incontables horas de revisión manual.

Refinar y ajustar los datos de la IA

Dado que el sistema proporciona una catalogación preliminar, tiene la opción de refinarla:

1. Edición de transcripciones: puede entrar en el modo de edición y ajustar la transcripción si encuentra un error (por ejemplo, cambiar "cebolla" por "sartén").

2. Ajuste de tiempos: las horas de inicio y fin de los segmentos se pueden ajustar con precisión.

3. Sustitución de rostros/oradores reconocidos: si la IA identifica incorrectamente a una persona, puede utilizar las herramientas del MAM para sustituir el rostro u orador reconocido por el correcto.

Una vez completados los ajustes, simplemente guarde y su activo quedará perfectamente catalogado.