Untersuchen der Azure AI Video Indexer-Ausgabe

  • Artikel

Wichtig

Aufgrund der Ankündigung zur Einstellung von Azure Media Services kündigt Azure AI Video Indexer Anpassungen an. Siehe Änderungen im Zusammenhang mit der Einstellung von Azure Media Service (AMS), um zu verstehen, was dies für Ihr Azure AI Video Indexer-Konto bedeutet. Weitere Informationen finden Sie im Leitfaden zur Vorbereitung auf die Einstellung von AMS: VI-Update und -Migration.

Wenn ein Video indiziert wird, erzeugt Azure AI Video Indexer den JSON-Inhalt, der Details der angegebenen Videoerkenntnisse enthält. Die Erkenntnisse umfassen Transkripte, optische Zeichenerkennungselemente (OCRs), Gesichter, Themen, und ähnliche Details. Jeder Erkenntnistyp enthält Instanzen von Zeitbereichen, die anzeigen, wann die Erkenntnis im Video angezeigt wird.

Informationen finden Sie unter Azure AI Video Indexer Insights.

Stammelemente der Erkenntnisse

Name Beschreibung
accountId Die VI-Konto-ID der Wiedergabeliste.
id Die ID der Wiedergabeliste.
name Der Name der Wiedergabeliste.
description Die Beschreibung der Wiedergabeliste.
userName Der Name des Benutzers, der die Wiedergabeliste erstellt hat.
created Die Erstellungszeit der Wiedergabeliste.
privacyMode Der Datenschutzmodus der Wiedergabeliste (Private oder Public).
state Der Status der Wiedergabeliste (Uploaded, Processing, Processed, Failedoder Quarantined).
isOwned Gibt an, ob der aktuelle Benutzer die Wiedergabeliste erstellt hat.
isEditable Gibt an, ob der aktuelle Benutzer zum Bearbeiten der Wiedergabeliste berechtigt ist.
isBase Gibt an, ob die Wiedergabeliste eine Basiswiedergabeliste (ein Video) oder eine Wiedergabeliste ist, die aus anderen Videos zusammengestellt (abgeleitet) wurde.
durationInSeconds Die Gesamtdauer der Wiedergabeliste.
summarizedInsights Die erzeugte JSON-Ausgabe enthält Insights- und SummarizedInsights-Elemente. Es wird empfohlen, Insights anstelle von SummarizedInsights (für Abwärtskompatibilität vorhanden) zu verwenden.
videos Eine Liste mit Videos, aus denen die Wiedergabeliste besteht.
Wenn diese Wiedergabeliste aus Zeitbereichen anderer Videos (abgeleitet) erstellt wird, enthalten die Videos in dieser Liste nur Daten aus den enthaltenen Zeitbereichen.		 
{
  ...
  "accountId": "00000000-0000-0000-0000-000000000000",
  "id": "abc3454321",
  "name": "My first video",
  "description": "I am trying VI",
  "userName": "Some name",
  "created": "2018/2/2 18:00:00.000",
  "privacyMode": "Private",
  "state": "Processed",
  "isOwned": true,
  "isEditable": false,
  "isBase": false,
  "durationInSeconds": 120, 
  "summarizedInsights" : null,
  "videos": [{ . . . }]
}

Tipp

Die erzeugte JSON-Ausgabe enthält Insights- und SummarizedInsights-Elemente. Es wird dringend empfohlen, Insights anstelle von SummarizedInsights zu verwenden (das für die Abwärtskompatibilität vorhanden ist).

Zusammenfassung der Erkenntnisse

In diesem Abschnitt wird eine Zusammenfassung der Erkenntnisse angezeigt.

Attribute Beschreibung
name Der Name des Videos. Beispiel: Azure Monitor
id Die ID des Videos. Beispiel: 63c6d532ff
privacyMode Ihre Aufschlüsselung kann einen der folgenden Modi aufweisen: Ein Video mit der Eigenschaft Public ist für alle Benutzer in Ihrem Konto und alle Benutzer sichtbar, die einen Link zum Video haben. Ein Video mit der Eigenschaft Private ist für alle Benutzer Ihres Kontos sichtbar.
duration Der Zeitpunkt in Sekunden, an dem eine Erkenntnis aufgetreten ist.
thumbnailVideoId Die ID des Videos, aus dem die Miniaturansicht entnommen wurde.
thumbnailId Die Miniaturansicht-ID des Videos. Rufen Sie Get-Thumbnail auf und übergeben Sie thumbnailVideoId und thumbnailId, um die eigentliche Miniaturansicht zu erhalten.
faces Enthält null oder mehr Gesichter. Weitere Informationen finden Sie unter "Gesichter".
keywords Enthält null oder mehr Schlüsselwörter. Weitere Informationen finden Sie unter Schlüsselwörter.
sentiments Enthält null oder mehr Stimmungen. Weitere Informationen finden Sie unter Stimmungen.
audioEffects Enthält null oder mehr Audioeffekte. Weitere Informationen finden Sie unter audioEffects.
labels Enthält null oder mehr Bezeichnungen. Weitere Informationen finden Sie unter Bezeichnungen.
brands Enthält null oder mehr Marken. Weitere Informationen finden Sie unter Marken.
statistics Weitere Informationen finden Sie unter statistics.
emotions Enthält null oder mehrere Emotionen. Weitere Informationen finden Sie unter Emotionen.
topics Enthält null oder mehr Themen. Weitere Informationen finden Sie unter Themen.

Videos

Name Beschreibung
accountId Die VI-Konto-ID des Videos.
id Die ID des Videos.
name Der Name des Videos.
state Der Status des Videos (Uploaded, Processing, Processed, Failed oder Quarantined).
processingProgress Der Verarbeitungsfortschritt. Beispiel: 20%
failureCode Der Fehlercode, wenn das Video nicht verarbeitet werden konnte. Beispiel: UnsupportedFileType
failureMessage Die Fehlermeldung, wenn das Video nicht verarbeitet werden konnte.
externalId Die externe ID des Videos (falls vom Benutzer angegeben).
externalUrl Die externe URL des Videos (falls vom Benutzer angegeben).
metadata Die externen Metadaten des Videos (falls vom Benutzer angegeben).
isAdult Gibt an, ob das Video manuell geprüft und als nur für Erwachsene geeignetes Video eingestuft wurde.
insights Das insights-Objekt. Weitere Informationen finden Sie unter insights.
thumbnailId Die Miniaturansicht-ID des Videos. Rufen Sie Get-Thumbnail auf und übergeben Sie die ID des Videos und der Miniaturansicht, um die eigentliche Miniaturansicht zu erhalten.
publishedUrl Eine URL zum Streamen des Videos.
publishedUrlProxy Eine URL, über die das Video auf Apple-Geräten gestreamt werden kann.
viewToken Ein kurzlebiges Anzeigetoken für das Streamen des Videos.
sourceLanguage Die Quellsprache des Videos.
language Die tatsächliche Sprache des Videos (Übersetzung).
indexingPreset Die Voreinstellung, die zum Indizieren des Videos verwendet wird.
streamingPreset Die Voreinstellung, die zum Veröffentlichen des Videos verwendet wird.
linguisticModelId Das CRIS-Modell (Transkriptanpassung), das zum Transkribieren des Videos verwendet wird.
statistics Weitere Informationen finden Sie unter statistics. 
{
    "videos": [{
        "accountId": "2cbbed36-1972-4506-9bc7-55367912df2d",
        "id": "142a356aa6",
        "state": "Processed",
        "privacyMode": "Private",
        "processingProgress": "100%",
        "failureCode": "General",
        "failureMessage": "",
        "externalId": null,
        "externalUrl": null,
        "metadata": null,
        "insights": {. . . },
        "thumbnailId": "89d7192c-1dab-4377-9872-473eac723845",
        "publishedUrl": "https://videvmediaservices.streaming.mediaservices.windows.net:443/d88a652d-334b-4a66-a294-3826402100cd/Xamarine.ism/manifest",
        "publishedProxyUrl": null,
        "viewToken": "Bearer=<token>",
        "sourceLanguage": "En-US",
        "language": "En-US",
        "indexingPreset": "Default",
        "linguisticModelId": "00000000-0000-0000-0000-000000000000"
    }],
}

insights

Jede Erkenntnis (z. B. Transkriptzeilen, Gesichter oder Marken) enthält eine Liste eindeutiger Elemente (z. B. face1, face2, face3). Jedes Element verfügt über eigene Metadaten und eine Liste seiner Vorkommen, bei denen es sich um Zeitbereiche mit zusätzlichen Metadaten handelt.

Ein Gesicht kann über eine ID, einen Namen, eine Miniaturansicht, andere Metadaten und eine Liste seiner zeitlichen Instanzen verfügen (z 00:00:05 – 00:00:10. B. , , 00:01:00 - 00:02:30und 00:41:21 – 00:41:49). Jede temporale Instanz kann über zusätzliche Metadaten verfügen. Beispielsweise können die Metadaten die Rechteckkoordinaten des Gesichts (20,230,60,60) enthalten.

Version Codeversion
sourceLanguage Die Ausgangssprache des Videos (vorausgesetzt, es gibt eine Mastersprache) in Form einer BCP-47-Zeichenfolge.
language Die (aus der Ausgangssprache übersetzte) Erkenntnissprache in Form einer BCP-47-Zeichenfolge.
transcript Die Erkenntnis transcript.
ocr Die Erkenntnis OCR.
keywords Die Erkenntnis keywords.
transcripts Enthält möglicherweise ein oder mehrere transcript.
faces Die Erkenntnis faces.
labels Die Erkenntnis labels.
shots Die Erkenntnis shots.
brands Die Erkenntnis brands.
audioEffects Die Erkenntnis audioEffects.
sentiments Die Erkenntnis sentiments.
visualContentModeration Die Erkenntnis visualContentModeration.
textualContentModeration Die Erkenntnis textualContentModeration.
emotions Die Erkenntnis emotions.
topics Die Erkenntnis topics.
speakers Die Erkenntnis speakers.

Beispiel:

{
  "version": "0.9.0.0",
  "sourceLanguage": "en-US",
  "language": "es-ES",
  "transcript": ...,
  "ocr": ...,
  "keywords": ...,
  "faces": ...,
  "labels": ...,
  "shots": ...,
  "brands": ...,
  "audioEffects": ...,
  "sentiments": ...,
  "visualContentModeration": ...,
  "textualContentModeration": ...
}

Transkript

Name Beschreibung
id Die Zeilen-ID.
text Das Transkript selbst.
confidence Der Zuverlässigkeitsgrad für die Transkriptgenauigkeit.
speakerId Die ID des Sprechers.
language Die Sprache des Transkripts. Dies ist zur Unterstützung von Transkripten vorgesehen, bei denen jede Zeile eine andere Sprache enthalten kann.
instances Eine Liste der Zeitbereiche, in denen diese Zeile angezeigt wurde. Wenn sich die Instanz in einer Transkription befindet, hat sie nur eine Instanz.

Beispiel:

"transcript":[
{
  "id":1,
  "text":"Well, good morning everyone and welcome to",
  "confidence":0.8839,
  "speakerId":1,
  "language":"en-US",
  "instances":[
     {
    "adjustedStart":"0:00:10.21",
    "adjustedEnd":"0:00:12.81",
    "start":"0:00:10.21",
    "end":"0:00:12.81"
     }
  ]
},
{
  "id":2,
  "text":"ignite 2016. Your mission at Microsoft is to empower every",
  "confidence":0.8944,
  "speakerId":2,
  "language":"en-US",
  "instances":[
     {
    "adjustedStart":"0:00:12.81",
    "adjustedEnd":"0:00:17.03",
    "start":"0:00:12.81",
    "end":"0:00:17.03"
     }
  ]
}

ocr

Name Beschreibung
id Die Zeilen-ID der OCR.
text Der Text der OCR.
confidence Die Zuverlässigkeit der Erkennung.
language Die Sprache der OCR.
instances Eine Liste der Zeitbereiche, in denen diese OCR vorgekommen ist. (Dieselbe OCR kann mehrmals vorkommen.)
height Die Höhe des OCR-Rechtecks.
top Die oberste Position in Pixel.
left Die linke Position in Pixel.
width Die Breite des OCR-Rechtecks.
angle Der Winkel des OCR-Rechtecks von -180 bis 180. Der Wert 0 bedeutet von links nach rechts horizontal. Der Wert 90 bedeutet von oben nach unten vertikal. Der Wert 180 bedeutet von rechts nach links horizontal. Der Wert -90 bedeutet von unten nach oben vertikal. Der Wert 30 bedeutet von oben links nach unten rechts. 
"ocr": [
    {
      "id": 0,
      "text": "LIVE FROM NEW YORK",
      "confidence": 675.971,
      "height": 35,
      "language": "en-US",
      "left": 31,
      "top": 97,
      "width": 400,
      "angle": 30,
      "instances": [
        {
          "start": "00:00:26",
          "end": "00:00:52"
        }
      ]
    }
  ],

keywords

Name Beschreibung
id Die ID des Schlüsselworts.
text Der Text des Schlüsselworts.
confidence Die Zuverlässigkeit der Erkennung des Schlüsselwort.
language Die Sprache des Stichworts (sofern übersetzt).
instances Eine Liste der Zeitbereiche, in denen dieses Schlüsselwort vorgekommen ist. (Ein Schlüsselwort kann mehrmals vorkommen.) 
{
    id: 0,
    text: "technology",
    confidence: 1,
    language: "en-US",
    instances: [{
            adjustedStart: "0:05:15.782",
            adjustedEnd: "0:05:16.249",
            start: "0:05:15.782",
            end: "0:05:16.249"
    },
    {
            adjustedStart: "0:04:54.761",
            adjustedEnd: "0:04:55.228",
            start: "0:04:54.761",
            end: "0:04:55.228"
    }]
}

faces

Wenn Gesichter vorhanden sind, verwendet Azure AI Video Indexer die Gesichts-API auf allen Frames des Videos, um Gesichter und Prominente zu erkennen.

Name Beschreibung
id Die ID des Gesichts.
name Der Name des Gesichts. Möglich sind Unknown #0, ein identifizierter Prominenter oder eine vom Kunden trainierte Person.
confidence Das Maß an Zuverlässigkeit der Gesichtserkennung.
description Eine Beschreibung des Prominenten.
thumbnailId Die ID der Miniaturansicht des Gesichts.
knownPersonId Bei einer bekannten Person die interne ID.
referenceId Wenn es sich um einen Bing-Prominenten handelt, die Bing-ID.
referenceType Zurzeit nur Bing.
title Wenn es sich um einen Prominenten handelt, den Titel der Person. Beispiel: Microsoft's CEO
imageUrl Wenn es sich um einen Prominenten handelt, die Bild-URL.
instances Vorkommnisse, in denen das Gesicht im Zeitbereich zu sehen war. Jedes Vorkommen hat auch einen thumbnailsIds-Wert. 
"faces": [{
    "id": 2002,
    "name": "Xam 007",
    "confidence": 0.93844,
    "description": null,
    "thumbnailId": "00000000-aee4-4be2-a4d5-d01817c07955",
    "knownPersonId": "8340004b-5cf5-4611-9cc4-3b13cca10634",
    "referenceId": null,
    "title": null,
    "imageUrl": null,
    "instances": [{
        "thumbnailsIds": ["00000000-9f68-4bb2-ab27-3b4d9f2d998e",
        "cef03f24-b0c7-4145-94d4-a84f81bb588c"],
        "adjustedStart": "00:00:07.2400000",
        "adjustedEnd": "00:00:45.6780000",
        "start": "00:00:07.2400000",
        "end": "00:00:45.6780000"
    },
    {
        "thumbnailsIds": ["00000000-51e5-4260-91a5-890fa05c68b0"],
        "adjustedStart": "00:10:23.9570000",
        "adjustedEnd": "00:10:39.2390000",
        "start": "00:10:23.9570000",
        "end": "00:10:39.2390000"
    }]
}]

Bezeichnungen anzeigen

Name Beschreibung
id Die ID der Bezeichnung.
name Der Name der Bezeichnung. Beispiel: Computer oder TV.
language Die Sprache des Namens der Bezeichnung (bei Übersetzung) in Form einer BCP-47-Zeichenfolge.
instances Eine Liste der Zeitbereiche, in denen diese Bezeichnung vorgekommen ist. (Eine Bezeichnung kann mehrmals vorkommen.) Jedes Vorkommen weist ein Konfidenzfeld auf. 
"labels": [
    {
      "id": 0,
      "name": "person",
      "language": "en-US",
      "instances": [
        {
          "confidence": 1.0,
          "start": "00: 00: 00.0000000",
          "end": "00: 00: 25.6000000"
        },
        {
          "confidence": 1.0,
          "start": "00: 01: 33.8670000",
          "end": "00: 01: 39.2000000"
        }
      ]
    },
    {
      "name": "indoor",
      "language": "en-US",
      "id": 1,
      "instances": [
        {
          "confidence": 1.0,
          "start": "00: 00: 06.4000000",
          "end": "00: 00: 07.4670000"
        },
        {
          "confidence": 1.0,
          "start": "00: 00: 09.6000000",
          "end": "00: 00: 10.6670000"
        },
        {
          "confidence": 1.0,
          "start": "00: 00: 11.7330000",
          "end": "00: 00: 20.2670000"
        },
        {
          "confidence": 1.0,
          "start": "00: 00: 21.3330000",
          "end": "00: 00: 25.6000000"
        }
      ]
    }
  ]

scenes

Name Beschreibung
id Die ID der Szene.
instances Eine Liste mit Zeitbereichen für diese Szene. (Eine Szene kann nur ein Vorkommen haben.) 
"scenes":[  
    {  
      "id":0,
      "instances":[  
          {  
            "start":"0:00:00",
            "end":"0:00:06.34",
            "duration":"0:00:06.34"
          }
      ]
    },
    {  
      "id":1,
      "instances":[  
          {  
            "start":"0:00:06.34",
            "end":"0:00:47.047",
            "duration":"0:00:40.707"
          }
      ]
    },

]

shots

Name Beschreibung
id Die ID der Aufnahme.
keyFrames Eine Liste der Keyframes innerhalb der Aufnahme. Jeder verfügt über eine ID und eine Liste von Zeitbereichen des Vorkommens. Jedes Vorkommen eines Keyframes verfügt über ein thumbnailId-Feld, das die Miniaturansichts-ID des Keyframes enthält.
instances Eine Liste mit Zeitbereichen für diese Aufnahme. (Eine Aufnahme kann nur ein Vorkommen haben.) 
"shots":[  
    {  
      "id":0,
      "keyFrames":[  
          {  
            "id":0,
            "instances":[  
                {  
                  "thumbnailId":"00000000-0000-0000-0000-000000000000",
                  "start":"0:00:00.209",
                  "end":"0:00:00.251",
                  "duration":"0:00:00.042"
                }
            ]
          },
          {  
            "id":1,
            "instances":[  
                {  
                  "thumbnailId":"00000000-0000-0000-0000-000000000000",
                  "start":"0:00:04.755",
                  "end":"0:00:04.797",
                  "duration":"0:00:00.042"
                }
            ]
          }
      ],
      "instances":[  
          {  
            "start":"0:00:00",
            "end":"0:00:06.34",
            "duration":"0:00:06.34"
          }
      ]
    },

]

brands

Azure AI Video Indexer erkennt Unternehmens- und Produktmarken im Sprach-zu-Text-Transkript und/oder Video OCR. Diese Informationen enthalten keine visuelle Erkennung von Marken oder Logoerkennungen.

Name Beschreibung
id Die ID der Marke.
name Der Markenname.
referenceId Das Suffix der Wikipedia-URL für die Marke. Beispielsweise ist Target_Corporation das Suffix von https://en.wikipedia.org/wiki/Target_Corporation.
referenceUrl Die Wikipedia-URL der Marke, sofern vorhanden. Beispiel: https://en.wikipedia.org/wiki/Target_Corporation
description Die Beschreibung der Marke.
tags Eine Liste mit vordefinierten Tags, die dieser Marke zugeordnet wurden.
confidence Der Vertrauenswert des Azure AI Video Indexer Markendetektors (0-1).
instances Eine Liste mit Zeitbereichen für diese Marke. Jedes Vorkommen verfügt über einen brandType-Wert, mit dem angegeben wird, ob diese Marke im Transkript oder im Rahmen einer OCR vorgekommen ist. 
"brands": [
{
    "id": 0,
    "name": "MicrosoftExcel",
    "referenceId": "Microsoft_Excel",
    "referenceUrl": "http: //en.wikipedia.org/wiki/Microsoft_Excel",
    "referenceType": "Wiki",
    "description": "Microsoft Excel is a sprea..",
    "tags": [],
    "confidence": 0.975,
    "instances": [
    {
        "brandType": "Transcript",
        "start": "00: 00: 31.3000000",
        "end": "00: 00: 39.0600000"
    }
    ]
},
{
    "id": 1,
    "name": "Microsoft",
    "referenceId": "Microsoft",
    "referenceUrl": "http: //en.wikipedia.org/wiki/Microsoft",
    "description": "Microsoft Corporation is...",
    "tags": [
    "competitors",
    "technology"
    ],
    "confidence": 1.0,
    "instances": [
    {
        "brandType": "Transcript",
        "start": "00: 01: 44",
        "end": "00: 01: 45.3670000"
    },
    {
        "brandType": "Ocr",
        "start": "00: 01: 54",
        "end": "00: 02: 45.3670000"
    }
    ]
}
]

statistics

Name Beschreibung
CorrespondenceCount Die Anzahl von Korrespondenzen im Video.
SpeakerWordCount Die Anzahl von Wörtern pro Sprecher.
SpeakerNumberOfFragments Die Anzahl von Fragmenten, über die ein Sprecher im Video verfügt.
SpeakerLongestMonolog Der längste Monolog des Sprechers. Falls der Sprecher bei seinem Monolog Sprechpausen einlegt, ist diese Zeit mit enthalten. Die Ruhephasen am Anfang und Ende des Monologs werden entfernt.
SpeakerTalkToListenRatio Die Berechnung basiert auf der Zeit für den Monolog des Sprechers (ohne Sprechpausen) geteilt durch die Gesamtzeit des Videos. Der Zeitwert wird auf die dritte Dezimalstelle gerundet.

audioEffects (Vorschau)

Name Beschreibung
id Die ID des Audioeffekts.
type Der Typ des Audioeffekts.
name Der Typ des Audioeffekts in der Sprache, in der der JSON-Code indiziert wurde.
instances Eine Liste der Zeitbereiche, in denen dieser Audioeffekt vorkam. Jedes Vorkommen weist ein Zuverlässigkeitsfeld auf.
start + end Der Zeitbereich im ursprünglichen Video.
adjustedStart + adjustedEnd Vergleich: Zeitbereich und angepasster Zeitbereich. 
audioEffects: [{
 {
        id: 0,
        type: "Laughter",
        name: "Laughter",
        instances: [{
                confidence: 0.8815,
                adjustedStart: "0:00:10.2",
                adjustedEnd: "0:00:11.2",
                start: "0:00:10.2",
                end: "0:00:11.2"
            }, {
                confidence: 0.8554,
                adjustedStart: "0:00:48.26",
                adjustedEnd: "0:00:49.56",
                start: "0:00:48.26",
                end: "0:00:49.56"
            }, {
                confidence: 0.8492,
                adjustedStart: "0:00:59.66",
                adjustedEnd: "0:01:00.66",
                start: "0:00:59.66",
                end: "0:01:00.66"
            }
        ]
    }
],

sentiments

Die Stimmungen werden nach ihrem sentimentType Feld (Positive, Neutraloder Negative) aggregiert. Beispiel: 0-0.1, 0.1-0.2.

Name Beschreibung
id Die Stimmungs-ID.
averageScore Der Durchschnitt aller Bewertungen aller Vorkommen dieses Stimmungstyps.
instances Eine Liste der Zeitbereiche, in denen diese Stimmung vorkam.
sentimentType Der Typ kann Positive,Neutral oder Negative sein. 
"sentiments": [
{
    "id": 0,
    "averageScore": 0.87,
    "sentimentType": "Positive",
    "instances": [
    {
        "start": "00:00:23",
        "end": "00:00:41"
    }
    ]
}, {
    "id": 1,
    "averageScore": 0.11,
    "sentimentType": "Positive",
    "instances": [
    {
        "start": "00:00:13",
        "end": "00:00:21"
    }
    ]
}
]

visualContentModeration

Das visualContentModeration Transkript enthält Zeitbereiche, die azure AI Video Indexer gefunden hat, um potenziell über erwachsene Inhalte zu verfügen. Wenn visualContentModeration leer ist, wurde kein jugendgefährdender Inhalt ermittelt.

Videos, die nicht jugendfreie bzw. freizügige Inhalte enthalten, sind unter Umständen nur für die private Wiedergabe verfügbar. Benutzer können eine Anfrage zur menschlichen Überprüfung des Inhalts übermitteln. In diesem Fall enthält das IsAdult Attribut das Ergebnis der menschlichen Überprüfung.

Name Beschreibung
id Die ID der Moderation des visuellen Inhalts.
adultScore Die Bewertung für nicht jugendfreien Inhalt (von der Inhaltsmoderation).
racyScore Die Bewertung für Freizügigkeit (von Content Moderator).
instances Eine Liste mit Zeitbereichen, in denen diese visuelle Inhaltsmoderation durchgeführt wurde.

Weitere Informationen zu visualContentModeration

"visualContentModeration": [
{
    "id": 0,
    "adultScore": 0.00069,
    "racyScore": 0.91129,
    "instances": [
    {
        "start": "00:00:25.4840000",
        "end": "00:00:25.5260000"
    }
    ]
},
{
    "id": 1,
    "adultScore": 0.99231,
    "racyScore": 0.99912,
    "instances": [
    {
        "start": "00:00:35.5360000",
        "end": "00:00:35.5780000"
    }
    ]
}
]

textualContentModeration

Name Beschreibung
id Die ID der Textinhaltsmoderation.
bannedWordsCount Die Anzahl von gesperrten Wörtern.
bannedWordsRatio Das Verhältnis von gesperrten Wörtern zur Gesamtzahl der Wörter.
Weitere Informationen zu textualContentModeration

emotions

Azure AI Video Indexer identifiziert Emotionen basierend auf Sprach- und Audiohinweisen.

Name Beschreibung
id Die ID der Emotion.
type Der Typ einer identifizierten Emotion: Joy, Sadness, Anger oder Fear.
instances Eine Liste der Zeitbereiche, in denen diese Emotion aufgetaucht ist. 
"emotions": [{
    "id": 0,
    "type": "Fear",
    "instances": [{
      "adjustedStart": "0:00:39.47",
      "adjustedEnd": "0:00:45.56",
      "start": "0:00:39.47",
      "end": "0:00:45.56"
    },
    {
      "adjustedStart": "0:07:19.57",
      "adjustedEnd": "0:07:23.25",
      "start": "0:07:19.57",
      "end": "0:07:23.25"
    }]
  },
  {
    "id": 1,
    "type": "Anger",
    "instances": [{
      "adjustedStart": "0:03:55.99",
      "adjustedEnd": "0:04:05.06",
      "start": "0:03:55.99",
      "end": "0:04:05.06"
    },
    {
      "adjustedStart": "0:04:56.5",
      "adjustedEnd": "0:05:04.35",
      "start": "0:04:56.5",
      "end": "0:05:04.35"
    }]
  },
  {
    "id": 2,
    "type": "Joy",
    "instances": [{
      "adjustedStart": "0:12:23.68",
      "adjustedEnd": "0:12:34.76",
      "start": "0:12:23.68",
      "end": "0:12:34.76"
    },
    {
      "adjustedStart": "0:12:46.73",
      "adjustedEnd": "0:12:52.8",
      "start": "0:12:46.73",
      "end": "0:12:52.8"
    },
    {
      "adjustedStart": "0:30:11.29",
      "adjustedEnd": "0:30:16.43",
      "start": "0:30:11.29",
      "end": "0:30:16.43"
    },
    {
      "adjustedStart": "0:41:37.23",
      "adjustedEnd": "0:41:39.85",
      "start": "0:41:37.23",
      "end": "0:41:39.85"
    }]
  },
  {
    "id": 3,
    "type": "Sad",
    "instances": [{
      "adjustedStart": "0:13:38.67",
      "adjustedEnd": "0:13:41.3",
      "start": "0:13:38.67",
      "end": "0:13:41.3"
    },
    {
      "adjustedStart": "0:28:08.88",
      "adjustedEnd": "0:28:18.16",
      "start": "0:28:08.88",
      "end": "0:28:18.16"
    }]
  }
],

topics

Azure AI Video Indexer leitet Standard Themen von Transkriptionen ab. Falls möglich, ist eine IPTC-Taxonomie zweiter Ebene eingeschlossen.

Name Beschreibung
id Die ID des Themas.
name Der Name des Themas. Beispiel: Pharmaceuticals
referenceId Breadcrumbs, die die Hierarchie des Themas widerspiegeln. Beispiel: HEALTH AND WELLBEING/MEDICINE AND HEALTHCARE/PHARMACEUTICALS
confidence Die Zuverlässigkeitsbewertung im Bereich 0-1. Je höher, desto zuverlässiger.
language Die im Thema verwendete Sprache.
iptcName Falls erkannt, der Codename von IPTC-Medien.
instances Derzeit indiziert Azure AI Video Indexer kein Thema in Zeitintervalle. Das gesamte Video wird als Intervall verwendet. 
"topics": [{
    "id": 0,
    "name": "INTERNATIONAL RELATIONS",
    "referenceId": "POLITICS AND GOVERNMENT/FOREIGN POLICY/INTERNATIONAL RELATIONS",
    "referenceType": "VideoIndexer",
    "confidence": 1,
    "language": "en-US",
    "instances": [{
        "adjustedStart": "0:00:00",
        "adjustedEnd": "0:03:36.25",
        "start": "0:00:00",
        "end": "0:03:36.25"
    }]
}, {
    "id": 1,
    "name": "Politics and Government",
    "referenceType": "VideoIndexer",
    "iptcName": "Politics",
    "confidence": 0.9041,
    "language": "en-US",
    "instances": [{
        "adjustedStart": "0:00:00",
        "adjustedEnd": "0:03:36.25",
        "start": "0:00:00",
        "end": "0:03:36.25"
    }]
}]
. . .

speakers

Name Beschreibung
id Die Sprecher-ID.
name Der Name des Sprechers in Form von Speaker #<number>. Beispiel: Speaker #1
instances Eine Liste der Zeitbereiche, in denen dieser Sprecher vorgekommen ist. 
"speakers":[
{
  "id":1,
  "name":"Speaker #1",
  "instances":[
     {
    "adjustedStart":"0:00:10.21",
    "adjustedEnd":"0:00:12.81",
    "start":"0:00:10.21",
    "end":"0:00:12.81"
     }
  ]
},
{
  "id":2,
  "name":"Speaker #2",
  "instances":[
     {
    "adjustedStart":"0:00:12.81",
    "adjustedEnd":"0:00:17.03",
    "start":"0:00:12.81",
    "end":"0:00:17.03"
     }
  ]
},