为体育转播及场馆加字幕

　　比尔·班尼特

　　在体育运动中，口头词句对比赛如何展开、运动员如何观察和与他人互动，以及球迷如何回应动作都至关重要。访问所有这些对话从未如此容易，也从未如此有趣，但还有更多的价值。

　　现在技术正在成熟，可以为这些对话注入更深入、实时的智能。对于体育制作人和导播来说，通过即时、自动的洞察，在精确的时刻有警告以及可搜索地实时访问大量人声互动具有很大的吸引力。更快地访问赛场内外产生重大影响的时刻，只会丰富现场制作团队和观众以及后期制作可用的内容。

　　拥抱电视的“第三轨”

　　这些额外的接触点可以通过拥抱我们所说的电视内容的“第三轨”实现。除了视频和音频之外，通过自动为场馆的每个话筒信号配字幕而生成的原始文本可以实时生成大量由语音生成的数据。

　　然后，这些数据可被用于监看靠近（或佩戴）特定话筒的人所说的任何特殊关键字，生成逻辑元数据标记和警报，并建立一个可实时或以后的时间跳过的“面包屑”存储数据集。

　　采取这些从许多话筒信号源创建文本记录的措施，需要巨大的改变。使用传统的速记方法来生成这些字幕是非常昂贵的。

　　不过，由于基于AI的自动语音识别（ASR）的巨大进步，现在可以采用一个快速、可靠和高度准确的技术平台同时在许多音频通道上生成原始文本。通过生成实时内容的文本记录，每个ASR流都有自己的路径，并且可以与其自己的话筒源（以及任何相关的摄像机）挂钩。

　　为更好的直播内容配字幕

　　想象一下，将来自一个有时特别健谈的某位运动员的猎枪式话筒或领夹式话筒信号记录到ASR，该运动员可能会说某些制作人确定对比赛转播很关键的话语（也许是与比赛战略、其他选手、天气或其它因素有关的话语）。

　　现在想象一下，你有一台ISO摄像机对准他们，只是在等待一个视觉时刻。一旦你开始为信号添加字幕，一个后端自动化进程就会生成一个警报，告诉制作人回顾视频中说到的关键字。其结果是立即获得你正在寻找的所需的实时有用信息。

　　赛车引入另一个有趣的用例，即利用ASR记录和生成赛车的文本。每当某些车手提到了指定的关键字，音频（和视频）就可以标记并发送给制作人，考虑在直播中或通过社交媒体回放。

　　比赛中回放应用

　　比赛中回放应用提供了另一种吸引人的方法。想象一下，当裁判提到用户在节目前预存的某些重要词语时，将话筒和摄像机集中于裁判，捕捉关键时刻。虽然您可以让操作员记录他们的对话，但并不是所有内容都可以准确地记录。

　　如果你有一个实时ASR运行在裁判员的音频信号上，通过正确的软件，你可以在他们的回放视频中执行文本词搜索，以导航到他们说了你想要的词语的时刻，从而在制作中更快地访问。关键字搜索也可以在后期制作中完成，只要用户为每个话筒信号保存ASR文本记录（理想情况下，还可以有主题的摄像机视图，以帮助精确定位和显现感兴趣的东西）。

　　这个语音数据宝库可以打开一个充满创造性可能性的全新世界。制作团队不再受限于他们的工作人员可以听到或看到的内容，并手动决定或注释。有了ASR，就可能有当某些运动员或其他人说出神奇词语时，帮助用户“密切注意”那些特殊的时刻的自动化进程。

　　ASR通过逻辑标记、元数据或其它通知，有效地提醒用户到那个时刻。从那里，只需向后搜索文本指示的时间点，就可以访问音频。

　　广播公司可以运用与此同样的技术，每当现场转播或PA广播员提到特定的词语或名字时进行标记。某一运动员做了（或说了）一些有趣的事情吗？广播员上次提到该运动员的名字是什么时候？现在用户可以搜索到那个时间点，并确定是否有吸引人的镜头。

　　尽管字幕对帮助耳聋者和听力不好者至关重要，但它不仅仅是为了遵从美国联邦通信委员会（FCC）规定的可访问性。基于AI的语音转文本技术在过去几年里发生了巨大的发展。利用体育领域中的这些进展为丰富您的内容提供了无限的可能性，并激发体育迷体验，让他们经常回到体育场馆。