融云音视频审核服务 解决应用对绿色通信的迫切需求？

5G商用后，语音视频内容的生产非常繁荣，网民们的注意力也被各种短视频、直播、语音视频社交等平台吸引，这些UGC平台显然成为了新的流量聚集地。但当流量不再是问题，UGC平台的音视频内容合规性问题变得日益凸显。

音频视频内容审查的行业困境

前几天，很多网络应用的音频业务暴露了涉黄、暴力、涉政、违禁等不良内容。平台成了间接作恶工具，面临约谈、整顿、关停等违规处理，这给企业造成了难以估量的损失。而对音视频平台来说，针对海量内容逐一审核绝非易事，目前主要面临两大行业难题：

首先，审核效率低下。平台作为网络服务提供者，视频内容大部分来自于用户上传，当用户达到一定基数，每天百万甚至千万的视频内容，客观上给审核带来了极大困难。

其次，很难发现有害信息。对于窒息呻吟、骂声识别、垃圾广告、政治、恐怖、特殊标志等不良内容，不仅量大，类型也不同，从中调查这些危险因素需要很高的技术手段。

为解决行业痛点，帮助客户从源头发现并杜绝这类不良信息，互联网通信云厂商融云提供的音视频审核服务，可高效精准地自动识别违规内容，保障平台业务的稳定运营。特别是平台对新闻和音频有双重审查需求时，融云可以帮助企业一站式审查图、文、音、全内容，有效解决多种类型、大容量信息难以识别的问题。同时，也帮客户节省了对接第三方审核公司的商务沟通成本，以及研发适配所耗用的成本，为开发者及各互联网平台构筑起绿色通信的护城河。

多维度音视频审核能力，为不同业务场景提供安全保障

目前，融云提供的音视频审核功能主要应用在 1v1、1v多通话场景，会议场景以及直播场景。融云客户在使用CallLib的SDK、RTCLibSDK实现音频通话、在线会议和直播等类型应用后，可以将各参加者的音频、视频数据发送到审查服务，进行内容审查。

当企业开通审核功能后，融云支持音视频流自动审核，审核结果会通过融云的回调服务发送到开发者的应用服务器。具体来说，融云媒体服务器(RTC Server)会把收到的音视频流转码成审核服务需要的格式(RTMP)来送审，不需要开发者转码或者截帧再去送审。启动审查任务后，融云可以根据一定的周期和中止事件时将审查结果召回给用户，帮助用户简单地分析审查结果，开发人员可以根据审查结果决定是否需要切断直播期间的播音员，例如踢播音员或禁止播音员。

图1:融云音频影像审查服务结构

在音频审查功能方面，融云提供政治语音识别、喘息语音识别、国歌识别、色情语音识别、辱骂语音识别、垃圾广告识别六个审查维度。基于Bi-GRU、Attention模型、NAR模型，构建混合深度神经网络模型等多种先进手段，正确识别各种场景中的政治人物、政治事件、反动分裂、恐怖主义等百馀种政治声音，正确识别声音中含有呼吸、呻吟、耳骚、呼吸等违规声音，声音中含有色情、俗气、污秽、爱等黄色内容

在视频审查功能方面，融云提供政治视频识别、色情视频识别、暴力视频识别、广告视频识别、垃圾广告识别、标志水印识别。尤其可以实时精准识别和拦截各类场景的手机号、微信、QQ、微博、网址、二维码等各种变体垃圾广告内容，并通过高精度LOGO水印检测识别技术，支持竞品LOGO检测、涉政LOGO检测，维护客户品牌形象。

融云音视频审查四大优势:正确、灵活、全面、稳定

根据开发人员的使用调查反馈，融云音视频审查服务的最大特点是正确，不仅审查能力正确，而且迅速正确定位问题源，缩短问题排查时间，同时审查模式灵活，支持指定房间、指定用户的审查另外，支持半个月的测试时间，让客户熟悉和理解相关功能，使用安心。

具体来说，融云音像审查服务具有四大技术优势:第一，从服务结构来看，CNN、RNN、GAN、TDN、LSTM等模型深度融合，违规识别精度高，第二，违规态势实时跟踪，实时监视舆论趋势，动态跟踪违规态势，增量模型小时级更新，帮助产品快速反复升级，第三，全面识别数百种涉政暴力图像，数十种色情图像，各种变体广告图像等违规内容

复合审查服务构建一站式全内容审查能力

在实际应用中，融云对图、文、音、视全内容提供双重审查服务，重叠IM即时通信审查和音视频审查功能，构成联合预防联合的一站式内容审查云服务产品，融合云反垃圾和内容安全经验，构建系统化、专业化的审查系统

图2:融云IM内容审查服务

融云IM内容审查服务主要包括文本过滤、图像过滤、音频视频文件过滤三种功能。其中，融云的文本过滤具有多语种识别能力，支持中文(简繁体)、维语、藏语、英语、日语等。具有毫秒级响应速度，通过机器学习、智能算法、语义分析等多维数据分析，识别精度可达95%以上。

融云图像过滤能力基于融云大量样品库，识别精度达到90%以上，支持水印、倾斜、扭曲、异体等多种变形文字的提取识别，提高垃圾图像过滤的精度。同时，还可以承受一天千万级图像数据的处理，支持数据高峰时段的弹性扩张，检测结果毫秒级返回。

融云音频文件过滤能力可承载日平均千万级数据处理，支持检测结果以秒速返回的场景化定制、多种模型组合训练，提高手机号码图像、IP图开发者_Python百科像等维度判定，识别精度达到98%。

综上所述，融云可以正确过滤文本、照片、声音视频信息和声音视频流中的不良信息，有效避免运营风险，保证内容平台的健康安全，并且该服务提供机械审查和人工审查的双重保障，用户可以根据自己的情况同时使用

结语

由于各行各业的通信云应用对绿色通信有着迫切的需求，融云的音频视频审查专门为有安全过滤和防范需求的客户设置。同时，音频视频审查功能与其文字审查功能重复审查，全面过滤，正确识别所有通信形式的内容，构成审查闭环的防护系统，在解决企业通信内容安全问题的同时，使业务运行安心省力，节约成本。