Lingsoft: Artificiell intelligens revolutionerar hanteringen av audiovisuellt material

  Pressmeddelande, fri för publicering 4.4.2018 Lingsoft är med i ett EU-projekt, som revolutionerar hanteringen av stora videosamlingar. Projektets syfte är att skapa nästa generations medieupplevelse genom att kombinera effektiviteten i artificiell intelligens med precisionen i mänskligt arbete. Det tre år långa EU-forskningsprojektet som inleddes i början av 2018, MeMAD, söker metoder för att nyttja…

Lingsoft: Tekoäly mullistaa audiovisuaalisen aineiston hallinnan

Tiedote, vapaa julkaistavaksi 27.3.2018 Lingsoft on mukana EU-hankkeessa, joka mullistaa suurten videokokoelmien käsittelyn. Hankkeen tarkoituksena on rakentaa seuraavan sukupolven mediakokemusta yhdistämällä tekoälyn tuoma tehokkuus ihmistyön tarkkuuteen. Vuoden 2018 alussa käynnistynyt kolmivuotinen EU-tutkimushanke MeMAD etsii menetelmiä tekoälyn hyödyntämiseen media-alalla, erityisesti videoaineiston kuvailussa, kääntämisessä ja tekstittämisessä. Lingsoft keskittyy hankkeessa erityisesti suomen- ja ruotsinkielisen puheentunnistuksen jatkokehittämiseen, puhujantunnistukseen ja aineistojen asiasanoitukseen.…

Aalto-yliopisto: Tutkijat opettavat tekoälyn kuvailemaan videoita – EU-hankkeessa kehitettävä menetelmä voi mullistaa suurten videokokoelmien käsittelyn

Uusi menetelmä yhdistää tekstikuvailuun sekä videolla kuuluvan puheen että kuvan sisällön ja tuottaa tekstin suoraan halutulle kielelle. Tammikuussa 2018 alkaneessa EU:n rahoittamassa projektissa kehitetään Aalto-yliopiston uusimpiin kuvan- ja äänenkäsittelyn tutkimustuloksiin perustuva menetelmä audiovisuaalisen aineiston kuvailuun ja luokitteluun. Projektin yhtenä opetusaineistona käytetään Yleltä saatuja videomuotoisia arkistomateriaaleja. “Menetelmän avulla saadaan automaattisesti tekstikuvaus videon tapahtumista ja puheesta. Vertailemalla…

Welcome to the MeMAD Kick-off Seminar – Methods for managing audiovisual data: combining automatic efficiency with human accuracy

The seminar presents MeMAD (Methods for managing audiovisual data: combining automatic efficiency with human accuracy), a new three year research and innovation project to develop efficient and accurate automatic language-based methods for managing, accessing and publishing video content. These methods will benefit in particular the creative industries, such as television, cinema and on-demand services, as they tackle with the increasing audiovisual big data.