Dzięki MAVIS od Microsoftu będziemy przeszukiwać także pliki multimedialne
Microsoft właśnie uruchomił nową usługę Azure Media Services, która może zrewolucjonizować przeszukiwanie materiałów audio i wideo. Wyróżnia się ona bardzo ważną cechą: pozwala znaleźć interesujący nas utwór muzyczny lub plik wideo na podstawie tekstu, jaki w nich występuje. Pozwolić to ma np. wyszukiwać interesujące nas materiały z nawet wielkich archiwów danych multimedialnych.
Firma postanowiła o takie rozwiązanie doposażyć swoją platformę Windows Azure. Jak można się więc spodziewać, usługa działa w chmurze. Jej sercem jest MAVIS (Microsoft Audio Video Indexing Service), usługa indeksowania danych multimedialnych. Wykorzystuje ona system rozpoznawania mowy przygotowany przez laboratoria Microsoft Research, z jakim mogliśmy zetknąć się już w różnych aplikacjach tego producenta jako funkcje pozwalające na dyktowanie tekstu. Jest on instalowany jako dodatek na komputerze z zainstalowanym Microsoft SQL Server 2008 lub nowszej jego wersji. Jego składniki dokonują pełnotekstowego indeksowania binarnych plików powstałych z danych multimedialnych.
Funkcje jakie oferuje ta platforma są naprawdę spore. Jak już wspominano, MAVIS pozwala generować pliki binarne, które są następnie bazą do tworzenia indeksu wyszukiwania. Interfejs użytkownika jest z kolei bardzo prosty, przypomina wyszukiwanie tekstu w dokumentach lub na stronach, choć dotyczy zagadnienia bardziej skomplikowanego. Po znalezieniu wyników, użytkownik otrzymuje listę linków, dzięki którym może zapoznać się z danymi plikami. System rozpoznawania mowy, który analizuje pliki i dokonuje konwersji sygnałów cyfrowych na słowa w formie tekstu korzysta z technologii Deep Neural Net (DNN), sieci neuronowej, aby lepiej radzić sobie z tym zadaniem i maksymalnie redukować ilość błędów. Firma chwali się, że takie rozwiązanie pozwala osiągnąć bardzo dobre wyniki wyszukiwania.
Bardzo ważne jest to, jak MAVIS radzi sobie z wielokrotnym wyszukiwaniem. Analiza plików pozwala na utworzenie słów kluczowych, które trafiają do indeksu w postaci plików XML obok tradycyjnych metadanych dotyczących nagrania, czy to audio, czy też wideo. Wyszukiwanie pozwala wtedy na korzystanie właśnie z tych danych, w celu szybszego odnalezienia interesujących nas materiałów. Ma to pozwolić na wyszukiwanie np. w wyszukiwarce Bing, wynikach Google, Microsoft SharePoint, a nawet do lepszego dopasowywania reklam do użytkownika. Póki co MAVIS obsługuje jedynie treści zawierające język angielski. Nie wiadomo, czy i kiedy zostanie ona poszerzona o obsługę kolejnych języków.
