日前，多家互聯(lián)網(wǎng)應(yīng)用的音視頻業(yè)務(wù)被曝出涉黃、涉暴、涉政、違禁等不良內(nèi)容。平臺成了間接作惡工具，面臨約談、整頓、關(guān)停等違規(guī)處理，這給企業(yè)造成了難以估量的損失。而對音視頻平臺來說，針對海量內(nèi)容逐一審核絕非易事，目前主要面臨兩大行業(yè)難題：

　　首先，審核效率低下。平臺作為網(wǎng)絡(luò)服務(wù)提供者，視頻內(nèi)容大部分來自于用戶上傳，當(dāng)用戶達(dá)到一定基數(shù)，每天百萬甚至千萬的視頻內(nèi)容，客觀上給審核帶來了極大困難。

　　其次，有害信息難以發(fā)現(xiàn)。對于嬌喘呻吟、辱罵語音識別、垃圾廣告，以及涉政、暴恐、特殊LOGO等不良內(nèi)容，不僅量大而且類型不一，從中排查這些危險因素，需要較高的技術(shù)手段才能完成。

　　為解決行業(yè)痛點(diǎn)，幫助客戶從源頭發(fā)現(xiàn)并杜絕這類不良信息，互聯(lián)網(wǎng)通信云廠商融云提供的音視頻審核服務(wù)，可高效精準(zhǔn)地自動識別違規(guī)內(nèi)容，保障平臺業(yè)務(wù)的穩(wěn)定運(yùn)營。尤其當(dāng)平臺有對消息及音視頻有雙重審核需求時，融云可幫助企業(yè)一站式審核圖、文、音、視“全”內(nèi)容，有效解決多類型、海量信息難以甄別的問題。同時，也幫客戶節(jié)省了對接第三方審核公司的商務(wù)溝通成本，以及研發(fā)適配所耗用的成本，為開發(fā)者及各互聯(lián)網(wǎng)平臺構(gòu)筑起綠色通信的護(hù)城河。

　　目前，融云提供的音視頻審核功能主要應(yīng)用在 1v1、1v多通話場景，會議場景以及直播場景。融云的客戶在使用 CallLib SDK 或 RTCLib SDK 實(shí)現(xiàn)音視頻通話、線上會議或直播等類型應(yīng)用后，可以把每個參與人的音頻、視頻數(shù)據(jù)發(fā)送至審核服務(wù)，進(jìn)行內(nèi)容審核。

　　當(dāng)企業(yè)開通審核功能后，融云支持音視頻流自動審核，審核結(jié)果會通過融云的回調(diào)服務(wù)發(fā)送到開發(fā)者的應(yīng)用服務(wù)器。具體來說，融云媒體服務(wù)器（RTC Server）會把收到的音視頻流轉(zhuǎn)碼成審核服務(wù)需要的格式（RTMP）來送審，不需要開發(fā)者轉(zhuǎn)碼或者截幀再去送審。在啟動審核任務(wù)后，融云會按照一定的周期或在命中攔擊事件時把審核結(jié)果回調(diào)給用戶，幫助用戶方便地解析出審核結(jié)果，開發(fā)者可以根據(jù)審核結(jié)果決策是否需要斷開直播間主播推流，比如可以踢出主播或封禁主播。

　　圖1：融云音視頻審核服務(wù)架構(gòu)

　　在音頻審核功能方面，融云提供涉政語音識別、嬌喘語音識別、國歌識別、色情語音識別、辱罵語音識別、垃圾廣告識別六大審核維度。基于Bi-GRU、Attention模型、NAR模型，構(gòu)建混合深度神經(jīng)網(wǎng)絡(luò)模型等多個先進(jìn)手段，精準(zhǔn)識別各類場景中涉政人物、政治事件、反動分裂、恐怖主義等百余種類型涉政音頻，精準(zhǔn)識別聲音中含有嬌喘、呻吟、耳騷、喊麥等違規(guī)音頻，對于音頻中含有色情、低俗、污穢、語愛等涉黃內(nèi)容也絕不放過。

　　在視頻審核功能方面，融云提供涉政視頻識別、色情視頻識別、暴恐視頻識別、廣告視頻識別、垃圾廣告識別、LOGO水印識別。尤其可以實(shí)時精準(zhǔn)識別和攔截各類場景的手機(jī)號、微信、QQ、微博、網(wǎng)址、二維碼等各種變體垃圾廣告內(nèi)容，并通過高精度LOGO水印檢測識別技術(shù)，支持競品LOGO檢測、涉政LOGO檢測，維護(hù)客戶品牌形象。

　　根據(jù)開發(fā)者的使用調(diào)查反饋，融云的音視頻審核服務(wù)最大的特點(diǎn)是精準(zhǔn)，除了審核能力精準(zhǔn)，還能迅速精準(zhǔn)地定位問題源頭，縮短了問題排查的時間；同時，審核模式靈活，支持靈活篩選審核對象，比如對指定房間，甚至指定用戶的送審，可添加個性化的審核維度，最重要的是產(chǎn)品功能性能穩(wěn)定，可用性99.9%，可應(yīng)對高并發(fā)的使用場景。此外，支持長達(dá)半個月的測試時間，讓客戶有充分的時間熟悉、了解相關(guān)功能，讓使用無后顧之憂。

　　具體來說，融云音視頻審核服務(wù)具備四大技術(shù)優(yōu)勢：第一，從服務(wù)架構(gòu)上看，深度融合CNN、RNN、GAN、TDNN、LSTM等模型，違規(guī)識別準(zhǔn)確率高；第二，違規(guī)態(tài)勢實(shí)時追蹤，可實(shí)時監(jiān)測輿情趨勢，動態(tài)追蹤違規(guī)態(tài)勢，增量模型小時級更新，幫助產(chǎn)品

快速迭代升級；第三，全方位識別數(shù)百種涉政暴恐圖片、數(shù)十種色情圖片、各式各樣的變體廣告圖片等違規(guī)內(nèi)容，極大降低平臺監(jiān)管風(fēng)險；第四，超強(qiáng)彈性服務(wù)，全球多集群部署，可秒極彈性擴(kuò)容，因此每日可承載數(shù)億級的海量音視頻審核請求。

　　在實(shí)際應(yīng)用中，融云針對圖、文、音、視的“全”內(nèi)容，提供雙重審核服務(wù)，將IM即時通訊審核與音視頻審核功能疊加，構(gòu)成“聯(lián)防聯(lián)控”的一站式內(nèi)容審核云服務(wù)產(chǎn)品，結(jié)合融云反垃圾與內(nèi)容安全經(jīng)驗(yàn)，構(gòu)筑體系化、專業(yè)化的審核系統(tǒng)，全面保障客戶通信云業(yè)務(wù)安全運(yùn)行。

　　圖2：融云IM 內(nèi)容審核服務(wù)

　　融云的IM內(nèi)容審核服務(wù)主要包括文本過濾、圖片過濾、音視頻文件過濾三類功能。其中，融云的文本過濾具有多語種識別能力，支持中文（簡繁體）、維語、藏語、英語、日語等。擁有毫秒級的響應(yīng)速度，通過機(jī)器學(xué)習(xí)、智能算法、語義分析等多維度對數(shù)據(jù)解析，識別準(zhǔn)確率可達(dá) 95% 以上。

　　融云的圖片過濾能力基于融云海量樣本庫，識別準(zhǔn)確率達(dá)90%以上，并且支持水印，傾斜，扭曲，異體等多種變形文字的提取識別，從而提高垃圾圖片過濾的準(zhǔn)確率。同時還可承受單日千萬級圖片數(shù)據(jù)的處理，支持?jǐn)?shù)據(jù)高峰時段彈性擴(kuò)容，檢測結(jié)果毫秒級返回。

　　融云的音視頻文件過濾能力可承載日均千萬級數(shù)據(jù)處理，檢測結(jié)果秒速返回；并支持場景化定制，多種模型組合訓(xùn)練，供手機(jī)號畫像、IP畫像等多并提維度判定，識別準(zhǔn)確率可達(dá)98%。

　　綜上，融云能夠精準(zhǔn)過濾文本、圖片、音視頻消息及音視頻流中的不良信息，幫助客戶有效規(guī)避運(yùn)營風(fēng)險，保證內(nèi)容平臺的健康安全，并且該服務(wù)提供機(jī)器審核和人工審核的雙重保障，用戶可根據(jù)自身情況同時使用，也可任選其一。

　　由于各行各業(yè)通信云應(yīng)用對綠色通信都存在迫切的需求，融云的音視頻審核專門針對在音視頻通信中，對內(nèi)容有安全過濾和設(shè)防需求的客戶而設(shè)。同時，音視頻審核功能與其圖文審核功能疊加復(fù)核，可全面過濾以及精準(zhǔn)識別所有通信形式中的內(nèi)容，構(gòu)成了一個審核閉環(huán)的防護(hù)體系，在解決企業(yè)對通信內(nèi)容安全痛點(diǎn)的同時，讓業(yè)務(wù)運(yùn)行省心、省力，省成本。