这是一个“娱乐至死”的时代。

　　直播行业的热度持续上升，但已经有不少人开始对直播间里以主播为核心的秀场内容感到疲惫。因此，直播大战下半场，内容升级成为了各家争夺的关键点。斗鱼、优酷、熊猫直播、全民直播、芒果直播、腾讯视频、爱奇艺等各大视频、直播平台都在试水“直播综艺”这项新生事物，泛娱乐直播逐渐的成为网络直播的主流。

　　网络直播平台和主播潮水般涌进人们的生活视角，越来越多的人投入到“网红”“名主播”的阵营中，有的人羡慕PAPI酱日入斗金，有人觉得坐在家里就能赚钱是一件不错的事儿。

　　打开任意一款直播软件，花哨暧昧的界面，性感荷官、奇葩表演、唱歌、吹牛、卖萌还有要钱。更有博出位者吃生肉、吃海鲜、吃肥肉、吃泡面......不少人脑海里重现着一个标题“某主播直播吃饭月入百万”。还有甚者为了博金，不惜展露自己的身体，即便是两秒的画面和一秒的喘息，也会让宅男粉欲罢不能，撒银掷金。

　　直播平台负面消息不断，涉黄、涉暴和垃圾广告频繁的出现在直播平台和媒体头条，臆想着一夜成名的主播和巡逻的“超管”就像是城管和小贩一样周旋较劲，看戏不嫌事儿大的吃瓜群众更是撒钱鼓励主播去和超管去做“斗争”，在这样的氛围下，让众平台吃尽苦头，不得不做更多的公关遮掩负面。

　　泛娱乐的直播显然已经越走越远，野蛮的生长态势显然是要被修剪的。网络的健康发展离不开直播平台自律，更需要用科学的手段去解决问题。

　　如何合理的去监测规避？

　　大部分直播平台在直播监测多数是人工监测，也就是“超管”。直播24小时不间断，尤其是在晚上，上千的直播间需要实时监测，在精力和时间上很难去分配，效率低速度慢且人力成本高昂。

　　直播产品的脏、乱、差一直想通过AI技术代替人工监测审核，而输出的文字、图像、音频错综复杂，开奖，Web2.0时代以来，基础技术关键字检索和“称霸”一时的算法已经开始被逐步取缔，进入了云计算、大数据、人工智能时代。内容审核的范围扩展到文字、语音、图片、视频、直播等，几乎覆盖了移动互联网时代的所有产品。一个显著的特征就是深度学习在内容审核领域的应用，比如极限元智能鉴黄根据在安全领域数据的沉淀和神经网络学习能力，实现了对目标的精确匹配和快速识别。

　　人工智能和深度学习基本上能解决当前直播产品的监测审核需求。

　　网易瞄准的是社区产品，腾讯的产品功能相对单一，脱颖而出的极限元有哪些优势呢？

　　相对于传统的人工审核和相对不完善的产品和技术，极限元在审核和监测信息上能覆盖更多盲点，图像识别、语音识别、语义分析、文字识别等，通过实时对接直播平台的内容，对其进行涉黄、涉爆等方面的深度审核，视频、语音、图片、文本等多种识别模式，涵盖了直播平台的主播直播、弹幕、私信等场景，这些方面都完美迎合了网络直播平台的需求。

　　极限元拥有千万级别的大数据样本合集，有害信息无所遁形。图像识别领域最新的卷积神经网络和长短时记忆模型相结合的深度学习框架、GPU与CUDA相结合的训练与识别框架，让错判率和漏判率大幅降低。

　　识别图像中是否存在人物体征，atv，统计人数；性别、年龄区间；识别人物的肤色、荷官暴露程度；肢体轮廓，分析动作行为；除了图像识别之外，还可以从音频信息中提取关键特征，判断是否存在敏感信息；实时分析弹幕文本内容，判断当前视频是否存在违规行为，动态调节图像采集频率。

　　其中每分钟视频采集关键帧的频率可以手动设定，从1秒到几十秒均可。例如可以默认5秒采集一次关键帧用于识别，也可以在出现疑似告警时动态调节采集频率，加快至每秒一张。

　　音频识别通过声纹技术，判断当前直播间的主播是否为本人，对其身份进行验证。对语音的关键词语进行检索，是否存在敏感词语，对特指的语音段进行识别，对口述播出的广告进行分析，以及追踪广告效果。

　　泛娱乐直播，已经成为直播行业的中的中流砥柱，极限元将深耕“泛娱乐”违规信息的识别监测，这是个庞大的市场，未来的“泛娱乐”还有相当长的路要走。