背景
近些年來，視頻直播快速發展，大量的直播平臺如雨後春筍一般出現，但是這同樣給直播內容的監管帶來了巨大的挑戰，一方面國家對於直播內容監管的要求日益嚴格，另一方面相對於文字內容的審覈，多媒體內容的審覈複雜度更高，資源耗費也更大技術門檻相對也較高，所以這逐漸成爲制約直播服務健康發展的一個瓶頸，尤其是對於一些剛剛起步的中小直播平臺。
對於內容審覈，一些平臺還是採用人肉審覈的方法，僱傭大量的直播審覈員，來從海量的直播視頻中尋找那些不合規的視頻，但是受限於人的精力，往往不能達到很好的效果，而且審覈人員的緊缺薪水也響應的水漲船高。
幸好，人工智能的快速發展，給這個問題的解決帶來的轉機，人工智能審覈+人工複審成爲主流。
傳統解決方案
有技術積累和人力的公司往往會自己組建自己的AI團隊，根據自己的業務場景和海量的資源來訓練自己的檢測模型，這樣優勢是，能夠對於自己的場景有更好的把控，但是也有一些缺點，比如：
- 用戶需要自己完成截幀的工作，這個簡單的工作可能耗費大量的計算資源
- 海量的圖片存儲和傳輸成本
- 受限於技術和人力的原因，審覈算法精度不如人意
還不具備自建AI團隊的平臺往往使用第三方的圖片審覈的API，但是這樣對於算法的微調就比較困難，並且對於圖片的審覈並不具備上下文綜合判斷的能力。
直播審覈解決方案
阿里雲視頻直播審覈可以完美的解決如上的問題，沒有很高的技術門檻，用戶可以快速的在控制檯中開啓直播審覈的服務，解決中小直播平臺內容審覈的痛點。
直播審覈架構
- 主播推流到視頻直播中心，觸發直播審覈任務
- 對於直播流進行指定頻率的截幀
- 實時的對於截幀通過內容審覈引擎進行綜合內容審覈
- 結果交由管控服務進行綜合的判斷，是否需要通知客戶和保存證據截幀
直播審覈特性
開銷低
對於用戶透明，用戶可以在控制檯上輕鬆的開啓視頻直播審覈服務，無需付出單獨的存儲，流量費用和計算成本，用戶通過自行構建或者使用我們提供的直播審覈平臺可以快速的進行問題和疑似視頻流的複審和封禁。
強大的算法支持
依賴於阿里巴巴多年的視頻和AI技術的積累，可以快速方便的接入業界領先的直播審覈算法，同時採用多幀綜合判定來降低誤檢測率。
多種場景支持
- 智能鑑黃
- 智能暴恐檢測
- 廣告檢測
- 無意義直播檢測(針對長期推流又無有意義內容的直播流)
檢測模型定製化
由於用戶的需求多種多樣，場景也不盡相同，所以直播審覈提供了更彈性的解決方案，用戶可以動態的對於每一路流給一個不同的審覈策略，算法模型也可以根據不同的流採用不同的模型，這非常必要，因爲不同的場景千差萬別，實踐中我們發現有些直播流誤檢率很高。
比如拳擊比賽，經常被誤判成色情，因爲這和絕大多數兩三個人就演完的小電影場景非常相似。
再比如遊戲場景，因爲遊戲本身的場景是渲染出來的，紋理和正常的通過攝像頭採集的圖像有些不同，加上游戲很多就是被設計成有一定暴力成分在裏面，所以正確的區別遊戲和現實場景也是非常必要的，例如很多的場景很容易被錯誤認爲是暴恐。
所以必須根據場景對於不同的流進行算法細分，從而可以挺高精確度，並且讓直播審覈更加實用。阿里雲視頻直播審覈提供了細緻到流級別的算法控制，更好的覆蓋這些場景。
靈活配置
可以動態的對不同的流採用不同的檢測場景，不同的截幀頻率，截幀頻率最高可以達到1s一幀，從而可以對於不同的視頻流採用不同的監控強度，重點監控高危流，可以進一步降低使用成本。
實用的輔助功能
實際應用中獨立的幾張圖片可能不足以作爲認定違規的強有力的證據，結合視頻直播平臺的實時錄製功能，可以實時的對於已經發現有問題的流啓動錄製，蒐集證據，也方便人工複審。
語音審覈
有些複雜的場景，比如涉政，可能主要的風險出現在言語上，並不是視覺上；有些主播爲了避免被視頻鑑黃抓到，退而求其次在言語上輸出一些不雅內容，這都可以用過阿里雲的語音識別來進行語音鑑黃，多維度的進行直播審覈。
綜述
阿里雲視頻直播審覈可以方便的爲用戶提供直播視頻審覈的能力，大大的減少人力資源的耗費，提高審覈效率