【精选】基于AI的智能融媒平台构建与实践

本文精选自《广播与电视技术》2025第11期，阅读原文请访问“广电猎酷”小程序“期刊在线”。

近年来，随着人工智能与大数据的快速发展及其在传媒行业的广泛应用，常州广播电视台顺应技术趋势，启动了“AI驱动多模态”融媒大数据服务项目。该项目旨在运用人工智能与大数据分析技术，将传统媒体资源转化为智慧媒体内容，以提升全媒体内容的管理与运营效率。本文围绕该背景，探讨项目的实施过程、方法及学术价值，以期为传媒行业提供新思路，促进创新发展。

本文作者：

姚源，张迎庆，查骏元，陈珂，张俊钦 常州广播电视台

第一作者简介：

姚源（1984—），男，常州广播电视台技术中心工程师，本科。主要从事广播电视技术维护与管理、媒体融合、智 能媒资、AIGC应用方面的研究和技术服务工作，曾参与过常州广播电视台搬迁至现代传媒中心的整体技术流程设计、常州台高清化改造、智能媒资平台的设计与建设等重大项目的技术和管理工作。

NO.1

智能融媒平台的创建思路

为了盘活全媒体内容资产，实现全媒体内容管理，常州广播电视台启动了“AI 驱动多模态”融媒大数据服务项目的建设。全面汇聚电视、广播、新媒体、报纸在内的全媒体资源， 利用人工智能、大数据分析、大语言模型等先进技术，打造新型智慧媒体。将常州台积累近 40 年的珍贵历史资料转换为数据和功能，赋能节目生产，让业务侧的应用创新和平台侧的智能能力形成优势互补，释放更大价值。

NO.2

智能融媒平台的系统架构

2.1 智能融媒平台技术方案

项目采用私有云 + 智能中台 +AI 本地化部署的整体框架，整合大模型、人脸识别、语音识别等智能引擎，建设八大业务功能板块。

2.2 智能融媒平台的项目架构与规模

本项目基于超融合私有云架构，采用微服务分层设计，通过容器化（Docker）部署，保障应用组件在隔离环境中高效运行。利用Kubernetes实现容器编排，支持自动化部署、扩展与管理，提升系统可伸缩性与可靠性。借助ZooKeeper进行配置管理、服务注册与发现，实现去中心化集群管理，并结合三副本部署确保高可用性、数据一致性与容错能力，同时优化性能、简化扩展。

项目配置了8台超融合服务器与11块GPU深度计算卡，具备强大处理能力。

NO.3

智能融媒平台的建设

按照平台功能模块，主要建设八大功能板块，如图1所示。

图 1系统整体架构图

1.智能媒资库管理

提供电视、广播、新媒体三大媒体渠道图文视音频内容的统一上载、回迁、归档智能标引编目、人工审校等功能。

2.多模态融合智能处理

整合人脸识别、通用视觉识别、智能审核、0CR、语音识别、自然语言处理等多种智能引擎，可对视音频、图文等全媒体内容进行多模态融合智能处理，可对智能处理生成的文本标签、视觉标签进行归一、合并、去重等融合处理。

3.多维度标签和内容大数据

基于多模态标签知识图谱，构建内容门户，提供全媒体全文检索及人物、事件、机构等多维度分类检索，支持标签实体的深度聚合、关联钻取与分析，并实现知识图谱的可视化及自定义管理。

4. AI问答

采用大语言模型将海量稿件转化为本地知识库，通过向量化分析抽取文本关键信息，构建知识图谱，实现 AI 智能问答。

5. AIGC

通过整合 AIGC 技术，辅助创意构思、文案撰写及多媒体内容生成，实现个性化内容的高效生产，极大地提升创作效率与内容质量，满足新媒体运营的多样化需求。

6.融媒生产应用集成

围绕融媒体生产需求，提供智能处理功能与数据接口，涵盖智能拆条、审核、非编上唱词、短视频快剪等工具，支撑新媒体、电视、广播的智能化融合生产。

7.新媒体运营支撑

针对自有客户端 APP 等新媒体业务运营对智能化处理和内容数据服务的需求，提供新媒体运营类的数据接口、智能处理接口等各类功能支持。

8.多租户扩展模式

项目将平台的算力和服务以租户形式输出给第三方使用。以私有云为底座，通过容器云的软件部署方式实现应用服务的弹性扩展。支持内容管理、智能处理和内容大数据服务的按需定制。

NO.4

应用成效

项目以租户形式对外输出平台算力与各类服务。基于私有云与容器云实现弹性扩展，支持内容管理、智能处理及大数据服务的按需定制。

目前平台已与常州市政协、金坛电视台等合作，以常州台近40年视频素材为基础，为租户提供低码率素材的媒资管理服务，实现镜像存储备份，并辅助孵化区域特色标签。同时，依托智能中台的AI能力，为租户提供智能标签生成服务，支撑其自动化编目、多模态检索、智能标引、人物刷库、专题聚类等业务场景。

NO.5

智能融媒平台的主要技术创新点

5.1基于多引擎融合的智能中台设计

项目集成索贝与腾讯智能引擎，由智能中台统一管理与调度，并通过融合智能API网关对外输出能力。通过对多引擎处理结果进行合并、去重、对比等融合推理，形成一套多引擎智能处理方法。

区别于常规单引擎方案，本项目采用双引擎并行处理策略，在视觉识别与自然语言处理领域融合双方技术优势，通过结果融合推理显著提升了识别准确性与可靠性，如图2所示。

图2 智能中台结构图

5.2人机共建的多模态多维度标签知识图谱

项目通过人机协作，构建了覆盖六大领域、二十四个维度的标签知识图谱。结合多模态智能识别技术，形成高质量的知识关联网络，显著拓展了内容数据的分析维度，为深度洞察提供了知识基础。

5.3基于多维度、任意标签实体的内容大数据洞察

知识库基于图数据库构建，支持复杂知识图谱，包含人物、机构、事件、实体关系等核心库，作为标签库的重要补充。通过智能与人工融合标引约5000万次，生成300万个标签，构建了涵盖六大领域、二十四个分类维度，包含上百个一级分类、数千个二级分类的多模态多维度标签知识图谱，显著提升了内容标记能力。

5.4用于数字内容资产智能处理的数据治理方法

项目建立了用于数字内容资产智能处理与标引质量评估的业务指标体系，包括节目属性版本、周期性节目库存缺漏、智能识别处理、标签量与分类等维度的量化分析。支持对上述指标进行定期自动化统计与报表生成，以便掌握标签产出情况，实现对智能处理能力与多维度标签数量、质量的精细化洞察，从而持续开展数据治理。

5.5应用大语言模型，创建广电知识库问答系统

项目核心是构建统一高效的知识库问答系统，以处理海量内容并提供高质量检索。基于LM Studio+MaxKB框架实现流程自动化与标准化，提升开发效率。系统依托大语言模型Qwen1.5，自动从文本中抽取实体、关系与事件，结构化构建知识图谱，并通过MaxKB完成存储与查询。

在业务层面，系统整合多源信息，构建了包含80万条音视频解析内容的知识库，结合检索增强生成（RAG）技术，提供高效、准确的自然语言问答接口，显著提升了资料检索与归纳能力。

5.6 AI在线工具集

通过结合智能绘图技术，可以实现自动化的 AI 创作，极大地提升内容生产的效率和质量。如图3所示。

图3 AI工具集应用界面

具体而言，利用麒智和腾讯提供的人脸引擎、语音引擎以及自然语义处理引擎，构建一系列功能强大的AI 工具，这些工具包括但不限于：

1.语音转文本工具：通过语音引擎将音频内容实时转换为文字，便于编辑和存档。

2.图片人脸识别：使用人脸引擎自动识别图片中的人物，并可进一步分析人物表情、年龄等信息。

3.图片字幕识别：结合图像处理和自然语言处理技术，自动从视频或图片中提取并生成字幕。

4.文本关键词提取：利用自然语义引擎分析文本内容，自动提取关键信息和主题词汇。

5.文本摘要生成：基于深度学习算法，自动生成文本的简洁摘要，帮助用户快速把握文章主旨。

6.文本校对与编辑：运用自然语言处理技术进行语法检查、拼写校正和风格统一，提高文本质量。

此外，还可以探索更多创新应用，如利用智能绘图技术辅助视觉设计，或者开发能够理解并回应用户查询的智能助手等。这些 AI 工具的应用不仅能够显著提高节目制作的效率，还能为创意工作带来更多可能性，推动媒体行业的创新发展。

NO.6

结束语

在信息化和数字化迅速发展的今天，常州广播电视台通过实施“AI 驱动多模态”的智能融媒平台项目，展示了如何利用人工智能与大数据技术有效转化和升级传统媒体资源。此项目不仅是技术进步的体现，更是对传统媒体行业转型升级和创新发展的一次深刻探索。通过整合先进的智能处理技术和构建多模态知识图谱，常州广播电视台实现了对全媒体内容管理的革新，提升了运营效率，赋能了节目生产，释放了数据价值。这一创新实践不仅为媒体行业提供了宝贵的经验，也为其他行业的数字化转型提供了示范。希望未来有更多此类创新项目，共同推动我国数字经济的发展和繁荣。

end

参考文献

[1] 王海涛. 人工智能技术驱动下融媒体平台构建研究[D]. 北京: 清华大学, 2022.

[2] 李明霞 . 多模态数据融合算法在智能媒体系统中的应用 [D]. 上海 : 复旦大学 , 2023.

《广播与电视技术》、“广电猎酷”广告经营与商务合作代理：

北京中广信通文化传媒有限公司

联系人：李聪

联系电话：18518221868

好文共赏请转发 有话要说请留言