Synthèse textuelle avec Azure AI Video Indexer (préversion)

Cet article est une vue d’ensemble de la synthèse textuelle avec Azure AI Video Indexer.

Qu’est-ce que la synthèse de vidéos textuelles ?

Azure AI Video Indexer fournit un bref résumé de ce qu’est une vidéo sans avoir à regarder toute la vidéo. Il est conçu pour vous faire gagner du temps en digestant de longues vidéos et en vous donnant le gist d’une vidéo dans un format court. C’est comme avoir un ami qui regarde tous les épisodes d’un spectacle, puis vous rattrape sur l’intrigue en quelques minutes.

Le système est destiné à être un outil de soutien qui améliore la productivité et l’apprentissage en distillant de longues vidéos en résumés concis et digestibles.

Il utilise des algorithmes de synthèse pour identifier les insights les plus pertinents pour la vidéo, et note des insights en fonction de leur importance et de leur pertinence pour le thème global. Une interface conviviale vous permet d’entrer des vidéos et de personnaliser le type de résumé dont vous avez besoin.

Le système fournit des options pour les commentaires, ce qui lui permet d’apprendre et d’améliorer au fil du temps en fonction des interactions utilisateur.

Important

Le système n’est pas destiné à remplacer l’affichage complet, en particulier pour le contenu où les détails et les nuances sont essentiels pour prendre des décisions responsables. En outre, il n’est pas conçu pour résumer des vidéos hautement sensibles ou confidentielles où le contexte et la confidentialité sont essentiels.

Synthèse textuelle avec des images clés

La synthèse de vidéos textuelles avec des images clés utilise des images clés de la vidéo pour générer un résumé plus complet. Cette fonctionnalité est particulièrement utile lorsqu’il existe un contenu audio limité, tel que la transcription, ou lorsqu’un résumé plus holistique est souhaité.

Cas d’utilisation

Les utilisations prévues du système de synthèse vidéo basée sur l’IA sont de fournir aux utilisateurs un moyen rapide et efficace de comprendre le contenu de vidéos plus longues sans avoir à les regarder dans leur intégralité. Voici quelques utilisations spécifiques prévues :

• Formation. Les étudiants et les enseignants peuvent utiliser le système pour synthétiser des conférences, des séminaires ou du contenu éducatif, rendre les documents d’étude plus accessibles et plus faciles à examiner et à se concentrer sur les points d’apprentissage clés ou les définitions.
• Entreprise. Les professionnels peuvent générer des résumés de réunions, de présentations ou de sessions de formation qui mettent en évidence les décisions, les éléments d’action ou les points clés des réunions. Il fournit des résumés rapides et garantit que les informations importantes ne sont pas manquées.
• Média. Les journalistes et le grand public peuvent utiliser le système pour obtenir l’essence des reportages, des documentaires ou des entrevues, gagner du temps tout en restant informé. Il condense des nouvelles ou des documentaires en morceaux de mordre sans perdre le récit.
• Formats de sortie Vous pouvez définir des résumés pour utiliser différents styles de langage : neutre, décontracté ou formel. Vous pouvez également définir la longueur d’un résumé sur courte ou longue.

Synthèse textuelle sur VI activée par Arc

Si vous utilisez l’extension VI enbabled by Arc, vous pouvez générer un résumé à partir de la page vidéo dans le portail web et utiliser les mêmes fonctionnalités telles que les personnalisations, mais il n’existe aucune option pour modifier le déploiement du modèle. Au lieu de cela, chaque nouvelle extension créée inclut un modèle Phi-3-mini-4k-instruct local développé par Microsoft. Il n’y a aucun frais pour les demandes adressées au modèle.

Notes de transparence

Pour plus d’informations sur les spécifications et les limites, consultez la section Synthèse textuelle des notes de transparence.

Essayer une synthèse vidéo textuelle

Essayez d’utiliser une synthèse vidéo textuelle.