去年，斗鱼、熊猫等直播平台频频出现色情暴力等低俗直播内容，受到国家相关部门的严厉批评，各大平台也相继加强了对直播内容的监管。然而，“树欲静而风不止”，低俗直播这股“妖风”又刮到了当红的今日头条客户端。

据央视记者透露，“火山直播”平台借助“今日头条”的推送优势，每天吸引大量的用户点击和关注，即便该直播平台设有监管员，也难以对这些直播内容进行一一筛选，从而导致一些低俗色情的直播在该平台广为流传，造成极其不良的社会影响。

为何低俗直播内容一直能够得以“野火烧不尽，春风吹又生”？其中，固然有直播平台利用人性弱点推波助澜来赚取流量的因素存在，但由于实时的特性，直播很难通过人工监管来实现内容把控也是一个重要原因。

随着人工智能的发展，利用图形图像、音频技术对直播内容进行初次筛选，可以有效降低人工成本，提升工作效率，为优质直播内容保驾护航。

事实上，图像识别技术鉴定直播内容是否涉黄涉暴已被许多平台所采用。在进行直播的时候，每个直播间会间隔一秒或者几秒采集一个关键帧，将其发送到图像识别引擎。

而后，引擎会根据图像的颜色、纹理来对敏感图像进行过滤，在这一过程中，通过检测肢体轮廓等关键特征信息，然后与特征库模型里的相似度特征进行匹配，给予待测图像色情、性感、正常等不同程度的权重值，从而来评判直播间是否存在低俗内容，从而为下一步人工测评、及时拦截不当直播内容提供重要依据。

然而，对一些如谈话聊天、脱口秀、在线广播等以语音为主的直播节目，视频检测所使用的图形图像技术就很难发挥作用了，音频检测技术终于有了用武之地。利用音频技术，可实现如下几个方面的检测：

其一，检测主播身份。声音是一个很奇妙的东西，每个人的音带都是不一样的。在申请成为主播时，必须录入一段语音进行认证才能完成。因而，在进行直播时，平台只需通过一个很短的语音来提取特征值，然后与之间的认证语音进行比对，很快就能判定主播身份。

其二，内容审核。音频实时处理起来异常麻烦，会占用大量的带宽，但随着云服务的兴起，可以将提取的音频数据采用私有云的方式部署。其后，进行音频预处理（流媒体缓存、断句切分、统一格式、降噪处理）、内容检测（语音识别、关键词检索、语音识别）等步骤，有效判定语音内容是否涉嫌低俗暴力。

从目前来看，利用视频、音频来鉴定直播内容是否低俗的技术条件已相对成熟，接下来的问题在于：直播平台是否真的想加强监管力度？

（东方魔音为首席媒体官旗下媒体）

【想了解更多耳机及VR行业相关信息，请关注微信公众号：dfcoolhear】