フジテレビジョン（フジテレビ）は3月29日、同社が運営する動画投稿サイト「DEAM FACTORY（ドリファク）」の基盤として、Microsoft Azureの動画配信サービス「Media Services」を採用したことを発表した。Media Servicesに実装されたMedia Analyticsの機能を使って、映像に多言語の字幕を自動追加するサービスを7月1日から提供する。
ドリファクは、視聴者が撮影した動画を投稿するYouTubeのようなサイト。「ピコ太郎のように世界で活躍するパフォーマーやアーティスト、クリエイターをプロデュースしたい」（フジテレビジョン 常務取締役 大多亮氏）という思いで、同社が1月16日に立ち上げた。「バンド」「漫才」「ショートムービー」「CG」などジャンルごとに135のコミュニティが用意されており、それぞれのコミュニティで再生数ランキングや「LOVE（いいね）」数ランキングが表示される。同日発表されたように、同サイトの基盤にはMedia Servicesが使われている。
Media Servicesには、ビデオ音声の自動テキスト化（Indexer）、ビデオ内で移動する人の顔を検出して追跡する機能（Face detection、Face emotion detection）、ビデオの内容をサマライズする機能（Video summarization）、規制対象コンテンツの検出機能（Content moderation）など、マイクロソフトのAIサービスAPI群「Cognitive Services」のうち動画に関連するAPI群をまとめた「Media Analytics」が実装されている。
Azure Media Services
今回、フジテレビと日本マイクロソフトは、Media AnalyticsのIndexer機能などを使って、ドリファクの動画の音声をテキスト化・機械翻訳し、動画に多言語の字幕を自動追加する機能をドリファクに実装。7月1日から、英語・中国語・スペイン語・フランス語での提供を開始する。対応言語は順次拡大する予定で、最大9カ国語に自動翻訳することを目指す。「投稿動画を多言語翻訳して配信することで、アーティストやクリエイターの世界進出を支援したい」（大多氏）。
Media Analyticsでは、自動字幕作成だけでなく、動画に登場する人物の顔を検出・追跡して登場時間を集計したり、映像にうつり込んだ人物の顔に自動で“ぼかし”をいれたりといったことが可能だ。大多氏は、これらのAI機能について、「タレントのギャラを決めるために、テレビの露出時間をストップウォッチで測っているケースがある。映像の世界で、これまで手でやっていた作業がAIで自動化できる」と期待を寄せた。今後、字幕作成以外の分野でもMicrosoftのAIを取り入れていくという。
Media AnalyticsのIndexer機能で動画の音声をテキスト化し、多言語翻訳
AIのトレーニングデータとして映像コンテンツを提供
フジテレビは、これまでもCS放送「フジテレビONE TWO NEXT」の動画配信基盤としてAzureのMedia Servicesを利用していた。大多氏によれば、ドリファクの立ち上げに際してONE TWO NEXTのチームから発案があり、ドリファクの基盤としてAzureの採用に至ったということだ。
フジテレビジョン 常務取締役 大多亮氏（左）、日本マイクロソフト 代表執行役社長 平野拓也氏（右）
また今回、フジテレビと日本マイクロソフトは、AzureのAI機能の日本語認識率向上に向けて協力する。ドリファクから提供を受けた映像コンテンツをAIのトレーニングデータや研究材料として活用し、日本語の認識率、顔認知技術の肖像権チェック、映像モデレート技術による成人向けコンテンツの自動排除処理、自動翻訳、索引付けなどの機能向上につなげていく。
日本マイクロソフトによれば、今回のように企業間での契約がない限り、Cognitive Servicesで分析した映像データをトレーニングデータに利用することはしないという。
本記事はアフィリエイトプログラムによる収益を得ている場合があります
