懂AI
NeuralBlock

NeuralBlock

智能识别YouTube视频赞助内容的神经网络工具

NeuralBlock是一个开源的神经网络项目，致力于自动识别YouTube视频中的赞助内容。它能够判断整段文本或单个词是否属于赞助部分，为用户提供精准的视频内容分析。该项目基于大规模众包数据训练，采用先进的深度学习技术，并提供便捷的Web应用界面。NeuralBlock不仅提高了视频观看体验，还为内容创作者和广告主提供了有价值的数据洞察。未来，项目将进一步提升识别准确度，整合视频图像信息，并扩展多语言支持，为全球用户提供更全面的服务。

NeuralBlockYouTube赞助检测神经网络语音识别机器学习Github开源项目
访问官网GitHub

NeuralBlock

NeuralBlock (NB) 是一个使用 Keras/Tensorflow 构建的神经网络，用于检测 YouTube 视频中的赞助内容。它支持两种预测：(1) 判断文本摘录是否为赞助内容（广告），(2) 判断序列中的某个词是否属于赞助内容。

NB 的灵感来源于这个项目，但与之不同的是，本项目利用了 SponsorBlock 提供的众包标签。

examples/ 目录中提供了一些 NB 预测的示例。网页应用的代码也已提供，可以在本地运行。

YouTube 上有一个视频演示可供参考。

高层概述

  1. NeuralBlock 使用 YouTubeTranscriptApi 从 YouTube 提取字幕。
  2. SponsorBlock 社区已经预先标注了赞助内容。
  3. 利用第 2 步的时间戳在字幕中找出赞助内容部分，从而创建训练集。
  4. 使用赞助内容中出现频率最高的 10,000 个词对文本序列进行分词。注意，使用 fastText 的预训练词嵌入并不能提高性能。
  5. 训练双向 LSTM RNN。

使用网页应用

部分内容可能已过时，稍后更新。可以使用 Dockerfile

app/ 目录包含一个简单的 Flask 应用，执行 predict_stream.py 和 predict_timestamps.py 的主要功能，并在浏览器中展示结果。

  1. 安装 Flask 和其他必要的库。
  2. 将 data 文件夹中的模型移至 app/models。不应有子文件夹。
  3. 在终端中运行 python app/application.py。
  4. 在浏览器中访问 localhost:5000。
  5. 提交有效的视频 ID 并点击提交。

结果应在几秒钟内返回。注意，如果 YouTubeTranscriptApi 无法提取到好的字幕，应用将会失败。

对新数据进行预测

部分内容可能已过时，稍后更新。

  1. 安装 Python 库 TensorFlow 和 YouTubeTranscriptApi。
  2. 如有必要，更新路径。
  3. 提供视频 ID (vid)。网络是在 2020 年 3 月 3 日的数据库上训练的。使用该日期之后创建的视频，以确保视频尚未被处理过。
  4. 运行 predict_stream.py。
  5. 手动检查存储在变量 df 或 results 中的输出。

注意，过度使用 YouTubeTranscriptApi 可能导致您的 IP 被封禁。

未来工作

  1. 更好的字幕： NeuralBlock 依赖于下载完整的字幕。一些创作者禁用自动生成的英文字幕，导致 NB 无法进行预测。后者可以通过现有的语音转文字项目解决，如 Mozilla 的 DeepSpeech。
  2. 更准确的标签： 标签并不完美，因为我们只知道大概的时间，而不知道具体某个词的说话时刻。例如，静音（仅视觉广告）或非常短的广告片段很难处理。
  3. 融入视频信息： 视觉线索，如场景切换，对确定广告也很有价值，可以帮助解决第 2 点的问题。
  4. 支持其他语言： 目前仅支持英语。

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多