利用函数计算实现网络游戏的敏感语音检测

本文涉及的产品
Serverless 应用引擎 SAE,800核*时 1600GiB*时
函数计算FC,每月15万CU 3个月
简介: 多媒体兴起于PC时代,在互联网时代发扬光大,相关的开发从业者相继涌入,许多优秀的、具有个性化的产品竟相出现,但是对健康和谐的网络环境的建议工作难度也加大了,没有良好的监督,劣质内容的传播更快更广,危害更大, 本文基于函数计算提供一种检测方案,免服务器,免运维,简单快捷

前言

多媒体就是承载信息的各种载体,如声音、影响、图片、动画、文字、图形等,它具有感觉、表示、显示、存储、传输的作用,多媒体兴起于PC时代,在互联网时代发扬光大,而进入移动互联网时代之后,手游,直播,自媒体,网红等产业在过去的几年中繁荣兴盛,相关的开发从业者相继涌入,许多优秀的、具有个性化的产品竟相出现,但是对健康和谐的网络环境的建议工作难度也加大了,比如对于类似快手这样视频运用app,需要有对视频的鉴黄、鉴暴力监管,多媒体丰富了人们交流和表达信息的方式,但是没有良好的监督,劣质内容的传播更快更广,危害更大。

本教程内容简介

在本文中,我们探讨如何利用函数计算实现对网络中传输的多媒体信息进行敏感检测处理。笔者之前发表过利用函数计算实现网络游戏中的敏感词检测,在这篇文章的总结中,提出了函数计算可以作为游戏中语音中聊天的检测工具,基于这篇文章,我们在本文中实现一个在网络游戏中语音敏感词检测的方案,如下图中,语音需要先识别出文字,然后根据文字做敏感词检测:

image

技术方案

image

  • 为什么语音不直接从服务器转发?

1,语音数据一般比较大,如果同时有很多人在世界频道喊话,服务器压力很大
2,离线语音对话需求

具体实现

怎么安全从客户端上传文件至oss?

参考如何利用函数计算获取临时token访问其他阿里云资源

函数计算怎么进行语音识别?

可以使用阿里云语音识别服务,官方链接,附件处提供python版本录音文件识别

语音识别出的文字怎么进行自定义检测

参考利用函数计算实现网络游戏中的敏感词检测

总结

本文的教程主要是提供利用函数计算对移动互联网时代多媒体数据的自定义处理,虽然教程针对的是网络游戏中语音敏感词检测的一个运用场景,但是展开思路来看,有很多庞大的信息流可以通过函数计算做过滤处理,比如视频网站或小视频app的鉴黄,转码等需求,图片添加水印,鉴黄处理等等...

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
目录
相关文章
|
2月前
|
消息中间件 存储 Serverless
函数计算产品使用问题之怎么访问网络附加存储(NAS)存储模型文件
函数计算产品作为一种事件驱动的全托管计算服务,让用户能够专注于业务逻辑的编写,而无需关心底层服务器的管理与运维。你可以有效地利用函数计算产品来支撑各类应用场景,从简单的数据处理到复杂的业务逻辑,实现快速、高效、低成本的云上部署与运维。以下是一些关于使用函数计算产品的合集和要点,帮助你更好地理解和应用这一服务。
|
8天前
|
机器学习/深度学习 数据采集 网络安全
使用Python实现深度学习模型:智能网络安全威胁检测
使用Python实现深度学习模型:智能网络安全威胁检测
33 5
|
15天前
|
机器学习/深度学习 安全 网络安全
利用机器学习优化网络安全威胁检测
【9月更文挑战第20天】在数字时代,网络安全成为企业和个人面临的重大挑战。传统的安全措施往往无法有效应对日益复杂的网络攻击手段。本文将探讨如何通过机器学习技术来提升威胁检测的效率和准确性,旨在为读者提供一种创新的视角,以理解和实施机器学习在网络安全中的应用,从而更好地保护数据和系统免受侵害。
|
2月前
|
计算机视觉
在yolov5项目中如何使用自带摄像机不用网络摄像机进行实时检测?
这篇文章讨论了在yolov5项目中,如何避免使用网络摄像机而改用自带的本地摄像机进行实时目标检测,并提供了解决摄像头打开错误的具体步骤和代码示例。
在yolov5项目中如何使用自带摄像机不用网络摄像机进行实时检测?
|
2月前
|
机器学习/深度学习 监控 算法
基于深度学习网络的人员行为视频检测系统matlab仿真,带GUI界面
本仿真展示了基于GoogLeNet的人员行为检测系统在Matlab 2022a上的实现效果,无水印。GoogLeNet采用创新的Inception模块,高效地提取视频中人员行为特征并进行分类。核心程序循环读取视频帧,每十帧执行一次分类,最终输出最频繁的行为类别如“乐队”、“乒乓球”等。此技术适用于智能监控等多个领域。
55 4
|
2月前
|
机器学习/深度学习 数据采集 算法
基于深度学习网络的USB摄像头实时视频采集与火焰检测matlab仿真
本项目使用MATLAB2022a实现基于YOLOv2的火焰检测系统。通过USB摄像头捕捉火焰视频,系统实时识别并标出火焰位置。核心流程包括:视频采集、火焰检测及数据预处理(图像标准化与增强)。YOLOv2模型经特定火焰数据集训练,能快速准确地识别火焰。系统含详细中文注释与操作指南,助力快速上手。
|
2月前
|
机器学习/深度学习 运维 监控
|
2月前
|
UED 存储 数据管理
深度解析 Uno Platform 离线状态处理技巧:从网络检测到本地存储同步,全方位提升跨平台应用在无网环境下的用户体验与数据管理策略
【8月更文挑战第31天】处理离线状态下的用户体验是现代应用开发的关键。本文通过在线笔记应用案例,介绍如何使用 Uno Platform 优雅地应对离线状态。首先,利用 `NetworkInformation` 类检测网络状态;其次,使用 SQLite 实现离线存储;然后,在网络恢复时同步数据;最后,通过 UI 反馈提升用户体验。
49 0
|
2月前
|
JSON 监控 安全
在Linux中,如何使用Suricata进行实时网络威胁检测?
在Linux中,如何使用Suricata进行实时网络威胁检测?
|
3月前
|
计算机视觉 网络架构
【YOLOv8改进 - 卷积Conv】DWRSeg:扩张式残差分割网络,提高特征提取效率和多尺度信息获取能力,助力小目标检测
YOLO目标检测专栏探讨了YOLO的创新改进,如多尺度特征提取的DWRSeg网络。该网络通过区域残差化和语义残差化提升效率,使用DWR和SIR模块优化高层和低层特征。DWRSeg在Cityscapes和CamVid数据集上表现优秀,速度与准确性兼备。论文和代码已公开。核心代码展示了一个包含DWR模块的卷积层。更多配置详情见相关链接。

相关产品

  • 函数计算
  • 下一篇
    无影云桌面