人工智能

中V档案馆的自动化工作流高度依赖人工智能进行信息提取和分类。

我们目前使用的 AI 系统有：

Filter (代号 Akari）

位于项目根目录下的 /ml/filter/，它将来自哔哩哔哩视频分为以下类别：

• 0：与中文歌声合成无关

• 1：中文歌声合成原创曲

• 2：中文歌声合成的翻唱/Remix歌曲

我们还有一些尚未投入生产的实验性工作：

预测器

位于项目根目录下的 /ml/pred/，它预测视频的未来播放量。这是一个回归模型，它将视频的历史播放量趋势、其他上下文信息（例如当前时间）和要预测的未来时间增量作为特征输入，并输出视频播放量从“现在”到指定未来时间点的增量。

歌词对齐

位于项目根目录下的 /ml/lab/，它分别使用 MMS wav2vec 和 Whisper 模型进行音素级和行级对齐。这项工作的最初目的是驱动我们另一个项目 AquaVox 中的实时歌词功能。