本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

影片

BDA 提供一組標準輸出，用於處理和產生影片的洞見。以下是每個操作類型的詳細說明：

完整影片摘要

完整影片摘要會產生整個影片的整體摘要。它會將影片中呈現的關鍵主題、事件和資訊分割為簡潔摘要。完整影片摘要針對具有描述性對話的內容進行最佳化，例如產品概觀、訓練、新聞投射、演講和紀錄片。BDA 會嘗試根據完整影片摘要和場景摘要中的音訊訊號 （例如，發言者自我介紹） 或視覺訊號 （例如，簡報投影片顯示發言者的名稱），為每個唯一的發言者提供名稱。未解析唯一發言者的名稱時，將以唯一數字表示 （例如 speaker_0)。

章節摘要

影片章節摘要提供影片中個別場景的描述性摘要。影片章節是在影片中形成一致動作單位或敘述的一系列鏡頭。此功能會根據視覺和聲音提示將影片細分為有意義的區段，提供這些區段的時間戳記，並總結每個區段。

IAB 分類

互動式廣告局 (IAB) 分類會套用標準廣告分類法，根據視覺和音訊元素來分類影片場景。對於預覽，BDA 將支援 24 個最上層 (L1) 類別和 85 個第二層 (L2) 類別。若要下載 BDA 支援的 IAB 類別清單，請按一下這裡。

完整音訊文字記錄

完整的音訊文字記錄功能提供音訊檔案中所有語音的完整文字表示。它使用進階語音辨識技術來準確轉錄對話、敘述和其他音訊元素。轉錄包含發言者識別，可讓您根據發言者輕鬆導覽和搜尋音訊內容。

影片中的文字

此功能會偵測並擷取影片中以視覺方式顯示的文字。它可以識別靜態文字 （例如標題或字幕） 和動態文字 （例如在圖形中移動文字）。與影像文字偵測類似，它為每個偵測到的文字元素提供週框方塊資訊，允許在影片影格內進行精確的當地語系化。

標誌偵測

此功能可識別影片中的標誌並提供週框方塊資訊，指出影片影格中每個偵測到標誌的座標，以及可信度分數。預設不會啟用此功能。

內容管制

內容管制會偵測影片中不適當、不想要或令人反感的內容。BDA 支援 7 個管制類別：隱含零件的明確、非明確裸露和 Kissing、泳衣或內衣、暴力、毒品和煙草、酒精、仇恨符號。影片中的明確文字不會標記。

您可以針對文字偵測等相關功能啟用或停用週框方塊和相關聯的可信度分數，以在影片檔案中提供位置座標和時間戳記。預設會啟用完整影片摘要、場景摘要和影片文字偵測。

視訊標準輸出

以下是透過 BDA 處理之影片的標準輸出範例：

{
"metadata": {
    "asset_id": "0",
    "semantic_modality": "VIDEO",
    "s3_bucket": "bedrock-data-automation-gamma-assets-us-east-1",
    "s3_key": "demo-assets/Video/MakingTheCut.mp4",
    "format": "QuickTime / MOV",
    "frame_rate": 30,
    "codec": "h264",
    "duration_millis": 378233,
    "frame_width": 852,
    "frame_height": 480
  },

此初始區段說明有關影片的中繼資料資訊。這包括儲存貯體位置、格式、影格率和其他關鍵資訊。

"shots": [ ...

    {
      "shot_index": 3,
      "start_timecode_smpte": "00:00:08:19",
      "end_timecode_smpte": "00:00:09:25",
      "start_timestamp_millis": 8633,
      "end_timestamp_millis": 9833,
      "start_frame_index": 259,
      "end_frame_index": 295,
      "duration_smpte": "00:00:01:06",
      "duration_millis": 1200,
      "duration_frames": 36,
      "confidence": 0.9956437242589935,
      "chapter_indices": [
        1
      ]
    },

這是回應中鏡頭元素的範例。鏡頭代表影片的一小部分，通常與影片中的編輯或裁剪相關聯。鏡頭包含開始和結束元素，以及 chapter_indicies 元素。此元素指出影片的哪個較大區段稱為章節，鏡頭是其中的一部分。

"chapters": [
    {
      "start_timecode_smpte": "00:00:00:00",
      "end_timecode_smpte": "00:00:08:18",
      "start_timestamp_millis": 0,
      "end_timestamp_millis": 8600,
      "start_frame_index": 0,
      "end_frame_index": 258,
      "duration_millis": 8600,
      "shot_indices": [
        0,
        1,
        2
      ],
      "summary": "At an elegant outdoor venue, a man in a suit and a woman in a patterned dress stand on a raised platform overlooking a reflective pool. The setting is adorned with palm trees and lush greenery, creating a tropical atmosphere. The man initiates the event by asking if they should begin, to which the woman responds affirmatively. As the scene progresses, the focus shifts to a woman wearing a distinctive black and white patterned coat, her hair styled in a bun. She stands alone in a dimly lit room, facing away from the camera. The narrative then moves to a formal setting where a man in a dark suit stands before a curtain backdrop, suggesting he may be about to address an audience or perform. The scene concludes with a view of the entire venue, showcasing its tropical charm with a swimming pool surrounded by palm trees and decorative lighting, indicating it's prepared for a special occasion.",

章節是影片的較大部分。然後包含開始和結束資訊，例如鏡頭，以及 shot_indicies 元素。 shot_indicies 會告訴您哪些鏡頭位於章節中。最後，摘要元素 會提供章節內容的產生摘要。

 "frames": [...
         {
          "timecode_smpte": "00:00:03:15",
          "timestamp_millis": 3500,
          "frame_index": 105,
          "content_moderation": [],
          "text_words": [
            {
              "id": "266db64a-a7dc-463c-b710-7a178a2cc4cc",
              "type": "TEXT_WORD",
              "confidence": 0.99844897,
              "text": "ANDREA",
              "locations": [
                {
                  "bounding_box": {
                    "left": 0.1056338,
                    "top": 0.7363281,
                    "width": 0.19806337,
                    "height": 0.068359375
                  },
                  "polygon": [
                    {
                      "x": 0.1056338,
                      "y": 0.7363281
                    },
                    {
                      "x": 0.30369717,
                      "y": 0.7363281
                    },
                    {
                      "x": 0.30369717,
                      "y": 0.8046875
                    },
                    {
                      "x": 0.1056338,
                      "y": 0.8046875
                    }
                  ]
                }
              ],
              "line_id": "57b760fc-c410-418e-aee3-7c7ba58a71c2"
            },      

影片的最小精細程度是影格，代表影片中的單一影像。影格有兩個值得注意的回應元素： content_moderation 和 text_words。第一個 content_moderation 會根據偵測到影格內容的內容管制類別，為您提供相關資訊。第二個是 text_words，提供影片中任何文字的位置和資訊，例如隱藏式字幕。

    "statistics": {
    "shot_count": 148,
    "chapter_count": 11,
    "speaker_count": 11
  }
}

最後，統計資料會提供有關偵測資訊的明細，例如特定影片中有多少鏡頭、發言者和章節。