कंडे नास्ट ने अमेज़न बेड्रॉक के साथ मल्टीमोडल वीडियो खोज कैसे बनाई
aws ·
Condé Nast ने AWS जनरेटिव AI इनोवेशन सेंटर के साथ साझेदारी की है, जिसके तहत उनकी एडिटोरियल वर्कफ़्लो में मौजूद महत्वपूर्ण ऑपरेशनल असमर्थताओं को दूर करने के लिए एक AI-संचालित मल्टीमोडल वीडियो डिस्कवरी समाधान विकसित किया गया है। पहले, टीमों को 140,000 से अधिक वीडियो के लाइब्रेरी में केवल शीर्षकों और विवरणों का उपयोग करते हुए औसतन 250 मिनट तक मैन्युअल रूप से खोजने में लगते थे। नया सिस्टम Amazon Bedrock और TwelveLabs Marengo एम्बेडिंग मॉडल का उपयोग करके दृश्य, ऑडियो और ट्रांसक्रिप्ट डेटा के बीच समानांतर रूप से सेमांटिक सर्च करता है। इनजेशन पाइपलाइन को क्वेरी सर्विंग टियर से अलग करके, आर्किटेक्चर कई Availability Zones में उच्च उपलब्धता और स्केलेबिलिटी सुनिश्चित करता है। यह इंटेंट-आधारित सर्च संपादकों को प्राकृतिक भाषा या छवि क्वेरी के माध्यम से विशिष्ट क्लिप्स को सटीक टाइमस्टैम्प्स के साथ ढूंढने की अनुमति देता है, जिससे मैन्युअल रिव्यू की आवश्यकता काफी कम हो जाती है। इसके परिणामस्वरूप, Condé Nast को कंटेंट डिस्कवरी समय में 99.2 प्रतिशत की कमी मिली, जो प्रत्येक कार्य के लिए दो मिनट से कम रह गया है। इस पहल ने लगभग $800,000 का अनुमानित वार्षिक ऑपरेशनल बचत भी उत्पन्न किया और विज्ञापनदाताओं की मांगों के प्रति जवाब देने की गति बढ़ाकर राजस्व प्राप्त करने की प्रक्रिया को तेज किया। यह समाधान दिखाता है कि बड़ी मीडिया संगठन कैसे व्यापक वीडियो आर्काइव से मूल्य निकालने के लिए मल्टीमोडल AI का लाभ उठा सकते हैं।
aws