Motor de búsqueda de vídeos

Los metadatos son información sobre hechos. Pueden incluir información sobre el autor del video, la fecha de creación, la duración y cualquier otro dato que se pueda extraer e incluir en los archivos. Internet suele utilizar un lenguaje llamado XML para codificar los metadatos, el cual funciona muy bien en la web y es legible para las personas. Por lo tanto, la forma más sencilla de encontrar datos de nuestro interés es a través de la información contenida en estos archivos.

En los vídeos, existen dos tipos de metadatos que podemos integrar en el propio código del vídeo y metadatos externos de la página donde se encuentra el vídeo. En ambos casos, los optimizamos para que sean ideales al indexarse.

El reconocimiento de voz consiste en transcribir el audio de los vídeos y crear un archivo de texto. De esta forma, con la ayuda de un extractor de frases, se puede buscar fácilmente si el contenido del vídeo es de interés. Algunos buscadores, además de utilizar el reconocimiento de voz para buscar vídeos, también lo utilizan para encontrar el punto exacto de un archivo multimedia donde se encuentra una palabra o frase específica, y así ir directamente a ese punto. Gaudi (Google Audio Indexing), un proyecto desarrollado por Google Labs , utiliza la tecnología de reconocimiento de voz para localizar el momento exacto en que se pronunciaron una o más palabras en un audio, lo que permite al usuario ir directamente al momento preciso en que se dijeron. Si la consulta de búsqueda coincide con algún vídeo de YouTube, las posiciones se indican con marcadores amarillos y el usuario debe pasar el ratón por encima para leer el texto transcrito.

El reconocimiento de texto puede ser muy útil para identificar personajes en los vídeos mediante los rótulos. Al igual que con los reconocedores de voz, existen buscadores que permiten (mediante el reconocimiento de caracteres) reproducir un vídeo desde un punto específico.

TalkMiner, un ejemplo de búsqueda de fragmentos específicos en vídeos mediante reconocimiento de texto, analiza cada vídeo una vez por segundo, buscando características distintivas de las diapositivas, como su forma y naturaleza estática. Captura la imagen de la diapositiva y utiliza el Reconocimiento Óptico de Caracteres (OCR) para detectar las palabras presentes en ella. Posteriormente, estas palabras se indexan en el motor de búsqueda de TalkMiner, que actualmente ofrece a los usuarios más de 20 000 vídeos de instituciones como la Universidad de Stanford, la Universidad de California en Berkeley y TED.

Mediante descriptores visuales , podemos analizar los fotogramas de un vídeo y extraer información que se puede clasificar como metadatos. Las descripciones se generan automáticamente y pueden describir diferentes aspectos de los fotogramas, como el color, la textura, la forma, el movimiento y la situación.

Este criterio es más ambiguo y menos objetivo, pero a veces es el que más se acerca a lo que buscamos; depende totalmente del usuario y del algoritmo que haya elegido el propietario. Por eso siempre se ha debatido, y ahora que los resultados de búsqueda están tan arraigados en nuestra sociedad, se ha debatido aún más. Este tipo de gestión suele depender del número de veces que aparece la palabra buscada, del número de visualizaciones, del número de páginas que enlazan a este contenido y de las valoraciones de los usuarios que lo han visto. ^{[ 1 ]}

Este criterio se basa totalmente en la cronología. Los resultados se pueden ordenar según su antigüedad en el repositorio.

Este criterio ordena los vídeos según su popularidad.

Este criterio ordena los vídeos según su duración.

En los repositorios, es práctica común permitir que los usuarios califiquen los videos, de modo que el contenido de calidad y relevancia tenga una mejor posición en la lista de resultados, ganando visibilidad. Esta práctica está estrechamente relacionada con las comunidades virtuales.

Dentro de las interfaces de Internet, podemos encontrar repositorios que alojan archivos de vídeo e incorporan un motor de búsqueda que busca únicamente en sus propias bases de datos, y buscadores de vídeo sin repositorio que buscan en fuentes de software externas.

En ocasiones, un motor de búsqueda solo busca en archivos audiovisuales almacenados en un ordenador o, como ocurre en los televisores, en un servidor privado al que los usuarios acceden a través de una red local. Estos buscadores suelen ser programas o aplicaciones web enriquecidas con opciones de búsqueda muy específicas para lograr la máxima velocidad y eficiencia en la presentación de los resultados. Se utilizan normalmente para grandes bases de datos y, por lo tanto, están altamente enfocados en satisfacer las necesidades de las empresas de televisión. Un ejemplo de este tipo de software sería Digition Suite, que además de ser un referente en este tipo de interfaces, es muy similar a nuestro sistema de almacenamiento y recuperación de archivos de la Corporació Catalana de Mitjans Audiovisuals . ^{[ 2 ]}

Este paquete integra todo el proceso de creación, indexación, almacenamiento, búsqueda, edición y recuperación de contenido. Una vez digitalizado el contenido audiovisual, se indexa mediante diferentes técnicas según su importancia y se almacena. Cuando un usuario desea recuperar un archivo específico, introduce campos de búsqueda como el título del programa, la fecha de emisión, los personajes o el nombre del productor, y el sistema inicia la búsqueda. Una vez que aparecen los resultados y se organizan según las preferencias, el usuario puede previsualizar versiones de baja calidad de los vídeos para un acceso más rápido. Cuando se encuentra el contenido deseado, se puede descargar en mayor calidad para su edición y reproducción. ^{[ 3 ]}

Búsqueda que no se ve afectada por el alojamiento del vídeo, donde los resultados son independientes del lugar donde se encuentre el vídeo:

• Blinkx se lanzó en 2004 y utiliza reconocimiento de voz y análisis visual para procesar vídeos indexados, en lugar de basarse únicamente en metadatos. Blinkx afirma tener el mayor archivo de vídeo de la web y estima su colección en alrededor de 26.000.000 de horas de contenido.
• CastTV es un motor de búsqueda de vídeos a nivel web que fue fundado en 2006 y financiado por Draper Fisher Jurvetson , Ron Conway y Marc Andreessen .
• Munax lanzó su primera versión de un motor de búsqueda de contenido completo en 2005 y actualmente impulsa motores de búsqueda tanto a nivel nacional como mundial con búsqueda de vídeo.
• Picsearch Video Search cuenta con licencia para portales de búsqueda desde 2006. Picsearch es un proveedor de tecnología de búsqueda que impulsa la búsqueda de imágenes, vídeos y audio para más de 100 de los principales motores de búsqueda del mundo.

Los resultados de búsqueda están modificados o son sospechosos, debido a que el vídeo alojado de gran tamaño recibe un trato preferencial en los resultados de búsqueda:

• AOL Video ofrece un motor de búsqueda de vídeos que permite encontrar vídeos en las plataformas de vídeo más populares de internet. En diciembre de 2005, AOL adquirió Truveo Video Search.
• Bing Video Search es un motor de búsqueda desarrollado por Bing y utilizado también por Yahoo! Video Search.
• Google Videos es un motor de búsqueda de videos de Google .
• Tencent Video ofrece búsqueda de vídeos de Tencent .