الصوت والفيديو التوضيحي

توصيف الفيديو السمعي البصري هو تقنية متعددة الوسائط تهدف إلى دمج طرق معالجة الرؤية الحاسوبية ومعالجة الصوت لتوليد نص طبيعي يصف محتوى الفيديو تلقائيًا. تقوم هذه التقنية بتحليل المعلومات البصرية والسمعية في الفيديوهات لالتقاط العناصر مثل المشاهد، الأفعال والأصوات، مما يتيح إنشاء وصف دقيق وغني لمحتوى الفيديو. الهدف منها هو تعزيز فهم ومدى توفر الفيديوهات، مع تطبيقات واسعة في البحث عن الفيديو، توصية المحتوى، ومساعدة الأشخاص ذوي الإعاقة البصرية على فهم الفيديوهات.