tl; dr: Adblock Radio मशीन लर्निंग और शाज़म जैसी तकनीकों का उपयोग करके ऑडियो विज्ञापनों को पहचानता है। मुख्य ओपन सोर्स इंजन : इसका उपयोग अपने उत्पादों में करें! आप अधिक रेडियो स्टेशनों और पॉडकास्ट का समर्थन करने के लिए बलों में शामिल हो सकते हैं।

कुछ लोग रेडियो विज्ञापनों को सुनना पसंद करते हैं। मैंने AdblockRadio.com प्रोजेक्ट लॉन्च किया ताकि श्रोता अपने पसंदीदा इंटरनेट रेडियो पर विज्ञापन छोड़ सकें। एल्गोरिथ्म प्रकाशित स्रोत है , और यह आलेख बताता है कि यह कैसे काम करता है।

एडब्लॉक रेडियो पहले ही सात देशों के 60 से अधिक रेडियो स्टेशनों से वास्तविक डेटा पर परीक्षण कर चुका है। यह पॉडकास्ट के साथ भी संगत है और बहुत अच्छी तरह से काम करता है!

पिछले कार्यान्वयन की तुलना में, हमारा एल्गोरिथ्म एक सार्वभौमिक दृष्टिकोण प्रदान करता है, विभिन्न स्रोतों से प्रसंस्करण धागे। पिछले कार्यान्वयन में से, एक इंटरनेट रेडियो मेटाडेटा पर निर्भर करता है , लेकिन रेडियो का केवल एक छोटा सा हिस्सा इस पद्धति के साथ संगत है। एक अन्य कार्यान्वयन ज्ञात जिंगल्स को पहचानता है , लेकिन कई मामलों में वाणिज्यिक विराम की शुरुआत और अंत जिंगल द्वारा चिह्नित नहीं किया जाता है।

विज्ञापनों का पता लगाने के अलावा, प्रस्तावित एल्गोरिथ्म संगीत से बातचीत को अलग कर सकता है। इसलिए, यह आपको केवल बकवास से बचने और केवल संगीत सुनने की अनुमति देता है।

यह लगभग तीन वर्षों के लिए मेरे व्यक्तिगत काम की रिपोर्ट है। मैंने फ्यूजन प्लाज्मा भौतिकी में स्नातक स्कूल से स्नातक करने के कुछ महीने बाद, 2015 के अंत में एडब्लॉक रेडियो लॉन्च किया। जब 2016 में एडब्लॉक रेडियो ने कुछ प्रसिद्धि प्राप्त की, तो मुझे फ्रेंच रेडियो स्टेशनों (अधिक नीचे) के वकीलों से धमकी मिली। मुझे साइट को आंशिक रूप से बंद करना था, सिस्टम की वास्तुकला को बदलना, कानूनी परिणामों का बेहतर अध्ययन करना आदि। आज मेरा मानना ​​है कि ओपन इनोवेशन के प्रतिमान में AdBlock Radio बहुत बेहतर विकसित होगा।

इस लेख के तीन भाग हैं। वे अलग-अलग दर्शकों के लिए डिज़ाइन किए गए हैं। आप वांछित अनुभाग पर सीधे जाने के लिए नीचे स्क्रॉल कर सकते हैं या नाम पर क्लिक कर सकते हैं।

• विज्ञापन पहचान: सिद्ध रणनीतियाँ । तकनीकी रूप से समझ रखने वाले लोगों, वैज्ञानिकों, डेटा विश्लेषण विशेषज्ञों के लिए ... यहाँ विभिन्न तकनीकी विधियाँ हैं जिनका मैंने भाषण पहचान, ध्वनि फ़िंगरप्रिंट और मशीन लर्निंग सहित विज्ञापनों का पता लगाने की कोशिश की। आगे के काम के लिए विकल्पों पर विचार।
• यह क्लाउड में एडब्लॉक रेडियो चलाने के लिए अनुशंसित नहीं है । सॉफ्टवेयर डेवलपर्स और कॉपीराइट में रुचि रखने वाले लोगों के लिए। क्लाउड सेवाओं में एडब्लॉक रेडियो लॉन्च करते समय तकनीकी और कानूनी सीमाओं के बीच संतोषजनक समझौता करना कितना कठिन है, इस पर हम चर्चा करेंगे। इन कारणों से, केवल एंड-यूज़र उपकरणों पर एडब्लॉक रेडियो चलाना सबसे अच्छा है।
• आप अपने खिलाड़ी में एडब्लॉक रेडियो को एकीकृत कर सकते हैं । निर्माताओं, उत्पाद मालिकों, यूएक्स डिजाइनरों, टेकीज़ के लिए ... मैं एक ओपन सोर्स एल्गोरिथ्म को अंत उत्पादों में एकीकृत करने के लिए विचार कर रहा हूं, जिसमें कार खिलाड़ी भी शामिल हैं, और खराबी के मामलों के बारे में उपयोगकर्ताओं से प्रतिक्रिया की आवश्यकता पर जोर दिया गया है। सिस्टम को बनाए रखने के लिए यह आवश्यक है। अंत में, यहां सही उपयोगकर्ता इंटरफ़ेस बनाने के तरीके के बारे में सुझाव दिए गए हैं। मुझे इस विषय पर बहुत अधिक प्रतिक्रिया की उम्मीद है।

एडब्लॉक रेडियो रेडियो सुनने का आनंद वापस लाता है

विज्ञापन जांच: सिद्ध रणनीतियाँ

किसी विज्ञापन को अवरुद्ध करने के लिए, आपको पहले उसका पता लगाने की आवश्यकता है। लक्ष्य रेडियो स्टेशन की मदद के बिना ऑडियो स्ट्रीम में विज्ञापनों का पता लगाना है। यह कोई आसान काम नहीं है। मैंने अच्छा परिणाम प्राप्त करने से पहले कई तरीकों की कोशिश की।

1. सरल तरीके (काम नहीं करते)

आयतन

पहला विचार ध्वनि की मात्रा की जांच करना है, क्योंकि विज्ञापन बहुत जोर से है! विज्ञापन के लिए, अक्सर ध्वनिक संपीड़न का उपयोग किया जाता है। यह एक दिलचस्प मानदंड है, लेकिन यह विज्ञापन को भेद करने के लिए पर्याप्त नहीं है। उदाहरण के लिए, यह रणनीति शास्त्रीय संगीत स्टेशनों के लिए बहुत अच्छी तरह से काम करती है, जहां विज्ञापन आमतौर पर संगीत की तुलना में जोर से होते हैं। लेकिन पॉप विज्ञापन के रूप में जोर से है। इसके अलावा, पता लगाने से बचने के लिए कुछ विज्ञापन जानबूझकर चुप कराए जा सकते हैं।

घड़ी का ताला

एक और विचार यह है कि विज्ञापन एक विशिष्ट समय पर एक कार्यक्रम में प्रसारित किया जाता है। कुछ हद तक यह सच है, लेकिन कोई सटीकता नहीं है। उदाहरण के लिए, मैंने फ्रेंच स्टेशन पर सुबह के शो को ठीक उसी समय शुरू नहीं किया था, जिसमें दो मिनट तक बदलाव होते थे। रेडियो स्टेशन अपने कार्यक्रमों को बेतरतीब ढंग से कई दसियों सेकंड में स्थानांतरित करके इस तरह के लॉक को आसानी से रोक सकते हैं।

मेटाडाटा

स्पष्ट समाधान स्ट्रीम जानकारी प्रदर्शित करने के लिए वीएलसी जैसे खिलाड़ियों के लिए ICY / Shoutcast मेटाडेटा पर भरोसा करना है। दुर्भाग्य से, यह डेटा ज्यादातर मामलों में टूटा हुआ है। रेडियो स्टेशनों की वेबसाइटों पर लाइव प्रसारण से कोई भी जानकारी ले सकता है (मैंने इसके लिए एक उपकरण विकसित किया है), लेकिन अक्सर विज्ञापन की पहचान नहीं की जाती है। आमतौर पर साइट पर विज्ञापन के दौरान पिछले गीत या कार्यक्रम का नाम प्रदर्शित होता है। एक उल्लेखनीय अपवाद जैज रेडियो है , जो वाणिज्यिक (संगीत जल्द ही वापस आ जाएगा) के दौरान "ला म्यूसिक रिवाइज वाइट ..." लिखता है। निष्कर्ष में, यह ध्यान दिया जाना चाहिए कि यह एक अविश्वसनीय रणनीति है, क्योंकि रेडियो स्टेशन बहुत आसानी से मेटाडेटा बदल सकते हैं।

मैनुअल अंकन

आखिरकार, विज्ञापन का पता लगाना बिना किसी एल्गोरिथम के संभव है! जब विज्ञापन शुरू होता है और समाप्त होता है तो आप बस कुछ श्रोताओं को एक बटन दबाने के लिए कह सकते हैं। अन्य श्रोताओं को इससे लाभ होगा। यह सेट-टॉप बॉक्स TiVo बोल्ट की रणनीति है। यह आपको एक निर्धारित समय में स्थापित चैनलों पर विज्ञापन निकालने की अनुमति देता है। यह उत्कृष्ट परिणाम देता है, लेकिन हजारों रेडियो स्टेशनों के लिए अच्छी तरह से पैमाने पर नहीं है।

नुकसान यह है कि सिस्टम को खरोंच से शुरू करना मुश्किल है। उचित संचालन के लिए नए स्टेशन पर पर्याप्त दर्शक नहीं हो सकते हैं। पहले श्रोता परेशान होंगे और चले जाएंगे, इसलिए स्टेशन कभी भी पर्याप्त बड़े दर्शकों को इकट्ठा नहीं करेगा।

एक और मुश्किल यह है कि रेडियो स्टेशन सिस्टम को तोड़फोड़ करने के लिए नकली सिग्नल भेजना चाहेंगे। इसके लिए एक मॉडरेशन तंत्र, एक सर्वसम्मति प्रणाली या मतदान के लिए एक सीमा की आवश्यकता होती है।

क्राउडसोर्सिंग एक अच्छा विचार है। मुझे लगता है कि यह बेहतर लगता है अगर एल्गोरिथ्म ज्यादातर काम करता है, लोगों के लिए न्यूनतम छोड़ देता है। यही मैंने किया है।

2. भाषण मान्यता और शाब्दिक क्षेत्र विश्लेषण (विफलता)

विज्ञापन हमेशा एक ही विषय और शाब्दिक क्षेत्र है: कार खरीदना, सुपरमार्केट कूपन प्राप्त करना, बीमा के लिए साइन अप करना आदि। यदि आप भाषण को पहचानते हैं, तो आप स्पैम से निपटने के लिए मानक टूल का उपयोग कर सकते हैं। यह 2015 के अंत में मेरा पहला शोध पथ था, लेकिन मैं भाषण मान्यता को लागू करने में सक्षम नहीं था।

भाषण प्रसंस्करण में एक शुरुआत के रूप में, मैंने हुआंग के भाषण प्रसंस्करण , एक महान पुस्तक को पढ़कर शुरू किया, हालांकि थोड़ा सा दिनांक। मैंने अपने गंदे छोटे हाथ सीएमयू स्फिंक्स पर लगाए, जो उस समय का सबसे अच्छा मुफ्त भाषण पहचान इंजन था।

पहले प्रयास ने बहुत खराब परिणाम दिए और सीपीयू पर गहन गणना की आवश्यकता थी। मैंने डिफ़ॉल्ट मापदंडों का उपयोग किया: मानक फ्रेंच शब्दकोश (संभावित शब्दों और इसी फोनमेस की सूची), भाषा मॉडल (शब्द अनुक्रम की संभावनाएं) और ध्वनिक मॉडल (ध्वनि तरंगों के रूप के साथ स्वरों का कनेक्शन)।

प्रणाली में सुधार के प्रयास निरर्थक थे: मान्यता अभी भी खराब काम करती थी। मैं एक छोटे डेटा सेट पर शब्दावली और भाषा मॉडल सेट करता हूं , ध्वनि को एक विचलन उपकरण के साथ साझा करता है । उन्होंने MLLR ध्वनिक मॉडल को यूरोप 1 (फ्रेंच) रेडियो स्टेशन के लिए भी अनुकूलित किया , जिस पर उन्होंने प्रणाली को प्रशिक्षित किया।

सामान्य तौर पर, भाषण मान्यता के विचार को छोड़ना पड़ा। यह शायद विशेषज्ञों के लिए है। हालांकि, भविष्य में आप इसमें वापस आ सकते हैं। 2015 के बाद से, भाषण मान्यता में महत्वपूर्ण प्रगति हुई है। नए ओपन सोर्स टूल प्रकाशित किए गए हैं, जैसे कि मोज़िला डीप स्पीच ।

3. सोर्सिंग विज्ञापन आधार, ध्वनि उंगलियों के निशान (उत्साहजनक) द्वारा पता लगाना

2016 में एडब्लॉक रेडियो के पहले संस्करण ने विज्ञापनों के डेटाबेस के साथ काम किया। सिस्टम ने लगातार विज्ञापन की तलाश में साउंड स्ट्रीम को सुना। परिणाम वास्तव में आशाजनक थे, लेकिन इस तरह के आधार को अद्यतित रखना मुश्किल था।

फिंगरप्रिंट सर्च तकनीक गीतों को पहचानने के लिए अपने सर्वर पर शाजम के समान है। इस प्रकार के एल्गोरिथ्म को आमतौर पर लैंडमार्क के रूप में जाना जाता है। मैंने इसे स्ट्रीमिंग पर काम करने के लिए अनुकूलित किया और स्रोत कोड खोला ।

फ़िंगरप्रिंटिंग विज्ञापनों का पता लगाने के लिए उपयुक्त है, क्योंकि वे बार-बार एक ही रूप में प्रसारित होते हैं। उसी कारण से, वह संगीत को पहचानता है। लेकिन यह तकनीक भाषण पर काम नहीं करेगी, क्योंकि लोग कभी भी शब्दों का उच्चारण नहीं करते हैं। यह केवल रात में कार्यक्रमों को फिर से प्रसारित करने के साथ संभव है, जो हमें रुचि नहीं देता है। इस प्रकार, विज्ञापन और संगीत ("विज्ञापन नहीं") को फिंगरप्रिंट डेटाबेस में दर्ज किया जाना चाहिए, लेकिन यह भाषण को संसाधित करने के लिए व्यर्थ है।

अनिवार्य रूप से, ध्वनि फ़िंगरप्रिंट कुछ ध्वनि विशेषताओं का एक संख्या में रूपांतरण होता है जिसे फ़िंगरप्रिंट कहा जाता है। यदि लाइव कई प्रिंट आधार से मेल खाते हैं, तो हम यह निष्कर्ष निकाल सकते हैं कि विज्ञापन प्रसारित किया जा रहा है। इष्टतम रिज़ॉल्यूशन के लिए, समय और आवृत्ति रेंज में कुछ समायोजन की आवश्यकता होती है। विभिन्न पैटर्न अच्छी तरह से भिन्न होना चाहिए। हालाँकि, सिस्टम को ध्वनि संपीड़न एल्गोरिदम में थोड़े बदलाव के साथ भी काम करना चाहिए या अगर रेडियो ने तुल्यकारक सेटिंग्स को बदल दिया है। अंत में, आपको प्रिंट की संख्या को सीमित करना चाहिए ताकि कंप्यूटिंग संसाधनों को लोड न किया जा सके।


ध्वनि प्रिंटों की गणना का उदाहरण। लाल पृष्ठभूमि - स्पेक्ट्रोग्राम। यह आवृत्ति (नीचे कम आवृत्तियों) में ध्वनि की तीव्रता में परिवर्तन को दर्शाता है। इस मानचित्र पर, वर्णक्रमीय चोटियों की पहचान की जाती है (नीले डॉट्स) और कनेक्टेड (ग्रे लाइनें)। प्रत्येक ग्रे लाइन की स्थिति, लंबाई और अभिविन्यास को एक अद्वितीय संख्या, एक प्रिंट में परिवर्तित किया जाता है

बाइनरी वर्गीकरण परिणाम देता है: नमूना एक विज्ञापन है या नहीं। यदि हम त्रुटियों के मामलों का विश्लेषण करते हैं, तो सिस्टम लगभग हमेशा एक गलत नकारात्मक परिणाम उत्पन्न करता है, अर्थात, यह विज्ञापन चूक गया, और विज्ञापन पर बहुत कम ही अच्छी सामग्री नोट की गई। उपयोगकर्ता एक क्लिक के साथ अवांछित विज्ञापनों की रिपोर्ट कर सकते हैं, जो एक उत्कृष्ट उपयोगकर्ता इंटरफ़ेस प्रदान करता है। संबंधित ध्वनि डेटाबेस में स्वचालित रूप से जोड़ दी जाती है। मैंने इन क्रियाओं को एक पश्चाताप में बदल दिया।

डेटाबेस को अद्यतित रखना मुश्किल था, क्योंकि विज्ञापन अक्सर बदलते रहते हैं, और विज्ञापनों को थोड़े बदलाव के साथ प्रसारित किया जाता है। वे भी अक्सर अद्यतन किए जाते हैं, कुछ मामलों में हर कुछ दिनों में। श्रोताओं की अपर्याप्त संख्या के साथ कुछ धाराएं बहुत खराब मान्यता प्राप्त हैं।

मैंने श्रोताओं के काम को आंशिक रूप से स्वचालित करने के लिए दिलचस्प रणनीतियों की खोज की। विज्ञापनों को हर दिन कई बार उसी तरह प्रसारित किया जाता है। इसका उपयोग उनकी पहचान करने के लिए किया जा सकता है। रिकॉर्ड्स ने अधिकतम दोहराए जाने वाले दृश्यों (MRS) की खोज की। अन्य सामग्री भी दोहराई जाती है, उदाहरण के लिए, गाने और जिंगल (स्क्रीनसेवर)। मैंने लंबाई के आधार पर सभी अनुक्रमों को क्रमबद्ध किया और लगभग 30 सेकंड की लंबाई के साथ नमूने लिए, जो विज्ञापनों में विशिष्ट थे। इस प्रकार, बहुत बार एक विज्ञापन को पकड़ने में कामयाब रहे। लेकिन कभी-कभी गीतों या रिकॉर्ड किए गए मौसम के पूर्वानुमानों के कोरस भी सामने आते हैं।

मुझे अधिकांश संगीत पुनरावृत्तियों को फ़िल्टर करने का एक तरीका मिला: मैंने स्टेशन के प्लेलिस्ट का विश्लेषण किया, गाने डाउनलोड किए और उन्हें "नहीं विज्ञापनों" लेबल के साथ डेटाबेस में एकीकृत किया। इसलिए, MRS के लिए अधिक से अधिक उम्मीदवार वास्तविक विज्ञापनों में बदल गए। लेकिन फिर भी, सभी नहीं, इसलिए उपयोगकर्ता सहायता आवश्यक बनी रही।

कम मैनुअल काम की आवश्यकता थी, लेकिन सर्वर लोड पहले से ही एक समस्या थी। पीछे देखते हुए, इन संसाधन-गहन, समय-महत्वपूर्ण डेटाबेस संचालन के लिए SQLite का विकल्प सबसे अच्छा नहीं था।

सौभाग्य से, एल्गोरिदम के पास यह निर्धारित करने के लिए कुछ सेकंड थे कि ध्वनि एक विज्ञापन है या नहीं। इसका कारण यह है कि इंटरनेट रेडियो एक ऑडियो बफर का उपयोग करते हैं, आमतौर पर 4-30 सेकंड, जो अंत-उपयोगकर्ता डिवाइस पर तुरंत नहीं खेलते हैं। यह अस्थायी नेटवर्क हानि की स्थिति में प्रसारण को रोकने में मदद करता है।

मैंने एल्गोरिथ्म भविष्यवाणियों को अधिक स्थिर और संदर्भ-संवेदनशील बनाने के लिए इस पोस्टप्रोसेसिंग बफर देरी का उपयोग किया। एंड-यूज़र डिवाइस पर ध्वनि बजाने से तुरंत पहले, एल्गोरिथ्म पूर्वानुमान के परिणामों को देखता है जो अभी भी बफर में हैं, साथ ही पुराने वाले जो पहले से ही खेले जा चुके हैं। यह हिस्टैरिसीस दिखाते हुए कई फिंगरप्रिंट मैचों के साथ संदिग्ध डेटा बिंदुओं को काट देता है। यह संभव विफलताओं को सुचारू करने के लिए भारित औसत समय को भी ध्यान में रखता है।


2016 में किसी समय रेडियो पर एडब्लॉक करें। रेडियो स्टेशनों का लाल प्रकाश डाला गया विज्ञापन जहाँ वर्तमान में चल रहा है वह वास्तव में अच्छा लग रहा है! उपयोगकर्ता नीले बटन के साथ स्किप किए गए विज्ञापनों को चिह्नित कर सकते हैं। शीर्ष पर संगीत-इन-द-क्लाउड बटन आपको एक कस्टम एमपी 3 स्ट्रीम निर्यात करने की अनुमति देता है, जिसमें से हटाए गए विज्ञापन के साथ और, यदि यह फ़ंक्शन कॉन्फ़िगर किया गया है, तो रेडियो स्टेशनों के बीच चिकनी संक्रमण। नीचे अतिरिक्त बटन और कार्य हैं।

4. मशीन लर्निंग में विज्ञापन, बातचीत और संगीत का वर्गीकरण (लगभग तैयार!)

एल्गोरिथ्म का अगला संस्करण ध्वनिकी का विश्लेषण करता है: निम्न से उच्च ध्वनियों और समय में उनके परिवर्तन। नए अज्ञात विज्ञापनों का पता लगभग पुराने के साथ ही उन प्रशिक्षणों पर भी लगाया जाता है, जिन पर प्रशिक्षण केवल शोर और आयात के संकेत द्वारा होता है। ध्वनि की मात्रा के विश्लेषण के लिए यह एक अधिक जटिल तरीका है (पिछली चर्चा देखें)।

इसके लिए, मैंने मशीन लर्निंग टूल्स का इस्तेमाल किया, जिसका नाम केरस लाइब्रेरी था, जो टेनसफ़्लो से जुड़ा था। यह बहुत कम CPU उपयोग के साथ बहुत अच्छे परिणाम देता है। इस संस्करण ने 2017 की शुरुआत से 2018 के मध्य तक एक वर्ष से अधिक के लिए उत्पादन में काम किया। अब वार्तालापों और संगीत को अलग करना संभव है, इसलिए वर्गीकरण अधिक सटीक हो गया है: "विज्ञापन / विज्ञापन नहीं" के बजाय - "विज्ञापन / वार्तालाप / संगीत"।

हम विवरण का अध्ययन करेंगे। ध्वनि को 2 डी मानचित्र में बदल दिया जाता है, जहां ध्वनि की तीव्रता को आवृत्ति और समय (लगभग चार सेकंड के पैमाने पर) के कार्य के रूप में प्रस्तुत किया जाता है। यह कार्ड वैचारिक रूप से फिंगरप्रिंट अध्याय में लाल कार्ड के समान है। मुख्य अंतर यह है कि शास्त्रीय फूरियर स्पेक्ट्रम के बजाय, मैंने मेल-सेप्स्ट्रल गुणांक का उपयोग किया जो भाषण मान्यता के संदर्भ में प्रासंगिक हैं।

अलग-अलग टाइमस्टैम्प वाले अनुक्रमिक कार्डों को एक आवर्तक तंत्रिका नेटवर्क में चित्रों जैसे LSTM (दीर्घकालिक अल्पकालिक मेमोरी) के रूप में विश्लेषण किया गया था। प्रत्येक कार्ड का दूसरे (स्वतंत्र रूप से राज्य संरक्षण के बिना आरएनएन) का विश्लेषण किया गया था, लेकिन कार्ड ने एक दूसरे को ओवरलैप किया। कार्ड 4 सेकंड लंबे थे, और हर दूसरे एक नया दिखाई दिया। प्रत्येक कार्ड के लिए अंतिम परिणाम सॉफ्टमैक्स वेक्टर था, उदाहरण के लिए, ad: 72%, talk: 11%, music 17% । इन पूर्वानुमानों को उसी विधि का उपयोग करके संसाधित किया गया था जैसा कि फिंगरप्रिंट अनुभाग में वर्णित है।


दो रेडियो स्टेशनों के लिए विशिष्ट मशीन सीखने के परिणामों का पूर्वावलोकन करें। क्षैतिज अक्ष लगभग 17 मिनट के समय का प्रतिनिधित्व करता है। हरे रंग की लाइन तीन स्थितियों के बीच चलती है: शीर्ष पर विज्ञापन, मध्य में बातचीत और सबसे नीचे संगीत (एक समान ग्रे पृष्ठभूमि के सबसे करीब)। लाल क्षेत्र - उपयोगकर्ता सुन अंतराल। यदि एल्गोरिथ्म एक गलत भविष्यवाणी देता है, तो उपयोगकर्ता इसे सही कर सकता है

प्रारंभ में, मैंने एक बहुत छोटे डेटा सेट पर एक तंत्रिका नेटवर्क को प्रशिक्षित किया। मैंने पूर्वानुमानों की कल्पना करने के लिए UI (ऊपर चित्र देखें) विकसित किया है और बेहतर प्रदर्शन के साथ मॉडल को प्रशिक्षित करने के लिए अधिक डेटा जोड़ सकता है। इस लेखन के समय, प्रशिक्षण डेटासेट में लगभग दस दिन का ऑडियो: 66 घंटे का विज्ञापन, 96 घंटे की बातचीत और 73 घंटे का संगीत होता है।

अच्छे काम के बावजूद, वर्गीकरण सटीकता अभी भी उपयोगकर्ताओं की अपेक्षाओं से थोड़ा कम है (नीचे भविष्य में सुधार पर अनुभाग देखें)। प्रशिक्षण में, श्रेणी पूर्वानुमान की सटीकता 95% थी, लेकिन शेष गलत वर्गीकरण ने उपयोगकर्ताओं को नाखुश कर दिया।

डेटा प्रोसेसिंग विशेषज्ञों के लिए ध्यान दें: यह औपचारिक परिणाम देने के लिए प्रथागत है, डेटा सेट को प्रशिक्षण और परीक्षण के सबसेट में विभाजित करना। मुझे लगता है कि इसका यहां कोई मतलब नहीं है, क्योंकि डेटा सेट धीरे-धीरे डेटा पर बनाया जा रहा है जहां पिछले मॉडल गलत थे। इसका मतलब है कि डेटा सेट में औसत प्रसारण की तुलना में अधिक विकृति होती है, और सटीकता को कम करके आंका जाएगा। असली संकेतकों को मापने के लिए अलग से काम करना होगा। ऑपरेटर परीक्षण डेटा के रूप में पारंपरिक ऑडियो रिकॉर्डिंग के निरंतर खंडों को चिह्नित कर सकता है, फिर सटीकता की गणना कर सकता है और उन पर याद कर सकता है। इस तरह की एक नियमित जांच आपको फ़िल्टर के प्रदर्शन की निगरानी करने की अनुमति देगी।

विज्ञापन / वार्तालाप / संगीत के वर्गीकरण ने श्रोताओं को सुविधा प्रदान की। हालांकि, इस वर्गीकरण ने उपयोगकर्ता इंटरफ़ेस को जटिल कर दिया, और उपयोगकर्ता रिपोर्ट के साथ काम करना अधिक कठिन हो गया। यदि ध्वज इंगित करता है कि कुछ सामग्री संगीत नहीं है, तो क्या यह विज्ञापन या वार्तालाप है? यहां आपको तत्काल मॉडरेशन की जरूरत है, पोस्ट फैक्टम की नहीं।

गुणवत्ता को और बेहतर बनाने के लिए, मैंने एडब्लॉक रेडियो का नवीनतम संस्करण विकसित किया, जो इस रणनीति को थोड़ा बेहतर बनाता है।

5. ध्वनि वर्गीकरण और फिंगरप्रिंट मिलान का संयोजन (सफलता!)

मेरा सबसे अच्छा एल्गोरिथ्म Github पर प्रकाशित हुआ है । विश्वसनीयता बढ़ाने के लिए, वह दो पिछले प्रयासों से अवधारणाओं को जोड़ती है: ध्वनिक वर्गीकरण और फिंगरप्रिंट डेटाबेस।

एक उचित रूप से प्रशिक्षित मशीन लर्निंग भविष्यवक्ता अधिकांश स्रोत सामग्रियों का सही वर्गीकरण प्रदान करता है, लेकिन यह कुछ स्थितियों में काम नहीं करता है (भविष्य में सुधार पर अनुभाग देखें)। फिंगरप्रिंट मिलान मॉड्यूल की भूमिका मशीन लर्निंग मॉड्यूल त्रुटियों को कम करना है।

सभी ज्ञात प्रशिक्षण डेटा को फिंगरप्रिंट डेटाबेस में दर्ज नहीं किया गया है, लेकिन केवल एक छोटा सा सबसेट जहां मशीन लर्निंग त्रुटियों को दिखाता है। मैं इसे "हॉटलिस्ट डेटाबेस" कहता हूं। सीपीयू लोड को कम रखते हुए छोटे आकार से समग्र त्रुटि दर को कम करने में मदद मिलती है।

एक नियमित लैपटॉप पर, एल्गोरिथ्म फाइलों पर केवल 5-10% सीपीयू और हवा पर 10-20% खपत करता है।

भविष्य में सुधार

कुछ प्रकार की सामग्री अभी भी समस्याग्रस्त है।

डिटेक्टर अपूर्ण रूप से कुछ विशिष्ट प्रकार की ऑडियो सामग्री पर काम करता है:

• हिप-हॉप संगीत को अक्सर विज्ञापन के रूप में मान्यता दी जाती है। आप हॉटलिस्ट में ट्रैक जोड़कर समस्या के आसपास पहुंच सकते हैं, लेकिन यह बहुत अधिक संगीत है। एक अधिक सामान्य तंत्रिका नेटवर्क विकसित किया जा सकता है, संभवतः प्रदर्शन की कीमत पर।
• संगीत एल्बम विज्ञापनों को अक्सर संगीत के रूप में पहचाना जाता है। लेकिन उंगलियों के निशान के माध्यम से अवरुद्ध करने पर एक वास्तविक गीत प्रसारित होने पर झूठी सकारात्मकता हो जाएगी। समस्या का संदर्भ के गहन विश्लेषण से हल किया जा सकता है, लेकिन यह हवा पर मुश्किल है, जहां संदर्भ केवल कुछ सेकंड आगे जाना जाता है।
• टॉक शो विज्ञापन अक्सर बातचीत के रूप में पहचाने जाते हैं। धुंधली सीमाएँ हैं, क्योंकि यह एक वार्तालाप और एक विज्ञापन दोनों है। हम वर्गीकृत विज्ञापन / बातचीत / संगीत की संभावनाओं की सीमा देखते हैं। उंगलियों के निशान द्वारा वर्गीकरण के लिए, मैंने कुछ समय के लिए ad_self वर्ग का उपयोग किया, जिसमें विशिष्ट स्टेशनों पर टॉक शो विज्ञापन शामिल हैं, लेकिन मशीन लर्निंग एल्गोरिदम की शुरुआत के साथ, मैंने ऐसा करना बंद कर दिया। इस वर्ग को फिर से बनाना बुद्धिमानी हो सकती है। एक अन्य विकल्प संदर्भ का एक बेहतर विश्लेषण है।
• देशी विज्ञापन, जहां मेजबान प्रायोजन पाठ को पढ़ता है। रेडियो पर, यह दुर्लभ है, और पॉडकास्ट में अधिक बार होता है। इस तरह के विज्ञापन को रोकने के लिए तार्किक अगला कदम भाषण मान्यता सॉफ्टवेयर की शुरूआत है।

अधिक स्थिर पोस्ट-प्रोसेसिंग के लिए मार्कोव चेन

पोस्ट-प्रोसेसिंग स्थिरता में सुधार किया जा सकता है। वर्तमान में, केवल आत्मविश्वास थ्रेसहोल्ड का उपयोग किया जाता है। जब थ्रेशोल्ड मान तक पहुँच जाता है, तो अंतिम आश्वस्त पूर्वानुमान लिया जाता है। इस प्रकार, सिस्टम कभी-कभी एक त्रुटि बचाता है।

विज्ञापन, वार्तालाप और संगीत के चक्र हर प्रसारण पर चक्रीय होते हैं। उदाहरण के लिए, विज्ञापन आमतौर पर कुछ मिनट तक रहता है। व्यावसायिक ब्रेक में प्रत्येक समय अवधि के लिए, आप किसी अन्य राज्य (वार्तालाप या संगीत) में संक्रमण की संभावना की गणना कर सकते हैं। यह संभावना एल्गोरिथम की शोर भविष्यवाणियों को बेहतर ढंग से व्याख्या करने में मदद करेगी: क्या यह विज्ञापन में संगीत का सिर्फ एक छोटा खंड है या विज्ञापन विराम पूरा हो गया है? यहां, छिपे हुए मार्कोव मॉडल अनुसंधान का एक अच्छा क्षेत्र होगा।

एनालॉग रेडियो अभी तक समर्थित नहीं है

एनालॉग सिग्नल (एफएम) का परीक्षण नहीं किया गया है और वर्तमान में समर्थित नहीं हैं। एनालॉग शोर यहां इस्तेमाल किए गए तरीकों को ओवरराइड करता है। फिल्टर और / या शोर-प्रतिरोधी फिंगरप्रिंट पहचान एल्गोरिदम की आवश्यकता हो सकती है। यदि ऐसा होता है, तो प्रोग्राम उपयोगकर्ताओं के बीच व्यापक अनुप्रयोग खोजने में सक्षम है। हालाँकि, रेडियो तेजी से शोर-मुक्त डिजिटल प्रौद्योगिकियों जैसे डीएबी और इंटरनेट रेडियो में बदल रहा है।

यह क्लाउड में एडब्लॉक रेडियो चलाने के लिए अनुशंसित नहीं है

आदर्श रूप से, Adblock Radio को केवल टर्मिनल उपकरणों पर चलाया जाना चाहिए। लेकिन अब क्लाउड सेवाएं फैशन में हैं। इसके अलावा, यह एक महान व्यापार विचार है! एडब्लॉक रेडियो ने ऐसे प्रतिमान के साथ दो वास्तुकला विकल्पों का परीक्षण किया। हालांकि, अनुभव से पता चलता है कि यह तकनीकी और कानूनी कारणों के लिए सबसे अच्छा विकल्प नहीं है।

विकल्प 1. सर्वर से रिले

सर्वर श्रोताओं को विज्ञापन / बात / संगीत टैग के साथ ऑडियो सामग्री को रिले कर सकता है। हमने 2016 में इसका परीक्षण किया। यहां कानूनी समस्याएं उत्पन्न होती हैं, क्योंकि धारा को स्थानांतरित करने को नकली और / या कॉपीराइट का उल्लंघन माना जा सकता है (हालांकि मैं एक वकील नहीं हूं)। यह भी ठीक नहीं है क्योंकि अब आप एक सीडीएन हैं और लागत वहन करना चाहिए।

मजाक के लिए, रविवार को, जब मैं पारिवारिक कारणों से दूर था, एडब्लॉक रेडियो को बेतहाशा लोकप्रियता मिली, जिससे वह गिर गया । मजेदार तथ्य: कुछ दिनों बाद फ्रांस के एक प्रमुख सार्वजनिक रेडियो स्टेशन फ्रांस इंटर ने प्राइम टाइम में एडब्लॉक रेडियो का विज्ञापन किया (लेकिन इसका नाम लिए बिना)। यह इस तथ्य के संदर्भ में एक अप्रत्याशित संपादकीय निर्णय है कि नियामकों ने 2016 में राज्य के स्वामित्व वाले रेडियो स्टेशनों पर विज्ञापन पर प्रतिबंधों को शिथिल करने का फैसला किया था, जिसने रेडियो फ्रांस के कर्मचारियों और प्रबंधन के बीच विवाद को बढ़ा दिया था।

कुछ हफ्तों बाद, मुझे फ्रेंच निजी रेडियो नेटवर्क लेस इंडस रेडियो के वकील से कथित तौर पर कॉपीराइट और ट्रेडमार्क उल्लंघन के आधार पर धमकी मिली। गंभीर सुरक्षा के लिए कोई वित्तीय संसाधन नहीं होने के कारण, मुझे साइट से कुछ प्रवाह हटाने थे, साइट को आंशिक रूप से बंद करना और सिस्टम की वास्तुकला को बदलना। इसी समय, इस रेडियो नेटवर्क ने एक समझौते की तलाश में सहयोग करने से इनकार कर दिया। चूंकि मैं लॉग में देखता हूं कि वे मेरी साइट (कभी-कभी छद्म खातों के साथ) की निगरानी करते रहे, उन्होंने अपने वकीलों से भी सलाह ली। मेरे लिए क्या सम्मान है! पीछे देखते हुए, उन्होंने सफलतापूर्वक समय जीता, लेकिन अधिक कुछ नहीं। हाय दोस्तों इंडस! आशा है कि आपको यह पढ़कर अच्छा लगा होगा! xoxoxo ।


131 फ्रांसीसी रेडियो स्टेशनों के नेटवर्क, लेस इंडेस से प्यार की घोषणा

विकल्प 2. सर्वर ध्वनि को रिले करता है, लेकिन निजी तौर पर

यह सर्वर पर विश्लेषण और एक विशिष्ट उपयोगकर्ता के लिए क्लीयर ध्वनि को रिले करता है। इस तरह की प्रणाली को कॉपीराइट कानून से छूट दी जा सकती है क्योंकि यह मीडिया की अपनी निजी प्रति है। यदि सर्वर को अंतिम उपयोगकर्ता द्वारा प्रबंधित किया जाता है, और मूल स्रोत कानूनी और आधिकारिक रूप से आपके क्षेत्र में उपलब्ध है, तो संभवतः सब कुछ कानूनी रूप से साफ है। अधिक जानकारी के लिए स्टेशन रिपर [FR] और VCast [FR] की चर्चा देखें। लेकिन उपयोगकर्ताओं को अपने सर्वर पर किराए पर लेने और स्थापित करने के लिए शायद ही कभी तकनीक प्रेमी होते हैं।

सर्वर को किसी थर्ड पार्टी के नियंत्रण में रखना बहुत लुभावना है, लेकिन इससे कानूनी समस्याएं पैदा होती हैं, क्योंकि तब कॉपी और अंतिम उपयोगकर्ता बनाने वाला ऑपरेटर एक ही व्यक्ति नहीं होता है। इस मामले में, कम से कम फ्रांस में कानूनी प्रतिबंध लगाए गए हैं। फ्रांसीसी इंटरनेट सेवा Wizzgo [FR] ने 2008 में इस नियम का सामना किया। हाल ही में, संयुक्त राज्य अमेरिका में, Aereo टेलीविजन सेवा को बंद कर दिया गया था, हालांकि प्रत्येक ग्राहक को एक अलग ट्यूनर (!) वितरित करके सावधानी बरती।

फिलहाल, Molotov.TV [FR] सेवा उन कॉपीराइट धारकों के खिलाफ लड़ रही है जो अपने सह-संस्थापकों के महत्वपूर्ण प्रभाव के बावजूद अपने कार्यों को सीमित करना चाहते हैं [FR] । निजी कॉपी कर [FR] को आधिकारिक संगठन को भुगतान किया जाना चाहिए। यह राशि बल्कि अपारदर्शी गणना [FR] द्वारा निर्धारित की जाती है और हर साल प्रति उपयोगकर्ता कई दसियों तक पहुंचते हुए [FR] बढ़ जाती है । यह बोर्ड इतना ऊंचा हो गया है कि हाल ही में Molotov.TV ने मुफ्त उपयोगकर्ताओं [FR] के लिए अपनी सेवा की सुविधाओं को हटा दिया है । (नोट: मैं ईमानदारी से इस विषय के बहुत अच्छे कवरेज के लिए फ्रेंच साइट नेक्स्टपैक्ट के पत्रकारों का धन्यवाद करता हूं)।

भुगतान करना पर्याप्त नहीं है: कानून को अपनी सेवा की कार्यक्षमता के बारे में कॉपीराइट कंपनियों के साथ [FR] समझौतों पर हस्ताक्षर करने के लिए Molotov.TV जैसी संस्थाओं की आवश्यकता होती है। यदि आप उनके विज्ञापन काटना शुरू करते हैं, तो रेडियो कंपनियों के साथ एक समझौते पर पहुंचने की कोशिश करें।

विकल्प 3. सर्वर केवल मेटाडेटा भेजता है

एक अन्य विकल्प उपयोगकर्ता और सर्वर दोनों के लिए एक ही समय में एक ही इंटरनेट रेडियो सुनने के लिए है। इस स्थिति में, सर्वर ध्वनि का विश्लेषण करता है और उपयोगकर्ता वर्गीकरण मेटाडेटा (विज्ञापन / बात / संगीत) भेजता है, लेकिन ऑडियो सामग्री नहीं। 2017 से, adblockradio.com इस आर्किटेक्चर पर काम कर रहा है। यह सीडीएन पर निर्भर करता है, इसलिए यह प्रसारण ऑडियो के संबंध में किसी भी लागत को लागू नहीं करता है।

यह वास्तुकला कॉपीराइट उल्लंघन की समस्या को दूर करता है (अस्वीकरण: मैं एक वकील नहीं हूं)। हालाँकि, ट्रेडमार्क कानूनों के संबंध में अभी भी कुछ अनिश्चितता हो सकती है। हाल ही में (अक्टूबर 2018), स्काईक्रॉक रेडियो मालिकों ने मांग की कि इस आधार पर सामग्री को हटा दिया जाए।


स्काईक्रॉ लॉ विभाग से रोमांस

कानूनी विचारों के अलावा, ऑडियो और मेटाडेटा के बीच उचित सिंक्रनाइज़ेशन के साथ एक तकनीकी समस्या है। ज्यादातर मामलों में, दो सेकंड से कम के सिंक्रनाइज़ेशन अंतराल के साथ सब कुछ ठीक काम करता है। लेकिन कुछ रेडियो स्टेशनों में अजीब / दुर्भावनापूर्ण CDN हैं या वे गतिशील रूप से विज्ञापनों को स्ट्रीम में इंजेक्ट करते हैं। इसका मतलब है कि सर्वर और विभिन्न क्लाइंट्स के बीच का प्रवाह काफी भिन्न हो सकता है। उदाहरण के लिए, रेडियो एफजी पर , लैग को 20 सेकंड तक और जैज़ रेडियो पर - 45 सेकंड तक मनाया गया। यह श्रोताओं को निराश करता है।

सर्वर और उपयोगकर्ता के बीच डेटा ब्लॉक की तुलना करके सिंक्रोनाइज़ेशन को कसकर लागू किया जा सकता है। दुर्भाग्य से, यह वेब ब्राउज़र में काम नहीं करता है, क्योंकि इंटरनेट रेडियो स्टेशनों पर अधिकांश सीडीएन कॉर्स हेडर का उपयोग नहीं करते हैं । इसलिए, ब्राउज़र में जावास्क्रिप्ट तुलना के लिए ऑडियो सामग्री को पढ़ने में सक्षम नहीं होगा। काम के लिए, आपको अलग-अलग स्टैंड-अलोन मॉड्यूल (उदाहरण के लिए, इलेक्ट्रॉन ), फ्लैश मॉड्यूल (हाँ) या वेब एक्सटेंशन की आवश्यकता होगी, जो थोड़ा बेमानी लगता है।

आप अपने खिलाड़ी में एडब्लॉक रेडियो को एकीकृत कर सकते हैं

यह परियोजना अंतिम उपयोगकर्ताओं के लिए नहीं है, बल्कि उन कंपनियों के लिए है जो एक बड़े उत्पाद को जारी करते हैं। आप ऐसा कर सकते हैं!

Adblock रेडियो को एकीकृत करने के लिए डेवलपर्स के पास दो विकल्प हैं। सबसे पहले, SDK केवल adblockradio.com सर्वर से मेटाडेटा लेता है। यह ऊपर वर्णित कारणों (कानूनी और तुल्यकालन मुद्दों) के लिए एक आदर्श समाधान नहीं है। पूर्ण विश्लेषण एल्गोरिदम को चलाने के लिए बेहतर है।

सॉफ्टवेयर

• इंटरनेट रेडियो और पॉडकास्ट के लिए मोबाइल एप्लिकेशन। केरस मॉडल को देशी टेनसफ़्लो में परिवर्तित करने की आवश्यकता है, और केरस + टेंसोफ़्लो लाइब्रेरी को एंड्रॉइड और आईओएस के लिए टेन्सरफ़्लो लाइट से बदला जा सकता है। Node.JS रूटीन को रिऐक्टिव नेटिव प्लगइन का उपयोग करके या चरम मामलों में, टर्मक्स के साथ कार्यान्वित किया जाता है ।
• Tensorflow JS और SQL.js. के साथ ब्राउज़र एक्सटेंशन काम करते हैं एक्सटेंशन लोकप्रिय इंटरनेट रेडियो निर्देशिकाओं में वॉल्यूम स्लाइडर को नियंत्रित कर सकता है, जैसे ट्यूनइन या रेडियो.डे । मैंने पहले ही इस तरह के विस्तार पर काम किया है। इसे नियंत्रित करने के लिए जावास्क्रिप्ट खिलाड़ियों में मज़ाक उड़ाया गया। कार्यान्वयन के आधार पर, हम ऊपर चर्चा किए गए सिंक्रनाइज़ेशन मुद्दों को ध्यान में रखते हैं।

हार्डवेयर

• डिजिटल अलार्म और शौकिया परियोजनाएं, पर्याप्त कंप्यूटिंग शक्ति और नेटवर्क एक्सेस की उपलब्धता के अधीन हैं। रास्पबेरी पाई ज़ीरो / ए / बी जैसे प्लेटफार्मों को एक एकल स्ट्रीम का विश्लेषण करने के लिए पर्याप्त होना चाहिए, हालांकि आरपीआई 3 बी / 3 बी + कई धाराओं के समानांतर नियंत्रण के लिए अनुशंसित है। टेंसरफ्लो रास्पियन पर है।
• जुड़े वक्ताओं जैसे सोनोस । एल्गोरिथ्म स्वयं ऐसे उपकरणों पर काम नहीं करेगा, इसलिए आपको डेटा को क्लाउड में या उसी स्थानीय नेटवर्क में एक अलग डिवाइस पर (उदाहरण के लिए, रास्पबेरी पर) डेटा संसाधित करने की आवश्यकता है। क्राउडफंडिंग अभियान के लिए शानदार विचार।

कार में रेडियो एडब्लॉक करें

रेडियो सुनने के लिए कार सबसे लोकप्रिय स्थानों में से एक है। वहाँ, लोगों को वास्तव में एक विज्ञापन अवरोधक की आवश्यकता होती है। लेकिन यह वह संदर्भ भी है जहां एडब्लॉक रेडियो को लागू करना आसान नहीं है। आखिरकार, नए विज्ञापनों को प्रभावी ढंग से फ़िल्टर करने के लिए सिस्टम को फीडबैक प्राप्त करना होगा, इसलिए प्रोग्राम को नेटवर्क कनेक्शन की आवश्यकता है। मुझे एडब्लॉक रेडियो के साथ मोटर वाहन उत्पादों के लिए तीन संभावित अवधारणाएं दिखाई देती हैं।

• एक आवेदन आधुनिक कारों के इंफोटेनमेंट सिस्टम के साथ संगत है । संभवतः उपयोगकर्ता के स्मार्टफोन के माध्यम से डेटा संचारित करने का सबसे आसान तरीका है। स्मार्टफोन को अलग से भी इस्तेमाल किया जा सकता है - मोबाइल एप्लिकेशन के साथ, इंटरनेट रेडियो स्ट्रीमिंग, ऑडियो आउटपुट के माध्यम से, कार के औक्स या ब्लूटूथ से कनेक्ट करने के लिए। इसे ऐपल कार प्ले , एंड्रॉइड ऑटो और मिररलिंक की भावना में कार के इंफोटेनमेंट सिस्टम के साथ एकीकृत किया जा सकता है। स्थलीय रेडियो (एफएम, डीएबी) को सुनना शानदार होगा। लेकिन यह निर्धारित करने के लिए कार्य की आवश्यकता होती है कि कौन सा विशेष कॉन्फ़िगरेशन Adblock Radio रेडियो ट्यूनर के ऑडियो आउटपुट तक पहुंच सकता है और, एक ही समय में, इसे (वॉल्यूम, चैनल) नियंत्रित करता है।
• यूनिवर्सल हार्डवेयर एडाप्टर, समर्पित यूजर इंटरफेस । ऑटोमोबाइल के लिए मौजूदा डीएबी एडेप्टर के समान कस्टम उपकरण विकसित करना भी संभव है। ये डिवाइस रेडियो स्टेशनों में ट्यून करते हैं और औक्स जैक के माध्यम से या पुराने आईपॉड एडेप्टर जैसे अप्रयुक्त एफएम चैनल के माध्यम से कार सिस्टम में ऑडियो डेटा संचारित करते हैं। नेटवर्क तक पहुंच ब्लूटूथ के माध्यम से स्मार्टफोन के माध्यम से जा सकती है। वैकल्पिक समाधान, जैसे कि सिगफॉक्स और लोरा , पर विचार किया जा सकता है अगर बिटरेट और कीमत उपयुक्त हैं। एक विशेष उपयोगकर्ता इंटरफ़ेस विकसित किया जाना चाहिए, जो मुख्य कार डिवाइस से अलग है। अंत में, यह बहुत महंगा हो सकता है।
• एक न्यूनतम उपकरण जो एफएम रिसीवर में टूट जाता है । यदि आवश्यक हो तो इस तरह का एक छोटा उपकरण ट्यूनर को नियंत्रित कर सकता है। इंटरफ़ेस कनेक्ट करने के लिए एक मानक, लेकिन आसान की आवश्यकता है। स्टीयरिंग व्हील स्विच एक अच्छे उम्मीदवार हैं, लेकिन अंतिम उपयोगकर्ता इस उद्देश्य के लिए उन्हें आसानी से संशोधित नहीं कर पाएंगे। इसलिए आपको सिस्टम को हैक करने की आवश्यकता है।
  
  इस हेडलेस डिवाइस में एक एफएम ट्यूनर और माइक्रोफोन होगा, जो यह विश्लेषण करेगा कि उपयोगकर्ता किस स्टेशन (क्रॉस-सहसंबंध) को सुन रहा है। जब एक विज्ञापन का पता लगाया जाता है, तो डिवाइस कार ट्यूनर को धोखा देने और विज्ञापन की अवधि के लिए स्टेशन को बदलने के लिए नकली आरडीएस डेटा (जैसे ट्रैफ़िक घोषणाएं ) का उत्सर्जन करता है ।यह चालू एफएम आवृत्ति पर मौन का प्रसारण भी कर सकता है।
  
  इस तरह के डिवाइस का इंटरफ़ेस बहुत सरल है, जिसमें केवल कुछ बटन हैं। एक पूर्ण विशेषताओं वाले कार एडॉप्टर की तुलना में सस्ता। हालांकि, यह स्पष्ट नहीं है कि यह मज़बूती से काम करेगा, क्योंकि लाइसेंस के बिना रेडियो ट्रांसमीटर का उपयोग कानून द्वारा सख्ती से सीमित है । अंत में, यह ज्ञात नहीं है कि इस तरह की रणनीति को डीएबी डिजिटल धाराओं के साथ काम करने के लिए अनुकूलित किया जा सकता है या नहीं।

यदि एक सस्ता उपकरण विकसित करना संभव है, तो इस तरह के उत्पाद में व्यावसायिक सफलता होनी चाहिए। यह क्राउडफंडिंग के लिए भी उपयुक्त है।

परियोजना को गलत प्रतिक्रियाओं और उनके प्रसंस्करण में सहायता के बारे में संकेतों की आवश्यकता है।

उत्पाद में एडब्लॉक रेडियो को एकीकृत करते समय, कृपया प्रतिक्रिया का अवसर छोड़ दें। खराबी को तुरंत मुझे सूचित किया जाना चाहिए ताकि मैं मशीन लर्निंग मॉडल और हॉटलिस्ट आधार को अपडेट कर सकूं।

रिपोर्ट को मैन्युअल रूप से देखा जाता है: बस रेडियो स्टेशन का नाम और समय निर्दिष्ट करें जब समस्या उत्पन्न हुई। पुस्तकालय की स्थापना भेजने के लिए रिपोर्टिंग तंत्र।

रिपोर्ट प्रसंस्करण में समय लगता है। सर्वर लागत के अलावा, यह एक और कारण है कि मैंने adblockradio.com पर अधिक रेडियो स्टेशन नहीं जोड़े हैं। ऑडियो पटरियों को सुनने और व्यवस्थापक वेब इंटरफ़ेस में सामग्री को वर्गीकृत करने में मदद की आवश्यकता है । इसके लिए धन्यवाद, हम रेडियो स्टेशनों की संख्या बढ़ा सकते हैं और पॉडकास्ट के लिए समर्थन प्रदान कर सकते हैं। यदि आप मदद करने के लिए तैयार हैं, तो कृपयायहां रजिस्टर करें और रिपॉजिटरी का पालन करें जहां समर्थित थ्रेड्स की चर्चा होगी।

विज्ञापनों को कैसे बदलें: UX सवाल

पॉडकास्ट में विज्ञापन छोड़ना तुच्छ है: श्रोता के दृष्टिकोण से, यह एक गीत के कुछ हिस्सों को छोड़ देने जैसा है। दुर्भाग्य से, यह रेडियो के लिए काम नहीं करता है। हम तेजी से आगे नहीं रह सकते!

Adblockradio.com अब तीन फ़िल्टरिंग विकल्प प्रदान करता है:

• मात्रा नीचे
• दूसरे स्टेशन पर जा रहा है और विज्ञापन के अंत में वापस आ रहा है। यह सच है अगर उपयोगकर्ता एक वार्तालाप सुन रहा है। विज्ञापन के दौरान, वह अस्थायी रूप से एक संगीत स्टेशन पर स्विच करता है।
• दूसरे स्टेशन पर स्थायी स्विचिंग। संगीत स्टेशनों को सुनते समय उपयोगी।

मैंने इसे यथासंभव सुविधाजनक बनाने की पूरी कोशिश की, लेकिन सिस्टम अभी भी जटिल है। कंप्यूटर पर एक नियमित रेडियो या विज्ञापन अवरोधक जितना आसान नहीं है जिसे आप इंस्टॉल और भूल सकते हैं । मैं वास्तव में सामूहिक मन की मदद पर भरोसा करता हूं।


वर्तमान एडब्लॉक रेडियो वेब इंटरफ़ेस एक


पुराना प्रोटोटाइप है जो कभी नहीं निकला। यहां उपयोगकर्ता को सेटिंग्स की पूरी तरह से स्वतंत्रता है। केवल एक स्टेशन से संवादी प्रसारण, दूसरे स्टेशन से केवल संगीत आदि, लेकिन परीक्षक इतने भ्रमित हैं! पीछे मुड़कर देखें, तो मेरे लिए भी इस इंटरफ़ेस को समझना मुश्किल

है। सामग्री को सुनने का एक और तरीका मुझे दिलचस्प लगता है। मैं ऊपर उल्लिखित कानूनी कारणों से adblockradio.com पर इसे नहीं बेच सका। इसके बजाय, मैंने एक स्टैंडअलोन डेस्कटॉप प्लेयर बनाया (Github पर भी उपलब्ध है ), डिजिटल वीडियो रिकॉर्डर की भावना में । उपयोगकर्ता लगभग 10 मिनट की टाइम शिफ्ट के साथ सुनना शुरू करते हैं (उदाहरण के लिए, सुबह 7.30 बजे वे ऑडियो प्रसारण को 7.20 से सुनना शुरू करते हैं)। प्रत्येक व्यावसायिक ब्रेक पर, फास्ट फॉरवर्ड होता है - और आप बिना किसी रुकावट के अपने कार्यक्रम का आनंद ले सकते हैं। विज्ञापन की एक विशिष्ट राशि के साथ, दस मिनट की शिफ्ट आपको एक या दो घंटे के लिए बिना किसी रुकावट के रेडियो सुनने की अनुमति देती है। मोबाइल एप्लिकेशन के मामले में, यह काम करने के लिए पर्याप्त होगा।

जब उपयोगकर्ता डिवाइस चालू करता है, तो उसे दस मिनट पहले प्रसारण देने की आवश्यकता होती है। ऊर्जा और डेटा की मात्रा पर प्रतिबंध के साथ, गतिशीलता के संदर्भ में यह कैसे करें? कृपया ध्यान दें कि कानून बिना लाइसेंस वाले तीसरे पक्ष (क्लाउड में) को रेडियो रिकॉर्डिंग प्रसारित करने से रोकता है।


एक टाइम-शिफ्ट रेडियो प्लेयर का एक कार्यशील प्रोटोटाइप । ऑडियो ब्लॉक खंड द्वारा वर्गीकृत किए गए हैं। संगीत नीला है, वार्तालाप हरे हैं, और विज्ञापन लाल है। जब गुलाबी कर्सर रेड ज़ोन (विज्ञापनों) तक पहुंचता है, तो वह इसे छोड़ देता है

लंबे समय में, सिस्टम सभी स्टेशनों से प्रसारण सामग्री प्राप्त कर सकता है - और प्रत्येक श्रोता के स्वाद के अनुसार इसे पूरी तरह से अनुकूलित कर सकता है। प्रसारण अपने पसंदीदा शो, अपने स्वाद के लिए संगीत, पॉडकास्ट डालें, आदि। मेरी राय में, लाइव सामग्री जिसे बाद में स्थगित करना और अपलोड करना मुश्किल है: खेल की घटनाएं, समाचार, मौसम के पूर्वानुमान, लाइव संगीत और आदि शायद यह रेडियो के लिए एक वैकल्पिक व्यवसाय मॉडल बन जाएगा ।

निष्कर्ष

रेडियो और पॉडकास्ट में विज्ञापनों को रोकने के लिए तकनीकी समाधान जितना हम चाहते हैं उससे अधिक जटिल हो गया है। नए वीडियो के साथ मॉडल को समय-समय पर अद्यतन करने की आवश्यकता होती है। इसका मतलब है कि इस प्रणाली का उपयोग इंटरनेट से जुड़े उपकरणों में किया जाना चाहिए, जैसे कि स्मार्टफोन और वाईफाई-रेडियो। पारंपरिक स्टैंड-अलोन रेडियो (एफएम, डीएबी +) के लिए यह सेवा अभी तक उपयुक्त नहीं है। सौभाग्य से, मोबाइल संचार की सर्वव्यापकता के साथ, लोग अपनी आदतों को बदल रहे हैं, इसलिए भविष्य में विज्ञापनों को अवरुद्ध करना आसान होना चाहिए।

आप Adblock रेडियो को विकसित करने में मदद कर सकते हैं।

• एक रेडियो श्रोता के रूप में: खिलाड़ी को चालू करें, रेडियो सुनें और मान्यता त्रुटियों को नोट करें ताकि एल्गोरिथ्म सीख सकें। क्या आपके पसंदीदा स्टेशन नहीं हैं? कोई समस्या नहीं है, यहां जाएं और एक अनुरोध छोड़ दें।
• एक डेवलपर के रूप में: रिपॉजिटरी पर जाएं , डेमो चलाएं, आप चर्चा में शामिल हो सकते हैं। इलेक्ट्रॉन पर डेस्कटॉप प्लेयर का एक और डेमो देखें ।
• एक उत्पाद प्रबंधक के रूप में: यदि आप अपने उत्पाद में Adblock Radio को एकीकृत करना चाहते हैं तो हमसे संपर्क करें। मुझे मदद करने में खुशी होगी।

भविष्य में, ऑडियो विज्ञापन केवल दूर की यादों में ही रहेगा! पढ़ने के लिए धन्यवाद।