智能标签，是通过分析视频中视觉、文字、语音、行为等信息，结合多模态信息融合及对齐技术，实现高准确率内容识别，自动输出视频的多维度内容标签。该技术将非结构化信息转化为结构化信息，适用于媒资检索、个性化推荐、智能广告投放等场景。
功能概览
应用场景
准确高效的媒体资源检索。通过准确丰富的视频标签体系，对视频、图像、文本等媒体文件进行内容编目，支持通过关键词或标签文本，对素材库中的内容进行快速检索，提升视频资源检索效率与准确性。
个性化推荐：精准、个性化的内容推荐。根据媒体文件内容标签，结合用户信息、行为数据及用户画像分析，进行内容精准匹配，实现视频个性化推荐，解决推荐冷启动问题，提升推荐准确率。
智能广告投放：智能化、场景化的广告投放。根据媒体文件多模态内容分析及视频标签结果，自动识别广告位，与广告资源库内容进行匹配，实现广告智能投放，精准触达受众人群，提升广告转化率。
功能特性
功能 | 说明 |
视频分类+结构化标签 | 分析视频内容输出视频分类类目、实体标签结构化信息。 |
内容标签识别 | 分析视频的视觉图像信息，识别人物、物体、场景等画面内容标签。 |
视频文字识别标签OCR | 识别视频图像中的文字，提取图像文本内容。 |
视频语音识别标签ASR | 分析视频中的语音信息，提取语音文本内容。 |
视频标签 | 分析视频中节目、人物角色、物体、场景、地域等内容。 |
图片标签 | 分析图片中的人物角色、地域、动作事件、标识、物体等内容。 |
使用限制
智能标签可以处理的文件类型和格式如下：
视频
音频
图片
视频格式：avi、flv、mkv、mpg、mp4、ts、mov、mxf
音频格式：mp3、wav
图片格式：jpg、jpeg、png
编码格式：MPEG2,、MPEG-4、H.264、H.265/HEVC
不涉及
不涉及
视频时长：≤4小时
音频时长：≤4小时
不涉及
视频大小：≤4 GB
音频大小：≤400 MB
图片大小：≤4 MB
视频分辨率：240P~2160P，为保证分析效果，建议分辨率≥720P。
不涉及
图片分辨率：≤2160P
API提交智能标签任务
创建模板（如已创建请忽略）
智能标签作业可以通过自定义模板设置分析类型，可以通过CreateCustomTemplate - 创建用户自定义模板创建自定义模板，通过GetCustomTemplate - 获取自定义模板信息获取模板信息。
提交智能标签作业
可以通过API方式提交智能标签作业，详细参数信息请参见SubmitSmarttagJob - 提交智能标签作业。
获取智能标签任务信息。
通过API方式查询智能标签作业的状态结果，按照智能标签任务ID进行查询。详细参数信息请参见QuerySmarttagJob - 智能标签任务查询接口。
计费
计费详见智能标签