Медийни работни потоци, оркестрирани от AWS

Резюме

• Медийните екипи обичайно разчитат на специализирани инструменти и cloud услуги, които използват различни формати на метаданни и нямат последователни методи за комуникация.
• qibb е описан като low-code платформа за оркестрация, предназначена за медийната индустрия, която използва cloud услугите на Amazon Web Service (AWS), за да оптимизира операциите.
• Описаният подход за интеграция свързва медийните услуги на AWS и услугите за AI/ML с приложения на трети страни и партньорски решения, включително инструменти като Slack, FFmpeg, Quasar и Iconik.
• Източникът посочва „намаляване на времето за завъртане на съдържанието с до 40%“, без да описва методологията на измерване.

Ключови развития в индустрията

• Оркестрация в хетерогенни медийни стекове
• Източникът рамкира често срещано оперативно ограничение: медийните работни потоци обхващат множество специализирани инструменти и cloud услуги, а тези системи може да използват различни формати на метаданни и да нямат последователни методи за комуникация.
• qibb е позициониран като слой за оркестрация, предназначен да координира тези системи чрез cloud услугите на AWS, вместо да изисква един-единствен монолитен toolchain.
• Интеграционна повърхност, обхващаща съхранение, медийна обработка и AI услуги
• Описаните интеграции включват Amazon Simple Storage Service (Amazon S3) за съхранение, AWS Elemental MediaConnect за медиен транспорт, AWS Elemental MediaConvert за транскодиране, Amazon CloudFront за доставка и Amazon S3 Glacier за архивиране.
• За анализ и автоматизация източникът изброява Amazon Rekognition и Amazon Transcribe, и също така заявява, че qibb може да оркестрира AWS AI и ML услуги като Amazon Bedrock и Amazon SageMaker AI.
• Дефинирани шаблони на работни потоци, представени като „реални случаи на употреба“
• Източникът изброява пет случая на употреба за интегриране на qibb с AWS: генериране на персонализирани хайлайти, автоматизирана мултиплатформена дистрибуция, динамично управление на съхранение и архив, multicloud и хибридни работни потоци и монетизация на съдържание, управлявана от AI.

Реални случаи на употреба

• Генериране на персонализирани хайлайти (анализ, задействан от S3)
• Работните потоци могат да се задействат от качвания в Amazon S3, като използват Amazon Rekognition и Amazon Transcribe за подпомагане на генерирането на хайлайти.
• Този модел предполага event-driven pipeline, при който нови медийни обекти в S3 инициират последващи стъпки по обработка, координирани от слоя за оркестрация.
• Автоматизирана мултиплатформена дистрибуция (транскодиране + маршрутизиране)
• Източникът описва автоматизирана дистрибуция, която включва транскодиране с AWS Elemental MediaConvert и маршрутизиране на изходите към канали за дистрибуция.
• Този случай на употреба е фокусиран върху координирането на повторяем работен поток: ingest, транскодиране и доставка към множество крайни точки, като платформата за оркестрация управлява последователността.
• Динамично управление на съхранение и архив (tiering по правила за съхранение)
• Източникът описва автоматизиран tiering между Amazon S3 и Amazon S3 Glacier въз основа на правила за съхранение.
• Този случай на употреба се фокусира върху контрол на жизнения цикъл: съдържанието може да се премества между storage tiers според политика, като оркестрацията координира преходите.
• Multicloud и хибридни работни потоци (on-prem + cloud + MAM)
• Източникът описва свързване на on-premises съхранение с AWS услуги и архивиране към Amazon S3 или MAM система на трета страна.
• Този шаблон на работен поток подчертава оперативната съвместимост между среди, координирайки преместването и обработката на активи между on-premises и cloud системи.
• Монетизация на съдържание, управлявана от AI (оркестрация на Bedrock + SageMaker AI)
• Източникът описва оркестриране на Amazon Bedrock и Amazon SageMaker AI за генериране на персонализирани вариации на съдържание за сегменти зрители.
• В този модел слоят за оркестрация координира AI/ML услуги като стъпки в работния поток, произвеждайки множество версии на съдържание, съобразени с дефинирани аудитории.

Защо е важно

• Оперативна координация между инструменти с непоследователни метаданни и комуникация
• Източникът подчертава, че медийните екипи често работят със специализирани инструменти и cloud услуги с различни формати на метаданни и непоследователни методи за комуникация, което създава триене в end-to-end работните потоци.
• Платформа за оркестрация е представена като начин за координиране на тези системи, като същевременно се продължава използването на съществуващите услуги и приложения.
• Автоматизация на работните потоци, обвързана с измерими резултати (както е заявено)
• Източникът посочва „намаляване на времето за завъртане на съдържанието с до 40%“, свързвайки оркестрацията и интеграцията с резултати за ефективност и скорост.
• Релевантност за конкретни медийни организации и технически екипи
• Източникът идентифицира целеви заинтересовани страни, включително телевизионни оператори, streaming платформи, новинарски и спортни медии и големи филмови и телевизионни студиа.
• Също така откроява технически екипи, управляващи работни потоци като live-to-VOD трансформация или автоматизирано генериране на хайлайти, както и организации, работещи едновременно в on-premises и cloud среди.

Източници

• https://aws.amazon.com/blogs/media/qibb-and-aws-redefine-media-workflows/