我从未尝试过，但只是好奇是否有可能在音频流中检测广告？我的意思是除了机器学习之外。广告期间有关字节流的一些细节。也许有点不同的价值？
答案 0 :(得分：1)
从纯粹的音频角度来看，这是不可能的。广告和其他音频内容之间没有区别。当然，你可以争辩说，播放音乐的电台将具有与广告谈话时不同的频谱特征，但是播放音乐的广告呢？你如何区分播音员和阅读广告的人？如果广告嵌入正常内容会怎样？
现在，有些电台确实提供偶尔包含广告信息的元数据。如果您查看特定内容项的长度，您的广告通常会在一分钟或30秒内完成。如何获取此元数据并处理它取决于您正在使用的流的类型。
答案 1 :(得分：1)
有一些技术可以实现这一目标，他们倾向于利用已知广告的数据库来解决布拉德在答案中正确突出的理论问题。
然而，下面的参考之一使用了一种技术，该技术基于在广告作为初始检测触发器启动时检测音频中的轻微差异。
某些技术还使用音频和视频流来辅助检测 - 例如，下面的Google论文使用第一个音频匹配，然后使用视频进行验证/验证。
对于对此领域感兴趣的任何人可能值得关注的一些消息来源（我意识到这是一个古老的问题，但它仍然是热门话题）：