广电技能竞赛（人工智能方向）
实操模拟考试任务书
01
一、实操考试基本说明
1.1 考试定位
本任务对标广电AI决赛实操考核标准，聚焦广电视听业务落地、AI推理应用、内容合规审核、故障排查和指标评估，不考核底层模型从零训练和复杂数学推导。重点考察工程实操能力、广电行业合规意识和安全播出思维。
实操总分70分，考试时长120分钟。所有任务基于广电真实融媒体、内容审核、媒资生产场景设计，分步计分、错步扣分、违规重扣。
1.2 实操运行环境
系统环境为Windows/Linux工作站，预装Python 3.8+、OpenCV、FFmpeg、PyTorch/TensorFlow推理框架。
工具组件包括：音视频转码工具、ASR语音转写工具、目标检测推理工具、AI画质检测工具、文本合规校验工具。
运行要求：禁止联网，禁止私自安装插件。所有操作、脚本、结果文件需留存日志，全程可溯源。
1.3 考试素材包
考生桌面已固定素材文件夹 AI_Exam_Material，内含4类标准素材。考试期间禁止修改、删除原始素材，违者直接零分。
视频素材：news_test.mp4，1分钟融媒体新闻短视频，含正常画面、违规水印、静态台标、短暂黑屏帧。
音频素材：news_audio.wav，视频分离音频，含口语播报、语气杂音、少量敏感谐音词汇。
文本素材：ai_draft.txt，AIGC自动生成的新闻文稿，含事实错误、表述偏差、无AI标识。
模型文件：违规画面检测模型、ASR字幕模型、深度伪造检测轻量化推理模型，均为固定版本，禁止修改参数内核。
1.4 提交要求（通用得分项）
所有输出文件统一保存至桌面 AI_Exam_Result 文件夹，分类命名规范为：任务序号_文件类型_考生号。
全程保留操作日志、推理脚本、报错截图。缺失日志每项扣2分。
禁止篡改原始素材和模型文件，一经发现实操总分清零。
02
二、实操考核核心任务
任务一：广电视听素材预处理与标准化（15分）
任务要求
基于 news_test.mp4，完成广电媒资标准化预处理，适配后续AI推理、编目和审核业务场景：
音视频分离：无损分离视频画面与音频轨道，输出纯视频文件和纯音频WAV文件。
视频标准化转码：统一转为H.264编码、1080P分辨率、25fps帧率，无压缩失真。广电播出级转码需支持CBR/VBR/ABR编码模式，支持I、P、B帧编码，支持自定义关键帧间隔。
关键帧提取：每隔2秒提取1张关键帧，统一命名排序，保存至单独文件夹。
数据清洗：剔除黑屏、彩条、模糊无效帧，保留有效新闻画面帧。
任务二：AI智能音视频推理与字幕生成（20分）
任务要求
调用预装ASR语音转写模型与字幕生成工具，对分离后的音频素材完成智能化处理，适配广电节目字幕播出规范：
语音转写：对 news_audio.wav 完成全文ASR转写，输出完整文本文稿，修正口语杂音和语气词错误。
智能字幕生成：根据转写文本匹配视频时间轴，生成SRT标准字幕文件。广电外挂字幕要求采用独立SRT格式，字幕采用UTF-8编码，音频对轨误差不超过500毫秒，每屏不超过两行，每行不超过20个字。
字幕合规校对：修正错别字、谐音敏感词和语序不通问题，符合新闻播出用语规范。重点核验领导人姓名职务、涉台涉港表述等政治性内容，从源头降低播出风险。
结果导出：输出最终转写文稿、合规字幕文件和校对修改说明文档。
任务三：AI内容审核推理与指标评估（20分）
任务要求
调用违规画面检测模型，对预处理后的视频关键帧和完整视频进行智能审核，完成检测、统计、评估和优化分析全流程：
智能检测：识别视频中违规水印、异常台标、黑屏故障帧和违规画面元素，输出检测结果与对应时间码。当前广电智能审核已进入多模态大模型阶段，审核系统可对文字、图片、音频、视频等全形态内容自动审核，并兼具AIGC伪造内容甄别能力。全量回溯排查场景下，系统需在1小时内完成10万小时节目库的扫描，准确率目标不低于95%。
人工核验：对比模型检测结果与人工筛查结果，标注误检和漏检样本。
指标计算：基于检测数据手动计算精确率、召回率和F1值。
优化分析：结合广电播出场景，分析模型漏检或误检原因，撰写简短优化方案。
广电核心规则
广电内容审核的召回率优先级远高于精确率。宁可误检，不可漏检。漏检属于播出安全事故。作答和优化方案必须体现这一核心思维。当前行业实践中，违规内容实时识别准确率已可达到99%以上，但召回率仍是审核系统的首要优化目标。
任务四：AIGC内容合规校验与故障处置（15分）
任务要求
针对 ai_draft.txt，结合《生成式人工智能服务管理暂行办法》和《人工智能生成合成内容标识办法》，完成合规审核、整改和故障处置：
合规排查：筛查文稿中的事实错误、表述偏差、违规表述、版权隐患和无AI标识等问题，逐条列出风险点。AIGC新闻文稿的版权风险集中在输出端——生成内容若与受保护作品构成“实质性相似”，可能引发著作权侵权；未经许可将受保护作品纳入训练数据，在模型训练环节可能被认定侵害复制权。
文稿整改：修正错误内容，优化新闻表述，符合广电新闻真实性和严谨性要求。
合规补全：按《标识办法》要求为AIGC生成内容添加标准标识。文本内容需在起始、末尾或中间适当位置添加文字提示或通用符号提示；若提供下载、复制、导出功能，必须确保文件中含有满足要求的显式标识。同时应在文件元数据中添加隐式标识，包含生成合成内容属性信息、服务提供者名称或编码等。
系统故障处置：模拟AI审核系统常见报错，包括推理显存不足、素材路径错误和模型加载失败，写出排查步骤与解决方案。
故障排查参考要点
推理显存不足：检查GPU显存占用情况，确认是否有残留进程未释放。可尝试降低推理批次大小、启用8-bit量化加载模式，或使用更小的模型变体。
素材路径错误：核对脚本中素材路径与实际文件路径是否一致，检查是否存在中文路径或特殊字符导致编码问题。
模型加载失败：确认模型文件版本与推理框架版本是否匹配，检查模型权重文件完整性，确认是否误修改了模型参数内核。
03
三、通用扣分规则
原始素材或模型文件被修改、删除、替换，实操总分直接清零。
文件命名混乱、提交路径错误、未分类归档，每次扣3分，累计扣分不设上限。
无操作日志、无过程截图、无修改说明，每项缺失扣2分。
作答内容脱离广电场景、仅使用通用AI理论，每项任务扣3-5分。
出现播出安全漏洞或合规性错误，直接扣除该任务50%分值。
04
四、满分答卷核心标准
结果精准：预处理、推理、审核结果无错误，指标计算精准，文稿整改合规。
行业适配：所有操作、方案和分析均贴合广电安全播出、内容合规和媒资业务场景。
流程规范：操作可溯源，日志完整，文件归档标准，无违规操作。
思维正确：坚守广电“安全第一、合规优先”原则，优先保障零播出事故。在指标权衡上体现召回率优先的审核思维，在AIGC环节体现标识合规意识，在故障处置中体现播出系统的高可用要求。
END
