短视频平台版权侵权问题的解决：新型数据集与音频恢复深度学习管线
多媒体
2025-08-11 v3 人工智能
摘要
像 YouTube Shorts 和 TikTok 这样的短视频平台面临显著的版权合规挑战，侵权者经常嵌入任意背景音乐 (BGM) 来掩盖原始配乐 (OST)，以规避内容原创性检测。为解决此问题，我们提出一种新型管线，集成音乐源分离 (MSS) 和跨模态视频音乐检索 (CMVMR)。我们的方法有效分离任意 BGM 与原始 OST，实现视频音频轨道的恢复。为支持本工作，我们引入两个特定于领域的数据集：OASD-20K 用于音频分离，OSVAR-160 用于管线评估。OASD-20K 包含 20,000 个音频剪辑，包含混合 BGM 和 OST 配对，而 OSVAR-160 是一个独特的基准数据集，包含 1,121 个视频和混合音频配对，专为短视频恢复任务而设计。实验结果表明，我们的管线不仅以高准确率移除任意 BGM，而且恢复了 OST，确保内容的完整性。该方法为用户生成内容在短视频平台上的版权挑战提供了一种伦理且可扩展的解决方案。
引用
@article{arxiv.2504.21772,
title = {Solving Copyright Infringement on Short Video Platforms: Novel Datasets and an Audio Restoration Deep Learning Pipeline},
author = {Minwoo Oh and Minsu Park and Eunil Park},
journal= {arXiv preprint arXiv:2504.21772},
year = {2025}
}
备注
Accepted for publication at IJCAI 2025. 9 pages, 4 tables, 3 figures