O surgimento do formato de arquivo CMAF transformou a entrega de vídeo OTT com sua arquitetura versátil baseada no padrão ISO BMFF, superando os formatos concorrentes em interoperabilidade. Inicialmente, o CMAF era utilizado para o empacotamento B2C (para usuários finais e reprodutores). No entanto, com o surgimento do protocolo de ingestão de mídia ao vivo, ele está prestes a dominar o escopo da entrega de vídeo B2B. Esse protocolo permite a troca contínua de vídeo entre várias entidades de processamento de vídeo (codificadores, empacotadores, CDN, serviços em nuvem) por meio de dados sincronizados e fragmentos de metadados do fluxo original. A tecnologia ganha interesse imenso por oferecer uma alternativa moderna ao tradicional formato TS para a entrega na primeira milha. O artigo aborda as principais características, benefícios e arquitetura de implementação do protocolo.

Em 2021, o Fórum SBTVD concluiu a fase 2 do projeto TV3.0, composta por uma série de testes das tecnologias propostas para essa próxima geração do sistema de TVD no Brasil. Os testes foram conduzidos por grupos de pesquisa de universidades brasileiras. Especificamente referente à camada de codificação de áudio do sistema, realizamos na Universidade de São Paulo 13 grupos de testes, conforme previsto em um Chamamento público, e pudemos avaliar as capacidades e versatilidade das tecnologias em fornecer uma série de novos recursos para a próxima geração de áudio no sistema de transmissão digital. Este artigo resume os principais resultados desta fase de testes e avaliação, e apresenta uma visão geral dos novos recursos estimulantes que produtores de conteúdo e público teriam disponíveis para criar e consumir serviços imersivos e personalizados em casa.

MPEG-H Audio permite a transmissão de áudio imersivo altamente eficiente, com recursos avançados de acessibilidade, interação, personalização e adaptação. O MPEG-H Audio utiliza objetos de áudio e metadados que permitem aos espectadores interagir com o conteúdo, criando uma experiência auditiva personalizada. Os radiodifusores podem habilitar ou desabilitar opções de interatividade e estabelecer limites para as interações do espectador. Este artigo detalha a proposta do Fraunhofer IIS para o Projeto TV 3.0 sobre novas APIs (Interfaces de Programação de Aplicativos) de interatividade de áudio imersivo em alto nível para Ginga-NCL e Ginga CC WebServices. Essas APIs permitem que os radiodifusores desenvolvam e ofereçam aplicativos multimídia para controlar esses recursos avançados de áudio, usando sua própria identidade visual, design gráfico e até mesmo a interação multimodal esperada no TV 3.0. O artigo também discute as implicações das alterações nos metadados do fluxo de áudio, que ocorrem quando o conteúdo inclui diferentes cenas de áudio. O trabalho destaca que a proposta de API para o TV 3.0 está harmonizada com as especificações atuais do TV 2.5 e, dado o crescente número de receptores TV 2.5 que suportam o áudio MPEG-H, essas APIs também poderiam ser propostas para inclusão nos padrões atuais.

O Projeto TV 3.0 do Fórum SBTVD tem como objetivo desenvolver tecnologias de transmissão de próxima geração para o Brasil. A televisão desempenhou um papel social e cultural crucial no país, e qualquer evolução tecnológica pode levar a mudanças significativas na sociedade. Atualmente, na Fase 3, o projeto realiza um esforço de P&D no suporte à codificação de aplicativos, reunindo 40 pesquisadores da Academia. Este artigo enfoca a metodologia, o progresso e as primeiras conquistas da equipe de P&D da Academia ao abordar as prioridades elevadas da codificação de aplicativos para a TV 3.0. Grupos de foco e pesquisas de opinião têm contribuído para estudos sociais relacionados à experiência de TV baseada em aplicativos. O grupo propõe mudanças arquitetônicas, novas interfaces de usuário e um reprodutor de mídia persistente para melhor interatividade e controle total do conteúdo audiovisual pelo radiodifusor. Além disso, são feitos esforços para avaliar os codecs de áudio e vídeo, incluindo a tecnologia de áudio MPEG-H adotada, para identificar a necessidade de novas APIs de forma harmonizada com os padrões atuais do SBTVD. A equipe também concentra-se no suporte à extensibilidade e nos requisitos de acessibilidade, especialmente no encaminhamento de legendas e língua de sinais para dispositivos móveis. O trabalho está em andamento para efeitos sensoriais, conteúdo imersivo e interação multimodal, utilizando as propostas NCL 4.0 e Guaraná adotadas para viabilizar aplicações mulsemídia avançadas e cenas em 360 graus. Uma demonstração de protótipos de casos de uso da TV 3.0 ocorrerá durante o SET Expo 2023 para exibir e discutir o progresso e as descobertas da equipe de P&D da Academia.

Recentemente, as tecnologias de Inteligência Artificial (IA) têm encontrado espaço em diversos campos do conhecimento, impactando significativamente muitas esferas acadêmicas e empresariais. Uma das aplicações que pode se beneficiar da IA é a inclusão de pessoas com deficiências em conteúdos audiovisuais, onde a escalabilidade de certos processos pode trazer novas oportunidades de acessibilidade. Neste trabalho, mostramos como seria um fluxo básico de descrição de áudio para conteúdos audiovisuais de drama, e a partir disso, propomos um novo fluxo de trabalho para gerar descrições de áudio para pessoas com deficiência visual, utilizando vozes sintéticas criadas com modelos de IA. O fluxo de trabalho proposto, além de permitir a geração de áudio em uma escala maior em comparação com um fluxo tradicional, possibilita uma cobertura maior do público-alvo, reduzindo consideravelmente o tempo de produção. Ele também permite que várias pessoas trabalhem no mesmo projeto sem perder a identidade sonora, o que é muito importante para o consumidor desse tipo de serviço. Com essa proposta, acreditamos que a acessibilidade na televisão brasileira possa ser ampliada e alcançar um número muito maior de pessoas.

Em 2022, a famosa e épica novela “Chocolate com Pimenta” no Brasil se tornou uma boa surpresa para a TV Globo: a cadeia de pós-produção realizou um fluxo de trabalho simples, produtivo e econômico. Uma edição baseada em nuvem, remota e colaborativa produziu o conteúdo de entretenimento de forma inovadora. A Globo, rede de televisão aberta, viu nesse caminho uma excelente oportunidade para prosperar tecnologicamente e oferecer aos espectadores uma experiência única. O objetivo da Globo era disponibilizar uma edição especial da novela por meio do Globoplay, plataforma online de vídeos sob demanda, e pela TV Aberta. Tendo a equipe responsável localizada no Centro de Pós-Produção dos Estúdios Globo, o material foi editado de forma colaborativa em HD (codec XDCAM) conectado diretamente à nuvem. O processo foi realizado com sucesso e tem ajudado a manter a Globo no futuro das inovações tecnológicas. Além disso, o modelo de negócio desta abordagem única foi muito atraente para a Globo, resolvendo a necessidade do mercado por uma solução cloud-native, principalmente quando o Centro de Pós-Produção lida rotineiramente com grandes arquivos de mídias, possibilitando elevar a produção de conteúdo para um próximo patamar (custo benefício). A Globo interpreta essa iniciativa não como um mero avanço tecnológico, mas também como um passo dado em direção a um nível operacional mais concreto. Através de todo o esforço, a Globo, seus clientes e todos os envolvidos neste projeto puderam se unir para torcer e esperar por um novo futuro eficiente.

Este trabalho tem como objetivo apresentar os avanços e aplicações de Redes Neurais Artificiais (RNAs) utilizando a linguagem de programação Python. As RNAs têm se mostrado uma ferramenta poderosa no campo da inteligência artificial, imitando o funcionamento do cérebro humano para resolver problemas complexos e realizar tarefas que anteriormente requeriam algoritmos extremamente elaborados.
Além disso, será enfatizada a importância do Python como uma das linguagens mais populares e acessíveis para o desenvolvimento de redes neurais. Através de bibliotecas robustas, é possível criar, treinar e avaliar redes neurais de forma eficiente e intuitiva.