Seiri · KI-Katalogisierung
Jede Stunde Ihres Archivs, beschrieben. Ohne dass jemand sie sichtet.
Seiri sieht und hört jedes Video, jede Audiodatei und jedes Bild und liefert, wofür ein Archivar Stunden bräuchte: wer spricht, was gesagt wird, was im Bild ist und worum es geht. Mit Timecode und sofort durchsuchbar.
- 01
Vom Sichten zum Suchen
Spielen Sie keine Bänder mehr ab, um herauszufinden, was darauf ist. Tippen Sie ein, was Sie brauchen, und springen Sie zur exakten Sekunde.
- 02
Ein Archiv, das wieder genutzt wird
Was beschrieben ist, wird gefunden, und was gefunden wird, wird erneut gesendet, lizenziert oder fließt in einen neuen Beitrag ein.
- 03
In Ihrem MAM
Die Metadaten gelangen über die API in Ihr Asset-Management. Ihr Team arbeitet dort weiter, wo es schon arbeitet.
Referenzprojekt · RTVE
Das RTVE-Archiv, in großem Maßstab beschrieben.
Spaniens öffentlich-rechtlicher Sender hat Crosspoint mit dem automatischen Metadaten-Service für sein Archiv beauftragt, mit Seiri als technologischem Kern: Transkription, Entitäten, OCR, Gesichts- und Szenenerkennung sowie Übersetzung der kooffiziellen Sprachen Spaniens ins Spanische.

28.000h/Jahr
Archiv, die der Service automatisch analysiert.
198.220h
aus den Regionalstudios, die RTVE katalogisieren will.
Alles, was es kann
Alles, was in Bild und Ton steckt.
Drei Ebenen, die aufeinander aufbauen, dieselben drei, die Sie in Ihrem Plan wählen. Jede Angabe kommt mit ihrem Timecode.
Voice
Was gesagt wird.
Transkription
Sprache zu Text mit Zeichensetzung und Großschreibung, bereit zum Lesen und Durchsuchen.
00:12:47 · „Es war ein mutiger, provokanter Schritt …“Sprecher
Diarisierung und Erkennung, wer in jedem Moment spricht.
SPK #6 · 00:12:47 → 00:13:23Sprache und Übersetzung
Erkennt die Sprache und übersetzt das Transkript.
EN → ES · CA · FRBenannte Entitäten
Personen, Orte und Organisationen, mit der Häufigkeit ihres Auftretens.
Kamala Harris ×6 · California ×5Zusammenfassung
Worum es im Asset geht, in einem Absatz nach Ihren redaktionellen Kriterien.
Zusammenfassung · 5 ZeilenKlassifikation
Inhaltstyp und Thema nach Ihrer eigenen Taxonomie.
NACHRICHTEN · PolitikSemantische Segmentierung
Teilt eine Sendung nach Beitrag oder Thema, nicht nach Minuten.
12 Segmente · 19:52Vision
Was zu sehen ist.
Keyframes
Ein Storyboard, um eine Stunde auf einen Blick zu erfassen.
00:00:03 · 00:00:18 · 00:01:02Gesichter
Personen des öffentlichen Lebens und die Personen, die Sie in Ihrem eigenen Portal trainieren.
David Muir · im BildText im Bild (OCR)
Bauchbinden, Abspann und Schlagzeilen, genau so, wie sie zu lesen sind.
„BREAKING NEWS“Logos und Objekte
Marken und relevante Objekte, die im Bild erscheinen.
Person ×46 · Flugzeug ×10Szenen und Bild
Szenentyp und eine Beschreibung dessen, was zu sehen ist, nützlich für die Barrierefreiheit.
Studio · „Moderator vor einem Bildschirm“Ihr eigenes Training
Bringen Sie Seiri die Gesichter und Stimmen Ihrer eigenen Moderatoren bei, ohne von jemandem abhängig zu sein.
TrainingsportalMind
Was Sie es fragen können.
Chat mit Ihren Inhalten
Fragen Sie in normaler Sprache und erhalten Sie die Antwort mit dem exakten Moment.
Mit Seiri sprechenKI-Agenten
Übergeben Sie ganze Aufgaben: eine Auswahl, eine Sequenz, eine Korrektur.
AgentenmodusAgentenmodus
Übergeben Sie die ganze Aufgabe.
Manche Aufgaben sind nicht eine Suche, sondern zwanzig. Der Agentenmodus von Seiri plant die Aufgabe, zeigt Ihnen jeden Schritt und hält an, um um Bestätigung zu bitten, bevor er etwas ändert. Ist er unsicher, fragt er nach.
- Sucht, vergleicht und wählt im gesamten Archiv aus
- Bereitet Sequenzen und Schnittlisten vor, auch Multicam
- Korrigiert Transkripte und Sprechernamen
- Jede Aktion ist sichtbar; Sie geben frei oder lehnen ab
Workflows, API, Plugins und Webhooks
Was sich wiederholt, automatisieren.
Sie beschreiben in normaler Sprache, was passieren soll, und die Plattform macht daraus einen Workflow mit Auslöser, Bedingungen und Aktionen: ein vollständiger Prozess, ganz ohne Programmierung. Sie prüfen und verfeinern ihn in einem visuellen Editor.
- Workflows: ausgelöst bei Verarbeitung oder Bearbeitung eines Videos, mit KI-geprüften Bedingungen
- REST-API: Ihre Anwendungen fragen bei der Plattform ab, was sie brauchen, wann sie es brauchen
- Plugins: starten eine Aktion, sobald ein Systemereignis eintritt
- Webhooks: Die Plattform benachrichtigt Ihre Systeme, sobald ein Prozess abgeschlossen ist
So funktioniert es
Vom Ingest zum Katalog, ohne Ihren Workflow anzutasten.
01Ingest
Laden Sie Dateien hoch oder binden Sie Ihren Speicher an: lokal, Samba, FTP, S3 oder LTO-Band.
02Analyse
Seiri verarbeitet jedes Asset mit den Modellen Ihres Pakets, in der Amplify-Cloud oder auf Ihren Maschinen.
03Prüfung
Ihr Team korrigiert, validiert und ergänzt die Felder. Die KI schlägt vor; Ihre Archivare entscheiden.
04Übergabe
Metadaten über die REST-API in Ihr MAM oder als Export in CSV, Excel, JSON und Text.
Demo
Seiri in Aktion.
Preise
Ab 349 pro Monat. Zwei Entscheidungen: Stunden und Ebene.
Sie zahlen für die Stunden, die Sie analysieren, und für die Ebene, die Sie aktivieren. Die Einstiegsstufe gibt es, damit auch ein Lokalsender — oder eine Organisation außerhalb der Medienbranche — sie sich leisten kann.
Abonnement (OpEx)
ab349USD/EUR pro Monat
SaaS-Modell. Heute starten und mit dem Volumen wachsen.
Unbefristete Lizenz (CapEx)
ab9.990USD/EUR
Eine Lizenz, die Ihnen gehört, zur Installation auf Ihrer Infrastruktur.
1. Wählen Sie Ihr Volumen
| Stufe | Monatliche Nutzung pro Knoten | Empfohlen für |
|---|---|---|
| Entry-Level | 150 Stunden | Lokale TV-Sender und Organisationen anderer Branchen |
| Mid-Market | 300 Stunden | Mittelgroße Sender und Produktionsfirmen |
| Enterprise | Unbegrenzt | Große Sender und Betreiber, OTTs, Redaktionen |
2. Wählen Sie Ihre Ebene
| Funktion | Voice | Vision | Mind |
|---|---|---|---|
| Transkription mit Diarisierung | Enthalten | Enthalten | Enthalten |
| Sprechererkennung | Enthalten | Enthalten | Enthalten |
| Spracherkennung (Sprachidentifikation) | Enthalten | Enthalten | Enthalten |
| Übersetzung | Enthalten | Enthalten | Enthalten |
| Zusammenfassung und Klassifikation der Inhalte | Enthalten | Enthalten | Enthalten |
| Semantische Segmentierung | Enthalten | Enthalten | Enthalten |
| Erkennung benannter Entitäten | Enthalten | Enthalten | Enthalten |
| Intelligente Keyframes | Nicht enthalten | Enthalten | Enthalten |
| Gesichtserkennung | Nicht enthalten | Enthalten | Enthalten |
| Bildbeschreibung | Nicht enthalten | Enthalten | Enthalten |
| Erkennung von Text (OCR), Logos und Objekten | Nicht enthalten | Enthalten | Enthalten |
| Erkennung des Szenentyps | Nicht enthalten | Enthalten | Enthalten |
| Integrierter Chat auf Basis Ihrer Inhalte | Nicht enthalten | Nicht enthalten | Enthalten |
| Aufgaben, die KI-Agenten übernehmen | Nicht enthalten | Nicht enthalten | Enthalten |
„Ab“-Preise, zuzüglich Steuern. Wir erstellen ein festes Angebot auf Basis von Stunden, Paket und Bereitstellung.
Welcher Plan passt zu Ihnen?
Ihr Ausgangspunkt
Entry-Level · Voice
Bis zu 150 Stunden pro Monat und Knoten. Gedacht für lokale TV-Sender und Organisationen anderer Branchen.
Angebot anfordern- Eingang
- Hochaufgelöste Originale oder Proxys aus Ihrem MAM oder PAM; horizontal 16:9 und vertikal 9:16
- Sprachen
- Transkription in über 90 Sprachen
- Bereitstellung
- Amplify-Cloud, hybrid, On-Premise oder Air Gap; Docker-Microservices
- Integration
- REST-API und Developer Portal, LLM-Endpunkt, MCP und Webhooks; ereignisgesteuerte Plugins; über 15 Systeme aus MAM, Schnitt, Speicher und CMS
- Speicher
- Lokal, Samba, FTP, S3, HTTP und LTO; Online und Nearline
- Zugriff
- Mehrere Organisationen, LDAP / Active Directory, Zwei-Faktor-Anmeldung, API-Tokens; Audit-Log
- Export
- JSON, XML, CSV, Excel, SRT, VTT, Transkript als Text und EDL
- Lizenz
- Pro NVIDIA-GPU: unbefristet mit jährlichem Support oder als Abonnement
- Mindesthardware On-Premise
- NVIDIA-GPU mit 24 GB VRAM (zum Beispiel eine L4), 64 GB RAM, eine CPU mit 8 Kernen und Ubuntu 24
- Zertifiziert
- NVIDIA DGX Spark und GB10-Systeme
- Oberfläche
- 8 Sprachen: Englisch, Spanisch, Katalanisch, Französisch, Deutsch, Portugiesisch, Italienisch und Russisch
FAQ
Häufige Fragen
Verlassen meine Inhalte meine Infrastruktur?
Nur wenn Sie es wollen. Seiri wird auf Ihren Servern mit lokalen Modellen installiert oder läuft als Service in der Amplify-Cloud. Hybride Bereitstellungen sind ebenfalls möglich.
Funktioniert es mit meinem MAM?
Seiri lässt sich über seine REST-API in Managementsysteme von Drittanbietern integrieren. Es läuft bereits in Produktion zusammen mit Mediaflex von TMD, und wir arbeiten mit Knox Media Hub und ELEMENTS.
Kann ich ihm beibringen, meine eigenen Personen zu erkennen?
Ja. Im Trainingsportal fügen Sie eigene Gesichter und Stimmen hinzu — Moderatoren, Studiogäste, Lokalpolitiker —, ohne von uns abhängig zu sein.
Was kostet es?
Wir veröffentlichen Einstiegspreise: Abonnement ab 349 pro Monat oder unbefristete Lizenz ab 9.990. Der Rest hängt von Stunden und Paket ab.
Was, wenn die KI sich irrt?
Jede Angabe trägt ihren Timecode: Sie wird mit einem Klick geprüft und korrigiert, bevor sie ins MAM gelangt.
Ersetzt es das Archivteam?
Nein. Es nimmt das Sichten und das Tippen ab; das Urteil bleibt bei Ihrem Team, das validiert, korrigiert und die Modelle auf seine Taxonomie trainiert.
Kann ich meine Metadaten mitnehmen?
Ja: Sie erhalten sie jederzeit als CSV, Excel, JSON oder über die API.
Nächster Schritt
Zeigen Sie uns Ihre Inhalte. Wir zeigen Ihnen ihren Wert.
Eine 30-minütige Demo mit Ihrem eigenen Material, mit jemandem aus unserem Team, der selbst beim Fernsehen gearbeitet hat.