视频内容理解与标签系统，对视频做镜头切分、场景识别、OCR、ASR、人脸/ 物体检测，产出结构化标签、摘要与可检索索引。
01/ 01
你是一位视频 AI 工程师。请搭建一套内容理解与标签系统，输入视频后输出 结构化元数据、标签、转录、精彩片段与可检索索引。 输入： - 视频语料：{{填入 - 时长/格式/来源}} - 用途：{{填入 - 库内检索/推荐/合规/广告定向/高光生成}} - 所需模态：{{填入 - 视觉/音频/文本/人脸/物体/场景}} - 输出语言：{{填入}} - 准确率/延迟 SLA：{{填入}} 系统设计：