@augustheart 不可证否。
如果 up 主没有污蔑，那我不能让他们证明他们没做过的事。
而小米也一样，如果它没删帖，也不能证明自己没做。
举证责任应该在证有的一方。

不然铺点言论带带节奏，人是很容易站队的，一旦站队，之后就是选择性验证等一系列观念固化和逆火效应。就很难离队了。

我觉得这个事儿几种可能性都有，但无实证的话就没结论，狗咬狗一笔糊涂账。

@zzNucker 就事论事，不站队，不转移问题。

@zzNucker 这个说法我有点信，两家的高管好像经常乱讲话。

@augustheart 请问 1，小米通过何种手段删的视频？
2，小米指使删帖，是如何被发现的，落下了什么证据？

我作为广告业者想学习一下。我看你对这个事情非常了解，应该知道不少内幕，不知道方不方便指教一下。

想起早年间，上海交通卡系统，发生过这样的破解行为。
大致就是搞了一个群，然后目的地相对的人，中途换卡，以实现一张卡同一站进出的效果，以支付最低票值。
时间满久远，细节记不清了。

其实类似这种"民间智慧"，可能每隔几年就会复现。也许只有加强法制，重判以惩戒，才能避免部分。

我隔壁邻居的小孩，在家里喜欢从一头跑到另一头，我这边能享受到重低音。
然后还经常在楼道及阳台跨楼层大声聊天，等等吧。
这种声音对于发声者来说是不自知的，主动且有预期的。但对旁人来说就是时不时"意外"的异响。

不过我也懒得去说，对方也是一把年纪，能改早改了。对方应该也觉得自己没啥不正常。

@wyfyw 不过随便吧，反正两个牌子我都没啥兴趣。
为了这么两个牌子，为了这么两段视频，爱咋咋地吧。
你就当我无知，乱讲一通，犯不上教育我这种路人甲，给您道歉了。

@wyfyw 我不清楚啊，请问为啥？

碰到过几个 api，直接把 value 变成字符串了。

@billlee 问题不转码，我不知道怎么把声音放到统一的时域下，这就回到了那个声音文件的记录方式的问题上了，我不知道怎么去匹配那个时间。

@tankb52
那也是说多人，自发，偶然在源视频发出数日后，在接近的时间点又获取到了视频或者下定了决心，然后在接近的时间集中为正义发声。也是有可能吧。

另外我也算做营销的，把人家稿子公关下去，我知道的途径也真的没几个。搞不好落人口实，很容易翻车。
而且公关如果成功了，那基本就是利益关系谈妥了，过几天原作者又给发出来了，也有点奇怪。
几段视频，刚好又都是手法类似，结论倾向性明显。

对付阴谋论困难的地方就在于，对方不举证有，把话都用其它渠道散出去，搞个三人成虎。而被质疑一方却要举证无，可是大部分事情无法证无嘛。两边都无实证，就算不是疑罪从无，也只能算是有几种可能性同时存在而已。

唉，职业习惯，比较多疑。
魔都这边广告圈，管扎堆让 KOL 做推广，一般叫 campaign。
其实我们觉得这种短期大量同质内容很假很硬，会跟客户做一些其它建议。但因为客户这边也有自己的考量，比如新品上市，渠道排期，比如搞折扣活动，需要在约定期间大量露出，市场部需要完成 KPI，等等原因吧。反正有这么个情况，大部分 case 还是按照 camgaign 在划分。那么这次 Google 一搜，就一堆类似内容在同一时间点出现，以我第一感觉，就是有安排设计的。

当然，我只是说明一下我判断的依据，也完全有可能是我误判，冤枉人家了。人家刚好就是不约而同，出于公益正义，刚巧做了近似的评测，也完全有可能。我就先道歉好了。

@billlee 其实中途的思路，就是把频谱打出来，然后以图找图，在源视频里找到广告的部分。
但因为直接拿到数组就用数组配了，然后没成。
不知道都转成图，然后用图找图的方式会不会好点。

但这个同样一段贴片广告，涉及到后期人员的操作，音量音调变速压缩率，以及视频平台各个时期的压缩设置，和种种不确定因素。感觉不会那么顺利。

@billlee 看 append，我试了一下，但是失败了。
不熟悉音频格式，排查起来有点艰难。

感觉这个东西有点类似在一个画面上，找出目标图形，那个倒还算简单，有很多现成方案。
但因为音频文件涉及时间，同时我对音频文件格式也完全不熟悉，没有什么思路，也搞不清它内部怎么转换的。
还是需要这个领域的专家来提提建议。

我觉得可以把题目转换为
==========================
如何在一段音频中，锁定目标音频的起点。
==========================
类似于 string.indexOf 的一个方法

@qwjhb
一来是片段采集的问题，就是源视频如果分段全部 stt，那量有点太大。
另外也有 stt 不准确的问题和背景音的干扰。

然后有些片头贴片，就是一段很吵的音效，并没有语音。

@1462326016 粗暴点的解决方案，是把切片密度做得足够细，假设每秒 30 帧每帧都切，反正都是在本地跑，牺牲点内存换精确。

@also24 这个也没解决吧
我现在在看另一个做声音指纹的库

提取声音，对某一个时刻编码比较，这都不难。
我现在有问题的点是时间。
比如 0.5 秒一采集，但广告出现的时间是不对齐的，所以很可能比对失误。
@1462326016
这个情况在比对纯图片的时候，也有可能出现。
如果是片头，而且剪的编辑负责，每次都对得很齐，那还好处理。片尾贴片的话很可能对不齐啊。

@1462326016 思路可以，但不完全行。
因为部分油管下载我都是按最低质量下的，下载到的文件音视频分离，而我基本只听不看，就只保留了音频。。。。。。

@imn1 我倒也不是要音量大，音量大的话，Adobe Premiere 或者 audition 都能搞到平均音量，可以批处理。
我主要是嫌贴片烦，同样的内容听几十次实在是太折磨了，要么就要每次都手动跳过。

截取视频之前搞过，ffmpeg 很简单。但音频没弄过，稍微搜了一下也没看到特别符合的。
我考虑是采集频谱特征，比如分 16 阶转成 16 进制，然后把开头 10 秒和最后 20%做一下比对，有符合的就掐头去尾。
但音频又涉及时间，简单比较可能会有误差，所以想看看有没有什么现成的算法。