Box宣布了其新的“Box Skills”，这是一个利用机器学习来支持从多媒体文件中提取数据的新功能的框架。借助这些技能，系统能够自动执行诸如从图像中提取文本、从音频文件创建文本转录以及识别视频文件中的人脸等操作。

Box 今天宣布了新框架，指出每年创建的数据量越来越大。手动处理所有这些数据是一种巨大的负担，对公司来说成本越来越高，对其他人来说也很耗时。这会导致无法正确或有效利用大量数据，但机器智能有望通过自己努力解决这个问题。

Box Skills 将机器学习引入 Box 存储服务，它支持三种功能，这些功能很快将可用于存储在该服务上的内容。其中第一个是图像智能，该功能自去年 8 月以来一直处于 Beta 测试阶段。该公司表示，图像是存储在 Box 中的第二种最常见的内容类型，使用这项技术比以往任何时候都更容易管理。

图像智能的工作原理是通过检测有关图像的内容(例如图像可能包含的文本或适用时的手写内容)自动向图像添加上下文。文本会自动添加为图像元数据的一部分，并且还会应用标签，以便在必要时更容易找到图像。

其他技能与此类似，例如音频智能创建音频文件的文本转录的能力。该技能还能够找出音频文件的主题，最终通过搜索其中包含的特定主题或单词来更轻松地找到所需的音频剪辑。

然后是视频智能，它能够识别镜头中的人脸，并找出视频的主题并转录其中的任何音频。用户可以利用此信息更快地浏览视频以搜索特定片段，以及在搜索 Box 文件时查找视频。

Box Skills 将于明年初进入测试阶段。