AI-модерація відеоконтенту в мобільному застосунку

Користувач завантажує відео — і у вас є секунди, щоб вирішити, чи показувати його іншим. Ручна перевірка не масштабується: оператори втомлюються, пропускають порушення, а черга в 10 хвилин вбиває Retention. Наша команда мобільних інженерів з досвідом в AI-модерації реалізувала 40+ проєктів для FinTech, EdTech і Social. Спеціалізація — інтеграція on-device моделей та хмарних API для автоматичної класифікації відеоконтенту. Нижче розберемо, як уникнути типових помилок і вибудувати надійну систему.

Де найчастіше виникають проблеми

Модерація в реальному часі vs постобробка

Найчастіший архітектурний прорахунок — намагатися гнати відео через модель покадрово на клієнті. CoreML на iPhone 14 Pro впорається з MobileNet v3 при 30 fps на коротких роликах, але це вбиває батарею та нагріває пристрій. На Android схожа картина з MediaPipe: обробка кожного кадру в ImageAnalysis.Analyzer при 1080p призводить до ImageProxy backlogs та крашів з java.lang.IllegalStateException: Image is already closed.

Правильний підхід для відео — не покадровий аналіз, а вибірковий: кожні N кадрів або ключові сцени через AVAssetImageGenerator (iOS) / MediaMetadataRetriever.getFrameAtTime() (Android). Для більшості завдань модерації достатньо 1 кадру на секунду.

Серверна модерація через Video Intelligence API

Для застосунків з UGC-відео вибудовуємо наступну схему: клієнт завантажує відео у сховище (S3/GCS), тригерить Cloud Function, яка викликає Google Video Intelligence API з фічами EXPLICIT_CONTENT та OBJECT_TRACKING. Відповідь — JSON з часовими мітками та confidence-оцінками по кожному сегменту.

// Android: запуск завантаження та передача URI на бекенд
val uploadRef = storageRef.child("uploads/${UUID.randomUUID()}.mp4")
uploadRef.putFile(localUri)
    .addOnSuccessListener { taskSnapshot ->
        taskSnapshot.storage.downloadUrl.addOnSuccessListener { downloadUri ->
            moderationApi.submitVideo(downloadUri.toString(), onComplete = { result ->
                when (result.verdict) {
                    ModerationVerdict.SAFE -> publishVideo()
                    ModerationVerdict.UNSAFE -> rejectWithReason(result.reason)
                    ModerationVerdict.REVIEW -> sendToHumanReview()
                }
            })
        }
    }

AWS Rekognition Video — альтернатива з аналогічним API: StartContentModeration + polling через GetContentModeration. Для синхронних сценаріїв (короткі reels до 30 сек) підходить Rekognition Image, застосовуваний до витягнутих кадрів — відповідь за 200–400 мс. Вартість обробки хвилини відео через Google Video Intelligence — від кількох центів за хвилину.

On-device передфільтрація

Перед відправкою на сервер має сенс прогнати перший та останній кадри відео через локальну CoreML/TFLite модель. Це відсікає очевидний NSFW ще на клієнті та економить трафік. NudeNet Lite у TFLite форматі займає близько 14 МБ і дає точність ~92% на бенчмарках NSFW-датасетів. Хибні спрацювання на медичному контенті — окрема історія, потребує whitelist-логіки на рівні категорії застосунку.

Як працює on-device передфільтрація?

On-device передфільтрація виконується на витягнутих ключових кадрах (перший та останній) через CoreML (iOS) або TFLite (Android). Модель — NudeNet Lite, розмір 14 МБ, точність 92% на NSFW-датасеті. Хибні спрацювання (медичний контент) відсікаються whitelist-логікою. On-device аналіз у 3 рази швидший за серверний roundtrip для очевидних порушень і економить до 30% трафіку.

Чому серверна модерація краща для UGC?

Серверна модерація через cloud API (Google Video Intelligence, AWS Rekognition) виграє по точності та масштабованості. On-device моделі обмежені обчислювальними ресурсами та підтримують лише базові класи (NSFW, violence). Для складної модерації (детекція зброї, контекстні порушення) потрібна серверна модель з великим контекстом. На практиці ми комбінуємо: швидкий on-device фільтр + хмарний глибокий аналіз для граничних випадків.

Порівняння рішень

Типові сценарії та рекомендовані рішення

Як ми вибудовуємо рішення

Стек залежить від вимог до latency та бюджету. Для стартапів з невеликим трафіком — Google Video Intelligence API: платите лише за оброблені хвилини, не потрібно піднімати інфраструктуру. Для високонавантажених платформ — власний inference-сервіс на базі CLIP або кастомної ONNX-моделі за reverse proxy з кешуванням хешів вже перевірених відео (perceptual hashing через pHash запобігає повторній модерації одного й того ж ролика).

На клієнті (iOS/Android/Flutter) реалізуємо:

• прогрес-бар завантаження з URLSession.uploadTask / okhttp3.MultipartBody
• pending-стан відео у стрічці («на перевірці»)
• пуш-повідомлення про результат через FCM/APNs

Окремий кейс — live-стрімінг. Тут Video Intelligence API не підходить через latency. Використовуємо потокову передачу через WebRTC + серверний аналіз HLS-сегментів кожні 2–4 секунди з моделлю, оптимізованою під швидкість (MobileViT-S в TorchScript).

Що входить в роботу (deliverables)?

• Архітектурна документація (ADR)
• Інтеграція SDK завантаження та модерації
• UI станів (pending, approved, rejected)
• Тестування на 100+ edge-кейсах
• Навчання team lead з адміністрування
• Гарантія на код 6 місяців

Процес роботи

1. Аудит вимог: тип контенту (UGC, Stories, live), допустима затримка публікації, вимоги до compliance (GDPR, COPPA).
2. Вибір стеку: on-device передфільтр + хмарна модерація vs повністю серверна.
3. Розробка: інтеграція SDK завантаження, webhook/polling для результатів, UI статусів.
4. Тестування на датасеті edge-cases: мультимовні субтитри у кадрі, медичний контент, мультиплікація.

Орієнтири по термінах

Інтеграція з Google Video Intelligence або AWS Rekognition Video — 3–5 днів. Додавання on-device передфільтра на CoreML/TFLite — ще 2–3 дні. Повне рішення з live-стрімінгом та системою human review — 3–4 тижні.

Зв'яжіться з нами для оцінки вашого проєкту — ми підготуємо пропозицію під ваш стек та навантаження. Замовте консультацію, щоб обговорити деталі.

Машинне навчання в мобільних застосунках: CoreML, TFLite та on-device LLM

Ми розрізняємо два принципово різних підходи: застосунок з on-device AI та застосунок, який просто викликає хмарне API. Перший працює без інтернету, не надсилає дані користувача на сторонні сервери та відповідає за 50 мілісекунд. Другий залежить від затримки мережі та тарифного плану. Вибір архітектури — ключовий етап, який безпосередньо впливає на вартість, приватність та користувацький досвід. Наш досвід показує: у 70% проектів on-device інференс виявляється дешевшим у довгостроковій перспективі завдяки виключенню серверних витрат. Економія може сягати 40% щомісячних витрат — отримайте консультацію, ми порахуємо для вашого кейсу.

Як вибрати між CoreML та TFLite для on-device інференсу?

CoreML — нативний фреймворк Apple для запуску ML-моделей на пристрої, описаний у документації Apple. Підтримує Neural Engine (A11 Bionic та новіші), GPU та CPU як fallback. Моделі конвертуються у формат .mlmodel через coremltools з PyTorch, ONNX або TensorFlow. Конвертація — не завжди тривіальна: кастомні шари вимагають реалізації MLCustomLayer, а квантизація до INT8 іноді помітно знижує точність на специфічних даних. Ми гарантуємо, що підсумкова модель проходить валідацію на реальних даних до та після конвертації.

TensorFlow Lite — крос-платформна альтернатива для Android та Flutter відповідно до специфікації Google. На Android використовує NNAPI (Neural Networks API) для апаратного прискорення — з Android 10+ NNAPI стабільніший, до цього краще явно використовувати GPU delegate через GpuDelegate. Типова помилка: модель навчена на нормалізованих даних у діапазоні [0,1], а в застосунку на вхід подається [0,255] — інференс працює, але з безглуздими результатами без помилки. Ми включаємо модуль автоматичної валідації вхідних даних у SDK.

Для задач класифікації зображень, детекції об'єктів та сегментації доступні готові оптимізовані моделі. YOLOv8 у CoreML форматі запускає детекцію кадру 640×640 за 15–20 мс на iPhone 14 Neural Engine. MobileNetV3 на TFLite з GPU delegate — близько 8 мс на Pixel 7 при класифікації.

Що робити, якщо потрібна генерація тексту на пристрої?

Запуск невеликих мовних моделей на пристрої став реальністю за останні роки. Apple Intelligence використовує власні моделі через Private Cloud Compute, але для сторонніх розробників доступні інші шляхи.

llama.cpp з Metal backend на iOS — робочий підхід для phi-3-mini (3.8B параметрів, 4-bit квантизація, ~2.3 ГБ). Інференс: 15–25 токенів/секунду на iPhone 15 Pro. Для інтеграції в Swift використовуємо Swift Package llama.swift або обгортку через C-інтерфейс llama.h. Бінарник до застосунку не додаємо — модель завантажується при першому запуску та зберігається в Application Support. Наші сертифіковані розробники налаштовують інкрементальне завантаження, щоб не блокувати перший запуск.

На Android аналог — Google AI Edge (колишній MediaPipe LLM Inference API) з підтримкою Gemma-2B. Працює через GPU delegate, на Tensor G3 чіпі Pixel 8 Pro — близько 20 токенів/секунду.

Інтеграція OpenAI API та інших хмарних моделей

Для сценаріїв, де cloud inference допустимий, інтеграція OpenAI, Anthropic або Google Gemini — це HTTP клієнт + streaming SSE. У Swift зручно через AsyncThrowingStream для стрімінгових відповідей. У Kotlin — через Flow.

Критично важливо: API-ключі ніколи не зберігаються в бандлі застосунку. Навіть обфускований ключ витягується з IPA за 10 хвилин через strings або frida. Правильна архітектура: мобільний застосунок → власний backend → OpenAI API. Backend контролює rate limiting, логує запити, захищає ключ.

Що входить у роботу (результати)

• Навчена та квантизована модель під цільовий пристрій (документація за метриками)
• SDK для інтеграції (Swift/Kotlin/Flutter) з прикладами виклику
• Тести продуктивності на 3–5 реальних пристроях
• Інструкція з оновлення моделі OTA
• Підтримка при проходженні модерації App Store / Google Play (перевірка відповідності Guidelines 4.2, 5.1)
• 2 тижні технічної підтримки після релізу

Типовий пайплайн проекту

1. Аналіз завдання — вимірюємо latency, privacy, size, підтримувані пристрої.
2. Прототипування моделі — в Python, оцінка accuracy на цільових даних.
3. Конвертація та квантизація — під CoreML/TFLite з валідацією.
4. Інтеграція в застосунок — модель обгортається в сервісний шар (легко замінювати CoreML → TFLite → хмара).
5. Тестування — на реальних пристроях, вимір FPS, RAM, батареї.
6. Деплой — через TestFlight / Firebase App Distribution, моніторинг метрик.

Терміни: інтеграція готової CoreML/TFLite моделі — 1–2 тижні, розробка кастомної моделі з мобільною оптимізацією — від 6 тижнів, on-device LLM чат з персоналізацією — 4–8 тижнів.

Чому ми беремося за складні кейси?

10+ років досвіду в мобільній розробці, 50+ впроваджених AI/ML рішень, гарантія сумісності з актуальними версіями iOS та Android. Всі проекти проходять code review та навантажувальне тестування. У вартість вже входить підготовка документації для модерації та навчання вашої команди.

Зв'яжіться з нами — ми допоможемо вибрати архітектуру та впровадити ML у ваш застосунок під ключ. Замовте аудит наявного рішення — безкоштовно оцінимо потенціал економії серверних витрат. Отримайте консультацію експерта — напишіть нам сьогодні.