互联网技术的迅猛发展激发了音视频内容制造者的创作激情,使得音视频内容得到了极大丰富。同时,这也给音视频内容的监管提出了新的要求。如何高效率地从海量的音视频内容中获取目标信息成为了音视频监管的重要课题。近年来,在AI计算芯片性能迅猛提升的背景下,包括机器学习、深度学习在内的人工智能技术得到了迅猛的发展,深度学习在计算机视觉和音频分析领域有了长足的进步。基于以上背景,本论文利用深度学习中计算机视觉和音频分析的相关技术,设计了一套基于人工智能分析的音视频内容检索系统。该系统基于人工智能的深度学习技术,应用不同的神经网络模型实现对音视频内容的特征提取以及特征向量化,并借助高维检索技术通过输入特定信息检索海量音视频内容中的对应内容;同时设计并实现了前后端分离的前端网页系统和后端服务器。其中,主要使用的神经网络模型有InsightFace、CRNN（Convolutional Recurrent Neural Network）等,神经网络模型训练的主要由TensorFlow和Keras实现;后端模块主要使用Python作为开发语言;前端使用Vue框架完成网页开发;MySQL用来完成系统全部的结构化数据存储工作。本文首先以相关领域的发展情况为依据对确定音视频内容检索这一课题的技术背景和现实意义做了详细的阐述,总结和分析了目前业界对音视频内容检索这一课题的研究进展,提出了本课题的研究内容和目标。文章从前后端核心语言、系统整体搭建工具、深度学习核心模块、搜索引擎等维度出发,介绍了使用的相关技术,包括人脸识别算法、光学字符识别算法、特征提取、高维检索等。分章节描述了整体需求分析、概要设计、功能模块划分、系统设计开发、系统测试等工作的具体细节。