我什么都沒(méi)做，文章就自動(dòng)變成了視頻？AI神器解放視頻編輯丨百度研究院出品

郭一璞 2020-04-20 14:32:24 來(lái)源：量子位

郭一璞 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI

人工智能技術(shù)，現(xiàn)在可以實(shí)現(xiàn)自動(dòng)剪視頻了。

只要有一篇現(xiàn)成的圖文鏈接，AI就可以根據(jù)圖文描述的主題，重新組織語(yǔ)言，自動(dòng)搜尋素材，剪出一條短視頻。

換句話說(shuō)，如果看到有意思的新聞卻懶得讀文章，那就把你在讀的這篇文章的地址輸入給AI，文章就自動(dòng)變成了短視頻。

而且，這個(gè)過(guò)程只需要幾分鐘的時(shí)間，完全無(wú)人化自動(dòng)操作，你下樓買(mǎi)了杯咖啡，視頻就自動(dòng)做好了。

這個(gè)“AI做視頻”技術(shù)來(lái)自百度研究院，產(chǎn)品的名字，叫做VidPress。你看，它可以自己做一條視頻，來(lái)報(bào)道自己的出生：

看起來(lái)就像正常的電視新聞一樣。這下，視頻編輯們?cè)僖膊挥脼榱怂阉夭?、改腳本、加特效、渲染導(dǎo)出而加班熬夜了。

做視頻的AI

本質(zhì)上，VidPress是做的事情是“圖文轉(zhuǎn)視頻”，把人類(lèi)寫(xiě)好的圖文稿件重新編輯成視頻，可以參考一下上面視頻內(nèi)容的原文：

比較之下，你會(huì)發(fā)現(xiàn)視頻和文章的文案部分都是類(lèi)似的，但視頻中用到的素材卻遠(yuǎn)不止文章中這么少，增加了許多人物和場(chǎng)景的動(dòng)態(tài)鏡頭，而且相當(dāng)契合主題。

那一定是用語(yǔ)音合成做了配音部分，然后視頻編輯隨手搜了幾個(gè)視頻素材放上去了咯？

非也。整個(gè)視頻都是AI生成的，視頻編輯只需要給出一篇文章的鏈接，過(guò)幾分鐘，熱騰騰的視頻就出鍋了。

不信往下看。

只要有鏈接，視頻自動(dòng)生成

用VidPress來(lái)做視頻，不需要視頻編輯有任何技術(shù)背景，會(huì)復(fù)制粘貼就行。

首先，把需要改成視頻的文章地址復(fù)制，粘貼到VidPress。

然后，選擇用哪個(gè)聲音合成，確定所需視頻的長(zhǎng)度以及分辨率。

現(xiàn)在，視頻編輯就可以放手讓AI開(kāi)始工作了。

獲得圖文內(nèi)容后，AI會(huì)借助NLP模型進(jìn)行語(yǔ)義理解，用主題模型聚合相關(guān)新聞和素材。

之后，需要分別完成音頻和圖像的編輯工作。

音頻方面，系統(tǒng)會(huì)用多種語(yǔ)言模型處理解析原文，生成解說(shuō)詞，之后借助語(yǔ)音合成技術(shù)變成音頻。

而圖像方面，原文中的圖片肯定是不太夠的，需要再搜尋更多視頻和圖片素材。素材的來(lái)源可以是視頻編輯自己的素材庫(kù)，也可以直接實(shí)時(shí)的用百度搜索來(lái)找素材。

找到素材后，需要借助人臉識(shí)別、物體識(shí)別、OCR、視頻內(nèi)容理解等技術(shù)來(lái)解析理解視頻素材的內(nèi)容，自動(dòng)剪切選取合適的片段。

有了視頻素材和解說(shuō)詞音頻文件，需要把兩者合二為一。在這個(gè)任務(wù)上，百度自研了兩代對(duì)齊算法，第一代對(duì)齊算法是基于段落的對(duì)齊，第二代則是基于錨點(diǎn)的時(shí)間軸對(duì)齊算法。

第二代對(duì)齊的算法首先需要找出解說(shuō)詞里觀眾的興趣點(diǎn)，然后再將搜到的素材和這些興趣點(diǎn),進(jìn)行相關(guān)度打分，綜合考慮素材的來(lái)源、相似度、圖片/視頻內(nèi)容的貼合度、內(nèi)容質(zhì)量等方面。

之后，得分高的素材就率先被翻牌子，放到視頻時(shí)間軸里興趣點(diǎn)的位置。而剩下的素材就會(huì)被填充到空隙里，最后再對(duì)整個(gè)時(shí)間軸的內(nèi)容分布進(jìn)行調(diào)整。

現(xiàn)在，AI就把視頻做好了，渲染一下，就是一個(gè)完整的視頻。

這個(gè)過(guò)程只花費(fèi)幾分鐘后。當(dāng)編輯再次切回VidPress頁(yè)面，視頻已經(jīng)自動(dòng)生成好了，還自動(dòng)配好了字幕。

之后，編輯也可以人工修改。如果覺(jué)得某一部分的文案不夠好，可以替換編輯成所需的文案重新導(dǎo)出視頻。

勝在速度

誠(chéng)然，VidPress目前還無(wú)法完成真人視頻博主那樣專(zhuān)門(mén)策劃拍攝的短視頻作品，但是如果用來(lái)做新聞簡(jiǎn)訊類(lèi)視頻，那VidPress的水平已經(jīng)足夠?qū)崿F(xiàn)商業(yè)應(yīng)用了，除了沒(méi)有真人播音員，做出來(lái)視頻的樣子和以前的電視新聞節(jié)目十分類(lèi)似。

但是它勝在速度太快，生成一條視頻可能只要十幾分鐘，而其中一半的時(shí)間都是AI在自動(dòng)工作，人類(lèi)視頻編輯只要粘貼鏈接，設(shè)置好聲音時(shí)間分辨率就行了，再也不用苦苦守在電腦前剪視頻了。

可以說(shuō)，用這種方式來(lái)工作，做視頻的時(shí)間比往各個(gè)平臺(tái)發(fā)視頻的時(shí)間都短，以前一小時(shí)的工作，可能現(xiàn)在10分鐘就能完成，再也不用加班熬夜，短視頻編輯們要笑著迎接955了。

有了這樣的剪輯效率，當(dāng)瓜來(lái)了的時(shí)候，別的編輯還在哼哧哼哧找素材剪視頻，用VidPress的編輯已經(jīng)做好了視頻，發(fā)給了吃瓜群眾，還沒(méi)等撤熱搜就可以收獲10W+，美滋滋。

目前，VidPress生成一個(gè)2分鐘左右的720p視頻, 所需時(shí)間的中位數(shù)僅為2.5分鐘。

而在百度好看視頻內(nèi)部，整個(gè)平臺(tái)每天可以生產(chǎn)500到1000條視頻，而且這些視頻所圍繞的新聞熱點(diǎn)都是系統(tǒng)自動(dòng)發(fā)現(xiàn)、自動(dòng)生成的。只要服務(wù)器在跑，即使躺在家里，平臺(tái)上就會(huì)有源源不斷的視頻出現(xiàn)，并自動(dòng)分發(fā)給觀眾。

如此高的生產(chǎn)效率，簡(jiǎn)直是短視頻領(lǐng)域的一記驚雷。

如今短視頻火得一塌糊涂，正處紅利期，無(wú)論是騰訊、頭條還是百度自己，都在爭(zhēng)相自研或投資短視頻平臺(tái)，這類(lèi)工具一旦開(kāi)放，會(huì)是大大小小創(chuàng)作者、MCN們爭(zhēng)搶市場(chǎng)的巨大機(jī)遇，AI制造的短視頻，會(huì)像當(dāng)年的中國(guó)制造一樣，涌入各個(gè)視頻平臺(tái)，成為新的一波流量收割機(jī)。

畢竟，圖文內(nèi)容的生產(chǎn)成本，可比視頻內(nèi)容低得多，只要寫(xiě)好文章，分分鐘就會(huì)有配套的視頻出來(lái)，同一份辛勤，收獲多幾倍的流量，那么至少在目前階段，這類(lèi)AI生成視頻就是觸手可得的紅利。

或許不久之后，大家就可以看視頻版的量子位了呢。

傳送門(mén)

目前，VidPress平臺(tái)可以申請(qǐng)?jiān)囉茫暾?qǐng)鏈接：

https://ai.baidu.com/creation/external/labprojectlist

如果你對(duì)VidPress還有其他想了解的地方，可以通過(guò)這個(gè)郵箱聯(lián)系他們的工作人員：

vidpress.support@baidu.com