小泥人解讀百度研究院的黑科技：十分鐘內(nèi)文章變視頻的AI神器面世

近日，百度研究院推出一項(xiàng)黑科技：十分鐘內(nèi)文章變視頻的AI神器面世。這個(gè)消息瞬間轟動(dòng)了整個(gè)業(yè)界，尤其是新聞工作者和媒體人，更是奔走相告。這個(gè)AI神器的面世表明，只要有一篇現(xiàn)成的圖文鏈接，AI神器就可以根據(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)僖膊挥脼榱怂阉夭摹⒏哪_本、加特效、渲染導(dǎo)出而加班熬夜了。

1、文章變視頻的AI

本質(zhì)上，VidPress是做的事情是“圖文轉(zhuǎn)視頻”，把人類寫(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？

并不是。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。

2、文章自動(dòng)生成視頻，只需有文章地址鏈接

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。

3、速度快，用時(shí)短：10分鐘內(nèi)完成

誠(chéng)然，VidPress目前還無(wú)法完成真人視頻博主那樣專門策劃拍攝的短視頻作品，但是如果用來(lái)做新聞簡(jiǎn)訊類視頻，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分鐘內(nèi)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AI生成視頻就是觸手可得的紅利。

以上就是關(guān)于“小泥人解讀百度研究院的黑科技：十分鐘內(nèi)文章變視頻的AI神器面世”的全部?jī)?nèi)容。這項(xiàng)黑科技大大提高了工作效率，同時(shí)也能帶來(lái)超大流量。抓住了這個(gè)機(jī)遇，就抓住了成功。更多精彩請(qǐng)電話咨詢4006566135，或登錄小泥人官網(wǎng)www.635867.com

小泥人成立于2010年，總部位于以創(chuàng)新而著稱的中關(guān)村科技園區(qū)，成立以來(lái)一直秉承服務(wù)于企業(yè)和商家，在移動(dòng)互聯(lián)網(wǎng)的背景下，幫助全天下的企業(yè)和商家進(jìn)行基礎(chǔ)信息建設(shè)，建立全網(wǎng)營(yíng)銷，打造移動(dòng)營(yíng)銷閉環(huán)為宗旨，幫助全天下的景區(qū)和場(chǎng)館打造智慧景區(qū)和智慧場(chǎng)館為己任，以務(wù)實(shí)，專業(yè)，創(chuàng)新的態(tài)度，依托強(qiáng)大的技術(shù)研發(fā)能力，成功服務(wù)于百萬(wàn)企業(yè)用戶。

小泥人是一家蓬勃發(fā)展的創(chuàng)新性企業(yè)，一直以技術(shù)為驅(qū)動(dòng)，市場(chǎng)先行，經(jīng)過(guò)6年發(fā)展，于2016年11月18日在北股交正式敲鐘掛牌，股票代碼是：099189。掛牌后，迅速開(kāi)通了河南，山東，江蘇，上海等40多個(gè)分站。2017年又獲得創(chuàng)新中國(guó)2017年十大領(lǐng)軍企業(yè)，國(guó)家高新技術(shù)企業(yè)，目前已經(jīng)獲得了千萬(wàn)級(jí)A輪融資。小泥人主營(yíng)業(yè)務(wù)有小程序制作，VR全景拍攝，智慧景區(qū)建設(shè)等，現(xiàn)在發(fā)展更加迅猛，為實(shí)現(xiàn)一家偉大的互聯(lián)網(wǎng)公司而全力以赴！

小泥人是國(guó)內(nèi)領(lǐng)先的小程序一站式解決方案原生案例的提供者和制作平臺(tái)，此平臺(tái)是一款基于小程序的可視化編輯器，實(shí)現(xiàn)可視化操作，所做所見(jiàn)即所得，無(wú)需代碼，無(wú)任何編程基礎(chǔ)即可一鍵生成小程序；此平臺(tái)海量小程序模板，多樣功能組件，最大程度滿足開(kāi)發(fā)者需求，只需要簡(jiǎn)單的拖拉就可生成任意行業(yè)的小程序，并能一鍵完成域名注冊(cè)、解析及 SSL證書(shū)部署等；此平臺(tái)輕松上架商品，自定義商品排列方式和分類，實(shí)現(xiàn)線上支付，一鍵組建你的商城，一鍵打包生成小程序代碼，對(duì)接微信平臺(tái)和開(kāi)發(fā)者工具，幫助企業(yè)無(wú)代碼快速搭建自己的小程序，幫助實(shí)體店實(shí)現(xiàn)方圓5公里免費(fèi)展示和海量客戶引流！

小泥人是國(guó)內(nèi)領(lǐng)先的全景和VR(虛擬現(xiàn)實(shí))服務(wù)平臺(tái)，融合互聯(lián)網(wǎng)和拍攝技術(shù)，為客戶提供全景展示策劃，720度全景拍攝，全景制作，VR發(fā)布和分享。此平臺(tái)幫助企業(yè)提升形象，提高客戶信任度，縮短了用戶與現(xiàn)實(shí)世界的時(shí)空距離感，是一種新型的企業(yè)展示方式和宣傳方式，廣泛應(yīng)用企業(yè)，政府機(jī)關(guān)，事業(yè)單位，院校，工廠，餐飲，酒店，景點(diǎn)等各個(gè)行業(yè)。

小泥人是互聯(lián)網(wǎng)+智慧景區(qū)和智慧場(chǎng)館的實(shí)踐者和引領(lǐng)者，率先自主研發(fā)了智慧景區(qū)系統(tǒng)，獲得國(guó)家版權(quán)局軟件著作權(quán)證書(shū)，率先實(shí)現(xiàn)了線下紙票出票檢票系統(tǒng)，線上電子票分銷和移動(dòng)微信營(yíng)銷，VR拍攝和小程序建設(shè)，硬件支持等四系統(tǒng)的合成，此系統(tǒng)以景區(qū)和場(chǎng)館等資源方為中心，具有跨媒體營(yíng)銷和多硬件支持的能力，既能幫助景區(qū)和場(chǎng)館實(shí)現(xiàn)信息化，全面打通了分銷渠道，又能掌握了終端消費(fèi)者，達(dá)到了宣傳效果，節(jié)約了成本，提升了客戶體驗(yàn)。

閱讀量:20582