拥抱短片可能是最近媒体圈最流行的关键词。仅微信视频号的灰度测试就在媒体圈引起了一场大地震，原本隐藏在文字背后的“中年大叔”勇敢地出现，试图抓住新生的机会之窗。每天与媒体朋友聊天的话题也不自觉地转向了短片。一些人购买了专业的成像设备，一些人很快招聘了熟悉视频编辑的助理.因此，当百度研究院推出人工智能合成短片平台VidPress的消息传出后，媒体圈再次爆发，纷纷通过百度的创意大脑申请测试，努力将他们刚刚写的深层文本转化为丰富多彩的短片。毕竟，VidPress的“果实”并不诱人，只要你输入一个链接的图形内容，你就可以自动生成相应的视频内容，这大大节省了成本和精力。在一些早期采用者之后，一些人给了VidPress很高的评价，而另一些人则批评对结果不满意。鉴于褒贬两种态度，让我们分享一下我对VidPress的个人想法。理想是再次迷失在现实中，还是从一开始就期望过高？01智能内容制作原则视频新闻解释了视频制作模式，可以用“智能”一词来描述。用户输入图形内容的链接后，VidPress将在9分钟内完成视频素材聚合、评论生成、语音合成、音视频对齐和渲染输出等一系列“骚”操作，平均每天可制作500至1000个视频，恰如其分地扼杀整条街的“剪刀手”。这种制作内容的方式夸张了吗？让我们来看看“黑魔法”背后的技术原理。整个内容制作过程可以分为三个环节:第一个环节是音频内容的生成。该平台基于多种语言模型对图形内容的文本部分进行处理，然后自动生成符合要求且适合视频呈现的评论，然后通过文本到音频服务(TTS)合成评论语音；同步链接是视频内容的生成。该平台将对图形内容进行语义理解，根据文章内容自动搜索相关资料，通过计算机视觉技术对资料进行分析和理解，然后选择合适的资料进行智能编辑合成；最后一步是音频和视频对齐，这涉及到百度的第二代时间轴对齐算法，该算法在文本中选择兴趣点，然后对视频剪辑和兴趣点之间的相关性进行评分，高质量的视频剪辑将首先放入时间轴。