根据好看视频利用数据, 目前天生一个时长2分钟旁边的720p视频, 所需时长的中位数仅为2.5分钟；平台每天可以生产500到1000条视频，全体过程从热点创造到终极的视频天生完备无人化、自动化；此外，VidPress所天生的视频播放完成率比好看视频的大盘赶过15个百分点，一些热门视频已经有了85万的播放量，足见AI新闻视频深受不雅观众喜好。
用户输入图文内容后, 例如输入某条新闻事宜的链接，平台将基于NLP模型进行语义理解, 并通过主体模型聚合干系新闻素材，以及从同一主题干系新闻里抽取更多的素材及其语义表征，充分保障素材内容的丰富度和干系性。
紧接着，讲授词语音天生和素材深度挖掘同步启动。一方面，平台基于多种措辞模型对原文进行处理，自动天生一篇字数符合哀求且适宜视频呈现的讲授词，并通过百度笔墨转音频做事(TTS)合成讲授词语音，效果媲美播音员；与此同时, 平台会根据对原文的理解, 通过自有视频库和百度搜索引擎搜索，智能化聚合最新最适宜呈现的内容，并基于人脸识别、物体识别、视频内容理解等打算机视觉做事进一步解析和理解，自动剪切和精选视频素材。
上述两个步骤完成后，平台将基于讲授词音轨韶光轴和所聚合的媒体片段，进入音视频对齐剪辑过程。百度升级后的第二代韶光轴对齐算法，其关键在于选取出文本中的兴趣点, 再将媒体片段与兴趣点进行干系度打分，将优质媒体片段优先放入韶光轴，以此担保视频的整体不雅观感和用户兴趣的持续引发。当时间轴天生完毕之后，数据转交给渲染器，从而天生一个完成的视频，整合过程耗时可以担保在9分钟以内，极其高效。
上游新闻·重庆 顾立 演习生 玉浩