人工智能在融合媒体内容制作中的应用探索.pdf

引言随着互联网技术和移动设备的普及，融合媒体已经成为当今媒体行业的主流趋势之一。融合媒体是指通过多种媒体形式和渠道来传播信息，实现信息快速、便捷、多样化的传递以及用户对信息的主动选择和参与。在这个过程中，内容制作是关键环节。随着大数据、云计算、人工智能等新兴技术的发展和应用，融合媒体内容制作的方式也在不断地发生变化。特别是人工智能技术的应用，更是为融合媒体内容制作带来了新的可能性和挑战。2 人工智能在内容制作领域应用场景人工智能是指利用计算机和大数据等技术实现智能化的方法和过程。随着计算机计算能力的提高和算法的不断改进，人工智能在图像识别、自然语言处理、语音识别等方面已经取得了显著的成果。在媒体和传播领域，人工智能的应用也越来越广泛。人工智能可以通过大数据分析和算法模型预测用户行为和兴趣，实现个性化推荐和精准营销。在内容制作方面，人工智能可以辅助和优化内容的创作、编辑以及发布等过程，提高效率和质量。因此，人工智能已成为融合媒体内容制作的重要技术手段。人工智能在内容制作领域的应用场景包括以下 5 种。一是文本内容制作。人工智能可以通过自然语言处理技术实现文本的自动生成和编辑。例如，可以利用生成式模型和语言模型等技术来生成具有逻辑和连贯性的文章、新闻以及评论等文本，通过情感分析和语义理解等技术进行文本的编辑和修订，以提高文本质量和效率。二是图像内容制作。人工智能可以利用计算机视觉技术来自动识别和分类图像，并进行图像处理和合成等操作。例如，可以利用深度学习算法来实现图像识别、图像生成以及图像编辑等功能，从而实现自动化的图像内容制作。三是视频内容制作。人工智能可以通过视频分析和处理技术来提高视频制作的效率和质量。例如，可以利用自然语言处理和图像识别等技术来自动化生成视频脚本和场景，实现视频的剪辑、配乐以及字幕等操作。此外，还可以利用人工智能技术来进行视频的语义分析和情感识别，以更好地满足用户需求和反馈。四是音频内容制作。人工智能可以利用语音识别、语音合成以及音频处理等技术来实现自动化的音频内容制作。例如，可以利用语音合成技术自动合成新闻播报内容，利用音频处理技术改善音频质量并降噪。五是跨媒体内容制作。将不同形式的媒体内容（文本、图像、音频以及视频等）进行整合和转换，从而实现多媒体的内容制作和展示。在人工智能在融合媒体内容制作中的 应用探索文/大连新闻传媒集团 王海江摘要：随着人工智能技术的不断发展和应用，其在融合媒体内容制作中的应用也越来越受到重视。本文从人工智能技术的发展历程和融合媒体的特点出发，探讨了人工智能在融合媒体内容制作中的应用现状和未来发展方向，介绍了人工智能在文本、图像以及视频等不同媒体类型内容制作中的应用，并提出了在未来发展中需要解决的问题和挑战。关键词：融合媒体 内容制作 人工智能Media Fusion2023年7月 月刊 总第375期媒体融合 媒体融合 跨媒体内容制作中，人工智能可以利用多模态处理和跨媒体分析等技术来实现多媒体的自动化整合和转换。例如，可以利用自然语言处理和图像识别等技术将文本和图像转换为视频内容，或者将视频内容转换为音频内容。3 智能生产系统架构轻量化的智能生产工具集可以满足融媒体内容制作领域智能化生产需要，包含语音快剪、OCR 识别、GIF生成、语音合成、智能唱词、智能拆条、智能主播等 10 余种生产工具，可以帮助用户快速完成不同场景下的智能内容生产。智能生产工具集系统采用分层架构设计，分为资源层、服务层、应用层 3 个部分，如图 1 所示。3.1 资源层由系统所需的计算资源、存储资源、网络资源、安全资源组成。3.2 服务层主要为应用层提供多种服务支撑，包括基础服务、核心服务、能力服务。3.2.1 基础服务由分布式数据库服务、分布式缓存服务、分布式消息队列服务、分布式索引服务、分布式服务注册调度服务组成。3.2.2 核心服务由租户/用户认证鉴权管理、系统服务工具集管理、媒体资产文件多分布管理、业务流程编排监控管理、即时消息发布订阅通知服务管理、自动索引同步服务组成。3.2.3 能力服务由中台的文件合成、文件抽帧、语音识别、语音合成、OCR 识别、智能主播、智能拆条等 10 余种媒体能力以及智能能力服务组成。其中，人工智能技术能力服务主要包括以下 5 种。（1）人脸识别。对画面中的人脸进行分析并识别人脸特征，对比人脸库中存在的人脸特征进行 1:N 的检索识别，并返回该人物的相关信息；支持对视频与图片中关键人物和敏感人物的识别与标记。（2）语音识别。基于业界先进的语音识别能力，深度结合媒体业务场景，经生态圈伙伴场景数据持续打磨，定制化音视频场景的模型；支持输出音视频内容中普通话的语音内容对应的文字内容，并能够智能添加标点符号；支持用于视频中的音频抽取之后进行文本转译以及抽取文字标签等场景。（3）OCR 识别。基于业界先进的文本识别能力，深度结合媒体业务场景，主要对入库的视频、图片中包含的文字内容进行识别和提取，识别结果可以用于标签提取、全文检索、数据分析等；支持中、英文等多语种，横/竖排，不同倾斜角度文字识别；支持视频截图中的标题、字幕、人物介绍、节目 LOGO、背景图片中的文字等识别；支持识别印刷文档、网络图片、广告图文字、头像文字等。（4）图像标签。提供图像识别能力，通过深度学习智能识别模型，输出涵盖场景、物体、事件等多维度标签；支持输入图片或视频帧，输出标签以及对应的一、二级层级信息；支持输出 10 大类 9000 余个标签，包含场景、事件、物品、动物、食物、植物、饮品、交通工具、人物等。（5）自然语言处理。提供自然语言处理服务，结合实际使用场景，提供全面的自然文本处理能力；依托千亿级中文语料积累，提供命名实体识别、关键词识别、文本标签识别、新闻摘要信息提取等多项智能文本处理能力；支持关键词提取，文本标签范围无上限，可自增长；支持预测同类特征的名词，即使是全新出现的人名、地名、事件活动等也能识别；支持输出文本摘要信息。图 1 系统架构 Media Fusion融合媒体3.3 应用层面向用户的功能应用和交互界面，包括资源管理、项目管理、任务调度以及用户权限模块。利用人工智能技术打造的更加高效、精准的多媒体内容制作工具，可以大大提高媒体工作者的生产效率和创作质量。3.3.1 语音快剪工具语音快剪工具是一种基于语音识别技术的视频剪辑工具，它可以将语音转换为文本，然后根据文本内容对视频进行剪辑。这种工具能够使用户通过语音快速进行视频剪辑，无须手动查找和定位视频中的特定部分，提高了视频剪辑的效率和准确性，构建了一种基于文本的快速视频剪辑场景。语音快剪工具在新闻、广告、教育等领域中得到广泛应用，可以帮助媒体工作者、广告从业者以及教育工作者更加高效地制作多媒体内容。3.3.2 OCR 识别工具OCR 识别工具能够将图片、扫描件或 PDF 等非可编辑格式中的文字信息自动识别和转化为可编辑文字。它基于文字识别技术，通过对图像进行分析和处理，将其中的文本信息转换为文本形式。OCR 识别工具可以快速识别图片或视频中的文字信息，将其转换为可编辑的文本形式，便于后续编辑和处理。3.3.3 GIF 生成工具GIF 生成工具可以将视频片段自动转成 GIF 动图，应用人脸识别、场景识别快速定位视频画面截取区域，并生成 GIF 动图。通过自定义选择画面截取区域，批量选择多段内容，将选择的多段内容合并生成一段 GIF 动图，满足新媒体内容生产中的 GIF 动图需求。3.3.4 智能唱词工具通过应用语音识别技术，对视频中的音频信息实现自动提取。智能唱词工具可以将提取到的音频信息逐句生成字幕，转成 SRT 文件，同时将生成的字幕文件导入非编时间线，辅助编辑人员快速实现生成唱词，大大缩短了节目字幕的制作流程，提高了节目的制作效率。3.3.5 智能语音合成工具应用语音合成技术，通过语音合成工具实现文字转语音，同时为用户提供编辑界面，可以对多音字和数字的读法、声音效果、配音语速等进行人工设置，辅助编辑人员进行文本配音。3.3.6 智能修补工具图像修补工具应用智能修补服务，对视频或图片中水印、贴片广告等内容进行高质量修复，还原画面原本内容，为用户提供编辑界面。同时，可以为视频或图像叠加本地图标，实现智能辅助的快速图像修补以及后期的精细加工。3.3.7 智能新媒体稿件编辑工具智能新媒体稿件编辑工具对视频、文稿等内容进行处理，可一键输出多媒体稿件。可以根据文稿标题、关键词自动推送相关互联网文章，辅助写稿，实现智能提取摘要、智能文本校对等。该工具满足编辑根据视音频快速生成多媒体稿件的场景。3.3.8 文本转短视频工具文本转短视频工具将输入的文本、图文或资讯进行自动解析，提取内容摘要、人物、地点、时间、组织机构、关键词等信息，自动与素材库中已标注的视频或图片素材进行智能匹配，同时调用语音合成服务将文字转成语音，并自动生成配音和字幕。基于系统预设的视频制作模板智能生成视频，满足用户通过文本快速生成短视频的需求。4 结语人工智能技术在融合媒体内容制作中的应用探索，可以有效提高内容制作的效率和质量，同时也为媒体行业的转型和发展提供了新的机遇和挑战。通过开发基于人工智能技术的融合媒体内容制作平台，构建融合媒体内容制作工具集，并不断开展人工智能技术的研究和创新，能更好地推动融合媒体内容制作与人工智能技术的结合，为媒体行业的转型和升级做出积极的贡献。虽然人工智能技术在融合媒体内容制作中已经取得了一定的进展，但在实际应用中还存在着很多挑战和难点。例如，如何在融合媒体内容制作中实现人工智能技术与人类创意的结合和平衡，如何应对数据规模和数据质量的挑战，如何保护个人隐私和信息安全等。因此，需要不断开展实践探索和技术创新，加强行业合作和标准化建设，以推动融合媒体内容制作与人工智能技术的持续发展和创新。参考文献：1 易明慧.人工智能在新闻传播中的应用分析 J.新闻研究导刊,2022,13(6):1-3.2 金昭延.人工智能技术赋能广播电视媒体的方向与路径 J.西部广播电视,2021,42(6):40-42.3 沈浩,杨莹莹.人工智能为媒体赋能 J.新闻战线,2019(1):61-63.