百度研究院孵化出业界首个支撑通用型、大规模生产的智能视频合成平台VidPress，用户仅需一键输入新闻图文内容链接，其余全部工作则交由平台自动化完成，视频素材智能化聚合、解说词生成、语音合成、音视频对齐和渲染导出整套制作流程在9分钟以内实现。
5G让短视频再度火爆，图文编辑排版之外，视频制作成为职场社畜一项新的必备技能，要学习的知识和技能又双叒叕增加了。还在恶补《如何三小时从小白新手到剪辑大神》教学视频？大可不必！后悔太晚知道的是，好看视频上非常多百万级播放量、高互动点赞量的新闻视频原来是百度AI自动化合成的，比如娱乐八卦向、互联网科技向等全品类热门新闻视频，仅需一键输入新闻链接，即可快速、自动化合成能戳中观众G点的视频，瞬间解放新媒体小编双手，毫不费力躺着也能追热点，拯救KPI不要太爽。百度研究院推出黑科技，AI竟然自己剪视频报道自己学会了做视频这个新闻。
依托强大人工智能技术和海量数据资源优势，百度研究院孵化出业界首个支撑通用型、大规模生产的智能视频合成平台VidPress，用户仅需一键输入新闻图文内容链接，其余全部工作则交由平台自动化完成，视频素材智能化聚合、解说词生成、语音合成、音视频对齐和渲染导出整套制作流程在9分钟以内能够高效实施，生产效率和质量得到大幅提升，完美解决视频生产过程中人力成本、技术难度、素材有限、无法大规模生产等诸多难题，助力5G时代数字内容生产创作及视频化升级，实现信息更加普惠。
智能视频合成平台VidPress的高效率和高质量得到了实际验证，早已在各视频平台“遍地开花”。
百度研发了分布式视频生成系统和对外服务的REST API，为好看视频大规模生产提供服务。根据好看视频使用数据, 目前生成一个时长2分钟左右的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，整个过程从热点发现到最终的视频生成完全无人化、自动化；此外，VidPress所生成的视频播放完成率比好看视频的大盘高出15个百分点，一些热门视频已经有了85万的播放量，足见AI新闻视频深受观众喜爱。一键输入即可躺赢式完成新闻视频生产。
剪辑界的“黑魔法”是如何实现的呢？
用户输入图文内容后, 例如输入某条新闻事件的链接，平台将基于NLP模型进行语义理解, 并通过主体模型聚合相关新闻素材，以及从同一主题相关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相关性。
紧接着，解说词语音生成和素材深度挖掘同步启动。一方面，平台基于多种语言模型对原文进行处理，自动生成一篇字数符合要求且适合视频呈现的解说词，并通过百度文字转音频服务(TTS)合成解说词语音，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合呈现的内容，并基于人脸识别、物体识别、视频内容理解等计算机视觉服务进一步解析和理解，自动剪切和精选视频素材。
上述两个步骤完成后，平台将基于解说词音轨时间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时间轴对齐算法，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相关度打分，将优质媒体片段优先放入时间轴，以此保证视频的整体观感和用户兴趣的持续激发。当时间轴生成完毕之后，数据转交给渲染器，从而生成一个完成的视频，整合过程耗时可以保证在9分钟以内，极其高效。
来源：钱江晚报