[论文笔记] 视频生成方案纵览

采编式视频生成

        用文本检索素材库，对素材库进行编排成视频。

        基于图文（也可以基于纯文本），进行相关视频和图片素材的补充和添加。

• 文本处理：由于整个视频是用图文做脚本来完成的，所以，视频主体抽取（这个视频讲述的是什么内容）、视频调性确认（阳春白雪还是下里巴人）、视频字幕/旁白生成等，都需要基于充分的内容理解，再进行精准的文章主体识别、文章风格识别、口播逐字稿改写、字幕拆分等工作的进行；

• 素材处理：采编式视频生产的核心，是要将碎片化的素材基于图文脚本进行合理的编排，故而进行视频和图片素材的在线检索、剪裁、清洗等必不可少；

• 语音处理：语音播报作为视频的关键元素，在视频生产中是必不可少的一环，需要基于图文进行合理的语音合成与添加；

• 其他视频元素添加：视频标注、水印、动效、背景音乐、背景视频、前置氛围渲染等元素的添加，能够更好地丰富视频效果；

• 视频合成：将采编好的脚本文件，利用视频合成技术进行视频渲染输出。