谷歌表示正在開(kāi)發(fā)一種可以自動(dòng)將網(wǎng)頁(yè)轉(zhuǎn)換為短視頻的AI系統(tǒng)URL2Video。該系統(tǒng)可以自動(dòng)從HTML中提取諸如文本、圖片以及字體、顏色和布局等設(shè)計(jì)模板，并將這些元素組成與原網(wǎng)頁(yè)外觀相似的視頻。

該系統(tǒng)主要針對(duì)那些對(duì)自身產(chǎn)品和服務(wù)已經(jīng)有詳盡的網(wǎng)頁(yè)介紹，但還未有視頻介紹的公司。

谷歌表示，通過(guò)URL2Video處理網(wǎng)頁(yè)信息，就可使產(chǎn)品和服務(wù)以視頻形式觸達(dá)更多的受眾。而且相比起傳統(tǒng)視頻制作需要數(shù)天到數(shù)周的制作周期、880到1200美元的制作成本，URL2Video有著難以比擬的優(yōu)勢(shì)。

基于與專(zhuān)業(yè)剪輯師的討論，URL2Video采用了一種啟發(fā)式方法來(lái)確定視頻編輯模版，包括內(nèi)容層次、視頻信息量及其每種元素的持續(xù)時(shí)間。URL2Video使用這種方式來(lái)解析網(wǎng)頁(yè)、分析內(nèi)容、挑選關(guān)鍵文本或圖像、保留相似的設(shè)計(jì)風(fēng)格，并根據(jù)用戶的具體要進(jìn)行修改。

如果我們看向這神奇功能背后的原理，就會(huì)發(fā)現(xiàn)視頻轉(zhuǎn)化技術(shù)離不開(kāi)對(duì)網(wǎng)頁(yè)元素的分類(lèi)和排序。

URL2Video會(huì)在每個(gè)網(wǎng)頁(yè)中提取文檔對(duì)象模型信息和多媒體資料，將視覺(jué)上可區(qū)分的內(nèi)容標(biāo)記為視頻中的可用元素，包括標(biāo)題、產(chǎn)品圖片、文字說(shuō)明和外鏈等。

URL2Video提取的每個(gè)元素（即文本和多媒體文件）和網(wǎng)頁(yè)相關(guān)信息（HTML標(biāo)簽、CSS樣式等）都會(huì)根據(jù)其在原網(wǎng)頁(yè)上的重要性進(jìn)行排名和注釋?zhuān)垣@得不同的優(yōu)先級(jí)，例如在網(wǎng)頁(yè)頂部占據(jù)較大區(qū)域的元素會(huì)得到更高的分?jǐn)?shù)和優(yōu)先級(jí)。

基于上述的元素排名方面以及啟發(fā)式視頻編輯模版，URL2Video可以得出視頻中每個(gè)元素最佳的停留時(shí)間和位置分布。

網(wǎng)頁(yè)轉(zhuǎn)視頻的最后一步就是格式調(diào)整，URL2Video會(huì)將圖片的大小轉(zhuǎn)換成適合視頻畫(huà)面的長(zhǎng)寬比，根據(jù)風(fēng)格和主題確定視頻中采用的字體和配色，再轉(zhuǎn)化為MPEG-4格式。

為了使視頻簡(jiǎn)潔，URL2Video僅顯示網(wǎng)頁(yè)中的主要元素，如標(biāo)題和主產(chǎn)品圖，并會(huì)限制每個(gè)元素在視頻中停留的時(shí)間。

谷歌表示在用戶研究和測(cè)試中，URL2Video已經(jīng)做到了從網(wǎng)頁(yè)中高效地提取元素，并通過(guò)交互功能鍵來(lái)輔助用戶剪輯。

谷歌科學(xué)家Peggy Chi和Irfan Essa在博客中寫(xiě)道：“盡管當(dāng)前的研究重點(diǎn)是視覺(jué)展現(xiàn)，但我們正在研究視頻編輯中的音軌和畫(huà)外音等技術(shù)。總而言之，我們相信便捷的視頻剪輯是大勢(shì)所趨，而機(jī)器學(xué)習(xí)模型可以以交互的形式給剪輯師布局排版的建議，以快速創(chuàng)造多個(gè)高質(zhì)量視頻。”

來(lái)源：VentureBeat