快手无人直播 :快手如何让用户迅速消费直播中的精彩瞬间 | 快手高光智能成片如何使用

为进一步提升快手直播的影响力，同时帮助用户快速消费直播中的精彩内容，快手MMU推出一套自研直播高光智能成片解决方案，首先利用语音、视觉等音视频多模态AI技术识别出直播内容的高光片段，再通过智能剪辑技术确定精确的高光时刻起止时间，最后再根据视频内容理解结果智能选择自动字幕、配音配乐、音乐卡点、混剪转场、特效渲染等创作方式，实现一站式全自动智能生成精美的高光短视频快手无人直播 。该技术覆盖秀场、游戏、电商等直播场景下30+个细分看电影垂类直播的高光剪辑，既为广泛的创作者制作短视频提供便利，又让用户高效消费直播的精彩瞬间，有效促进了直播高光视频的生产和传播。

前言

快手是一个短视频社区成片，不仅有海量的成片短视频内容，还有非常丰富的直播内容快手无人直播 。我们知道，不同于短视频，直播是实时性内容，而且直播的内容往往密度比较低，用户需要长时间集中精力来消费，才能发现好的内容。所以，为了能方便用户快速消费直播中的精彩内容，同时吸引用户进入直播间与主播互动，促进直播传播和消费，快手MMU团队自研了一套直播高光智能成片解决方案，利用音频、视觉、NLP等多模态AI技术将直播的高光瞬间智能剪辑生成精美短视频。

目前业界对高光剪辑和视频摘要已有较多的研究和实现，如2019年国庆阅兵中，央视将阅兵直播的精彩瞬间剪辑成短视频发布；咪咕视频把世界杯赛事直播自动剪辑出进球、射门、犯规、过人等精彩片段快手无人直播 。可以看出，业界主要针对单一特定直播垂类进行精彩剪辑，而快手的直播内容非常丰富，形成了秀场、电商、游戏、蓝领招聘、影视综等多个场景的直播生态，细分垂类更是丰富多样，如唱歌、舞蹈、乐器演奏、游戏、闲聊、二次元、影视综等等。我们知道，不同垂类直播内容存在明显的差异，这对直播高光剪辑提出非常大的挑战，比如，如何定义不同垂类直播的高光时刻、如何识别不同垂类直播的高光片段、如何对不同垂类直播高光片段进行剪辑和创作、以及如何为不同主播的直播高光片段的质量进行分级等。针对这些挑战和问题，快手MMU团队利用音频、视觉无人、NLP和跨模态检索等多模态AI技术建设了一套直播高光智能成片解决方案，从高光识别到智能创作实现一站式全自动生成精美的高光短视频，覆盖快手秀场、游戏、电商等直播场景下近30个细分垂类直播。直播高光短视频可以让用户快速消费直播精彩瞬间，有效为直播间进行引流，助力快手直播的有效传播和影响力的提升。

快手教程直播高光智能成片解决方案

在介绍高光智能成片的解决方案之前，我们先来看看直播高光时刻的定义和高光智能成片的所面临的挑战快手无人直播 。

直播转播高光时刻如何定义快手无人直播 ？

对于直播高光时刻，不同场景不同垂类直播的高光定义不同，如秀场直播，将 直播中主播唱歌、跳舞、搞笑聊天、互动智能性好等直播片段 定义为高光时刻；游戏直播 ，将游戏直播中的各种击杀事件（三杀、四杀、五杀等）、各种击杀程度（锋芒必露、横扫千军等）以及助攻死亡等定义为高光片段；电商直播，将带货直播中主播介绍商品的片段定义为高光片段快手无人直播 。另外，根据不同垂类的特点还将进行多个高光片段的卡点混剪，形成高光集锦，如游戏直播，将多个击杀事件和击杀程度混剪成一个完整的精彩击杀集锦。

直播高光智能成片的挑战

我们知道，直播的形式不进多种多样，而且直播场景复杂，这对直播高光智能成片造成非常大的挑战快手无人直播 。首先是直播高光成片的共性难点，比如直播通常受各种环境噪声、混响和户外远场录制等的影响，而且直播的语音/音乐/唱歌/噪声等相互混叠干扰，再加上直播的实时性也要求高光成片能进行实时剪辑等等，这些对精确定位高光片段的起止时间信息所依赖的音频事件检测、语音转文本、唇动检测等技术的性能提出非常高的要求。其次针对不同的垂类直播，挑战也不尽相同，比如唱歌垂类如何区分唱歌片段是主播自己唱还是是放着原唱音乐；乐器演奏垂类如何区分是调弦调音阶段还是正式表演；闲聊直播中存在的吵架、脏话等不文明用语如何有效识别去除等等，这些原唱、调音、不文明用语等非高光成分都需要利用视觉、音频和NLP多模态技术进行联合去除。

直播高光智能成片解决方案

如前所述，直播垂类众多，不同垂类的高光定义不同，所需的高光识别技术和创作方式不同，所以直播高光智能成片方案是以图像识别、音频识别和检测等人工智能技术，设计开发了直播免费垂类划分（分类）、高光封号片段识别（粗裁）、高光片段剪辑（精裁）、智能视频不进创作（智创）四个阶段的智能处理流程，实现电影一站式全自动智能高光成片快手无人直播 。

解决方案技术框图如下所示：

直播免费垂类划分（分类）

利用语音、视觉和文字等多模态技术对直播进行分类处理快手无人直播 ，处理流程如下软件：

将直播进行切片用户快手无人直播 ，每分钟切成一个视频片段；

对每一个视频片段利用多模态算法划分成不同的垂类类别快手无人直播 ，如才艺、闲聊、游戏等垂类；

将每个片段的结果进行融合处理，修正直播间开播至当前时刻的垂类类别，直至直播结束，得到最终的直播垂类类别快手无人直播 。

高光封号片段识别（粗裁）

如前面介绍，不同垂类直播的高光瞬间的定义不同，所以，针对不同垂类直播，分别利用不同的语音、视觉等多模态AI技术对直播内容进行理解分析，初步识别直播的高光片段，如才艺类直播则识别直播切片中是否在唱歌、跳舞等，语言类直播则识别是否有语音、有互动、直播氛围良好等，游戏类直播则识别击杀、助攻和死亡等，再根据直播垂类类别进行直播高光片段的粗裁聚合，将相同垂类且相邻的高光片段聚合在一起，形成各个垂类直播的粗裁高光片段快手无人直播 。

高光视频剪辑（精裁）

快手直播的玩法多种多样能看，使得直播内容也是非常丰富多样，这就会造成粗裁高光视频片段通常会含有各种非高光成分，如上面粗裁视频片段中，包含了背景音乐、主播说话、唱歌片段为放着原唱而不是主播自己唱的非高光内容快手无人直播 。针对各垂类的粗裁视频片段的非高光问题，我们利用音频事件检测、原唱检测、跨模态检索、人脸识别、唇动检测等多模态音视频技术进行精细化裁剪，即精裁处理，得到精确的直播高光瞬间的时间边界信息，有效去除原唱、长留白等非高光成分。

由于主播的水平参差不齐，其精彩瞬间唱功、表演水平也是有很大的差别，这里，快手无人直播怎么操作教程，我们对高光片段的表演水平、和粉丝互动、直播间的免费氛围进行评分，去除表演水平低、动作单一和互动差的片段快手无人直播 。此外，还对视频的质量，如清晰度、直播环境等进行评分，保证精裁高光选视频的质量和观感效果。

智能视频不进创作（智创）

为了生成精美的直播高光短视频，我们还利用AI技术对精裁片段进行智能编辑和创作，提升高光视频的质量和观感快手无人直播 。针对精裁高光片段，我们从智能文字生成、智能音频生成、视觉创作、视频特效四个方面分别进行智能美化和渲染：

智能文字生成：即利用AI技术为高光视频自动添加标题和字幕快手无人直播 ，如对于唱歌高光视频免费，利用音乐识别和语音识别技术自动为其添加歌名和歌词作为标题和字幕；对其他垂类教程，则分别利用NLP智能标题技术和语音识别技术对高光视频添加标题和字幕

智能音频生成：即为高光视频智能添加配音和配乐快手无人直播 ，采用语音合成、智能配乐等音频生成技术变现，为高光视频进行智能配音，并根据视频内容智能配上不同风格和情感的背景音乐

视觉创作：利用AI技术进行混剪、音乐卡点以及转场特效操作处理生成高光视频集锦中的快手无人直播 ，同时根据音效在哪里检测转播添加视频贴纸

视频特效精彩瞬间：针对不同垂类建设素材库、音乐库、特效库快手无人直播 ，然后利用AI技术对高光看电影视频进行电影特效渲染，以及添加礼物特效，进一步提升视频的观感效果

根据不同垂类直播的高光视频内容智能选择一套合适的创作方式和编辑方法，如对唱歌垂类的精裁高光视频，我们进行直播添加歌名作为标题、自动添加歌词字幕和特效渲染，智创效果见下面的唱歌智创成片视频快手无人直播 。

直播高光智能成片效果

为了验证直播高光智能成片视频的效果，快手直播如何无人直播呢，快手无人直播防封号技术，团队针对不同垂类直播的高光成片视频进行QA评测，评测结果显示教程各个垂类的高光成片视频的优质率达到95%以上快手无人直播 。下面给出防带货直播高光智能成片技术生成的短视频效果，分别为唱歌、舞蹈、乐器、戏曲和游戏垂类的直播高光瞬间。

总结

快手MMU自研的直播高光智能成片解决方案直播，利用AI技术对直播内容的高光瞬间进行带货识别，并智能生成精美的高光短视频快手无人直播 。下面总结该技术方案高光的优势和业务选落地。

高光智能成片的优势

是视频一套完备的一站式全自动化解决方案快手无人直播 ，涉及直播垂类分类、高光识别、高光剪辑、智能创作等一系列智能化处理过程

直播垂类分类：利用音频、文字、视觉多模态技术有效划分直播间垂类类别快手无人直播 。

高光识别与剪辑：采用多模态内容理解技术对软件下载直播进行分析，去除非能看高光片段或视频片段中的非高光成分，精准有效的剪辑出直播中的真正高光片段快手无人直播 。

智能创作智能：对直播高光片段，进行智能编辑，涉及到智能封面、标题、自动字幕、智能配乐、智能贴纸、卡点混剪、转场等创作方式操作快手无人直播 。而且，对不同垂类直播的高光视频还会进行个性化的特效渲染以及礼物特效，进一步提升高光视频的精致感。

覆盖的直播垂类广快手无人直播 ，支持各种直播场景的高光剪辑

才艺类直播：唱歌、跳舞、乐器演奏等

语言类直播：闲聊互动、电商直播、招聘直播等

科普教学类直播：义务教育高光、专业学科变现等教学

游戏类直播：王者荣耀、和平精英等游戏

延展性强快手无人直播 ，可快速拓展高光支持影视综、体育赛事以及长视频等的智能拆条和高光剪辑

高光智能成片电影的业务落地

高光视频为直播间无人进行引流快手无人直播 ，提升消费直播操作间的曝光和消费指标

利用直播高光智能成片生成的高光视频，为主播的直播间引流，提升直播间的曝光和消费效果快手无人直播 。从对直播的引流效果来看，在单列场景无人下直播的CTR、进入直播间的次均观看时长、打赏效率等指标都显著优于大盘。

AI云服务

高光成片效果得到行业客户的高度认可，快手无人直播，快手无人直播用什么软件，目前该解决方案精彩瞬间正在考虑用于对外技术AI云服务快手无人直播 。