AI助力下的人機協(xié)同式短視頻創(chuàng)作

劉育濤 李云璐

摘要：隨著短視頻逐漸占領主流市場，受眾已經(jīng)不滿足于短平快的快餐式視聽消費，精致化的創(chuàng)意內(nèi)容成為關注焦點。在整體時長3～5分鐘的視頻中，如何在最短的時間激發(fā)感情、吸引觀眾持續(xù)觀看，成為一個創(chuàng)作難題。AI新技術助力高質量短視頻的文本生成、素材剪輯和互動傳播，視頻創(chuàng)作已經(jīng)出現(xiàn)人機協(xié)同的發(fā)展態(tài)勢。

關鍵詞：短視頻 人機協(xié)同 審美接受

傳統(tǒng)的視頻內(nèi)容為了讓敘事沖突更為激烈，在敘事發(fā)展階段就會用較大的篇幅進行情節(jié)鋪墊和情緒積累，以便把情節(jié)推向高潮。這種敘事手段很容易導致視頻時間過長。短視頻雖然時長短、傳輸速度快，能滿足受眾的碎片化信息消費需求，但同質內(nèi)容泛濫，精品罕見。如何讓長短視頻二者取長補短，成為視頻創(chuàng)作的關注焦點。AI技術的成熟能夠有效解決這一問題。AI與人工協(xié)同的文本創(chuàng)作和視頻剪輯創(chuàng)作方式，能在短時間內(nèi)表現(xiàn)敘事沖突，讓短視頻完成對長敘事的濃縮，為影視制作提供新的創(chuàng)意。同時AI技術植入能夠節(jié)省創(chuàng)作者的精力，讓他們從浩如煙海的重復性工作中解放出來，不斷完善人機協(xié)同創(chuàng)作的嶄新模式。

現(xiàn)階段的短視頻創(chuàng)作逐漸呈現(xiàn)出結合“人腦意識”和“人工智能”的發(fā)展趨勢。以挖掘人類創(chuàng)造潛能為己任的“人工智能”，在數(shù)據(jù)運算分析、總結經(jīng)驗規(guī)律、提高劇作效率等方面具有高度優(yōu)勢；“人腦意識”的認知優(yōu)勢和創(chuàng)作靈感則彌補了現(xiàn)階段人工智能技術的不足。二者協(xié)同發(fā)展，是當今短視頻文本創(chuàng)作的新風口。

1.精準定位個性化文本風格。人工智能與大數(shù)據(jù)結合，可以精細地收集分析受眾的短視頻觀看行為習慣，精準定位個性化需求。創(chuàng)作者可以通過人工智能技術，對IP和短視頻文本風格進行智能評估和精準匹配；大數(shù)據(jù)分析可以從海量數(shù)據(jù)中洞察、篩選用戶的信息需求，通過對個體用戶觀看的短視頻文本風格進行大數(shù)據(jù)分析，可以實現(xiàn)題材風格劃分，判斷熱門作品類型，形成趨勢判斷和預測；對同類作品風格進行靜態(tài)模仿，投其所好地精準推薦，滿足千人千面的個性化需求。

2.大數(shù)據(jù)預測優(yōu)化文本內(nèi)容。人工智能技術能夠輔助預測流行短視頻劇本的題材內(nèi)容。基于對現(xiàn)有短視頻作品內(nèi)容的大數(shù)據(jù)分析，對同類作品的情緒弧線進行識別、提取和分析，學習總結其中規(guī)律，優(yōu)化敘事內(nèi)容。情緒弧線是一個故事中隨著情節(jié)的情感起伏變化而形成的定量弧線模型，是故事文本內(nèi)容的支柱，在一定程度上決定了影片的成效。為了提高視頻質量，精準傳播短視頻內(nèi)容，可以通過人工智能技術對受眾的美感體驗進行測量，用算法來優(yōu)化文本創(chuàng)作流程，激發(fā)創(chuàng)作者靈感，輔助完成文本創(chuàng)作；從故事沖突呈現(xiàn)和情感張力等方面提供量化參考指標，優(yōu)化創(chuàng)作流程，幫助創(chuàng)作者集中精力，有的放矢，創(chuàng)作出優(yōu)秀的視頻文本內(nèi)容。

3.人機協(xié)作提升創(chuàng)作效率。人工智能讓短視頻文本創(chuàng)作的時效性更高。一般來說，劇作家創(chuàng)作首先需要豐富的知識累積和經(jīng)驗閱歷，然后才能將想象轉化為創(chuàng)意，完成思維到文字的轉換，但這一過程需要耗費大量時間，導致文本內(nèi)容創(chuàng)作效率低下。人工智能具有超強的學習能力，可以在短時間內(nèi)對同類型的短視頻文本進行數(shù)據(jù)分析學習，實現(xiàn)符號自動生成，創(chuàng)作出大量結構化的短視頻劇本作品。例如，阿里巴巴旗下的編劇機器人“阿里編編”借助故事數(shù)據(jù)庫的分析，創(chuàng)作一集電視劇劇本只需10分鐘，制作一個完整的電影劇本也只要30分鐘。劇本創(chuàng)作只需要前期簡單的人工設定，然后就可以通過人工智能來自動生成文本內(nèi)容。再如2016年，借助谷歌研發(fā)的第二代人工智能學習系統(tǒng)Tensor Flow，漫畫家安迪·赫爾德（Andy Herd）開發(fā)了一套故事自動生成程序，該程序在學習10季《老友記》的劇本之后，就能自動生成一集新的劇本。由此可見，人工智能可以把人類的創(chuàng)造靈感在短時間內(nèi)呈現(xiàn)出來，解決了文本創(chuàng)作的高時效要求。

4.人機協(xié)同提高審美體驗。從審美接受的角度來看，人工智能創(chuàng)作的劇本之所以可以帶來審美體驗，是因為可以精準地測量觀眾的審美需要，促進審美主體通過自身的閱歷和知識儲備進行二度創(chuàng)作。但人工智能在本質上是數(shù)據(jù)算法，是通過數(shù)理符號的演繹來對紛繁復雜世界進行抽象概括，并根據(jù)數(shù)據(jù)算法的信息整合，對未來進行預測。這種技術無法形成人類的自我意識，也無法“在審美欣賞過程中形成對象意識”。因此，人工智能技術的短視頻劇本創(chuàng)作在故事邏輯和人類情感表現(xiàn)方面仍然存在一定的問題。僅依靠人工智能創(chuàng)作的故事內(nèi)容有時顯得機械僵硬，既無法嚴謹?shù)劂暯庸适虑楣?jié)，又缺少情感色彩，無法與受眾產(chǎn)生“情感共鳴”。例如，在谷歌Tensor Flow人工智能技術合成的《老友記》劇本中，有許多語義不通的現(xiàn)象。因此，短視頻創(chuàng)作實踐可以先通過AI技術和算法來“優(yōu)化”故事情緒弧線，然后通過人腦進行潤色調整，用人類真實的情感來豐富故事內(nèi)容，使之符合受眾的接收習慣。另外，人工智能技術還拓寬了短視頻創(chuàng)作的詞匯庫，可以打破人類創(chuàng)作者固有的寫作習慣，讓視頻語言表現(xiàn)更加豐滿。由此可見，AI智能和人腦意識協(xié)同運作，相輔相成，可以有效提高創(chuàng)作效率，打造符合觀眾喜好的短視頻文本內(nèi)容。人機協(xié)同的創(chuàng)作模式，將逐漸成為未來短視頻劇本創(chuàng)作的一個熱點。

在人工審美的監(jiān)督下，人工智能為提升短視頻剪輯效率、建立創(chuàng)意剪輯模板、滿足受眾觀看的個性化需求等方面提供了新的可能。

1.多種智能化形式介入視頻剪輯，高效精準。一個專業(yè)視頻剪輯師通常需要一個小時的時間才能剪出幾分鐘的內(nèi)容。而AI“剪刀手”只需要1～3分鐘就能出片，大大提高了制作效率。雖然短視頻內(nèi)容的類型較為寬泛，而且具有海量的視頻素材，而人工智能的多功能視頻編輯技術卻可以識別不同的元素，分門別類地進行智能化編輯。例如，通過視聽特征對視頻實施鏡頭拆分、提取和重組，從而實現(xiàn)視頻摘要剪輯；在音頻方面，依照音樂節(jié)拍和節(jié)奏變化，進行音樂驅動的視頻剪輯；還可以按照視頻段落中特定時長和事件發(fā)生的順序為參考點，進行事件驅動的視頻剪輯；另外，由北航、清華、哈佛大學和以色列赫茲利亞跨學科研究中心的研究者開發(fā)的“Write-A-Video”人工智能技術，還可以直接根據(jù)文本來匹配視頻素材，自動實現(xiàn)鏡頭的選取拼接，并產(chǎn)出連貫的視頻。在人工審美的整體把控和調整下，高效、精準的自動化剪輯技術大大減少了人力投入，提高了視頻制作的效率，縮短了短視頻從制作到發(fā)布過程中的時間成本，讓創(chuàng)作者可以把更多的精力投入到審美和創(chuàng)意相關的工作上。

2.創(chuàng)建多樣化剪輯風格模板，滿足受眾需求。人工智能實現(xiàn)了對短視頻剪輯風格模板的建立，即首先在人機交互的創(chuàng)作模式下，對海量視頻進行高強度的學習分析，對觀眾追捧的創(chuàng)作模式進行挖掘，然后依據(jù)智能算法，從視頻元素和音樂的大數(shù)據(jù)庫中，選擇提取創(chuàng)作者所需的元素、音樂和場景，最后借助人工智能自動剪輯系統(tǒng)，將這些素材進行組合，形成具有各種剪輯風格的短視頻并貼上標簽，之后再次編輯類似風格的短視頻時，就可以直接調用該標簽，人工智能就會自動按照事先設定好的風格進行剪輯。例如，由斯坦福大學與Adobe研究院共同研發(fā)的視頻編輯器Computational Video Editing，可以讓創(chuàng)作者借助人工智能，對剪輯風格進行控制。該系統(tǒng)會自動將所有的鏡頭，包括多個角度拍攝的同一主體的畫面，利用面部識別系統(tǒng)與情緒識別系統(tǒng)，對鏡頭畫面進行逐幀分析，并對鏡頭景別和劇中角色進行標記。在所有的鏡頭元素都組織起來以后，該程序會按照創(chuàng)作者的腳本對短視頻進行剪輯處理，并將該種剪輯風格貼上標簽，從而形成特定的剪輯風格模板，之后，只需通過點擊預設標簽的編輯按鈕就可自動剪輯同類風格的短視頻。

短視頻剪輯風格模板為短視頻創(chuàng)作構思提供了便利，創(chuàng)作者得以把有限的精力投入到審美創(chuàng)意上。伴隨著受眾喜好的變化和創(chuàng)作者創(chuàng)意審美的提升，原有標簽模板的某些部分可能還需完善，此時只需借助人機交互，就可以快速調整那些瑕疵，從容滿足不同受眾的需求。

AI的加持使短視頻創(chuàng)作者的“權力”美學在一定程度上逐步淡化，“大眾”美學日益興起，人機“互動”加AI，使得受眾“互動”視頻視角及“互動”選擇視頻語言成為可能，創(chuàng)新了短視頻的觀看模式。

1.延展視頻“互動”模式。在傳統(tǒng)觀影時，受眾只能被動接受已經(jīng)經(jīng)過剪輯的單一視角成片。如今的互動式視頻則可以用分屏處理的方式，在一個視頻中進行多角度展示，同屏呈現(xiàn)突發(fā)新聞事件現(xiàn)場或體育比賽精彩瞬間的多個場景。隨著AI人工智能的介入，分屏畫面的剪輯時間節(jié)點和角度變得更加精準，使得受眾可以縱覽全場的同時，在同一屏幕上實現(xiàn)“交互”觀看，滿足不同受眾的觀影需求。例如，2018年咪咕視頻在世界杯期間推出的“AI四維短視頻”，在視頻制作前期用AI進行海量數(shù)據(jù)標注和學習訓練，識別犯規(guī)、射門等精彩瞬間，然后實現(xiàn)四個視頻流的智能共剪。具體而言，用戶可以在同一屏中同時觀看“飲水機視角1”、“飲水機視角2”、“上帝視角”、“巨星視角”這四個視角，自主選擇縱覽全場或關注某一特定視角，這種視頻讓受眾完全自主選擇觀影角度，實現(xiàn)了互動模式下觀影視角的無障礙選取。

2.打破觀影語言壁壘。借助短視頻的流行，把我國優(yōu)秀的短視頻內(nèi)容向國際社會推廣，也成為廣大短視頻創(chuàng)作者責無旁貸的責任。AI人工智能可以通過實時翻譯技術，消除短視頻跨國傳播的語言障礙，基本實現(xiàn)跨國界無障礙實時觀影，從而助力短視頻的國際傳播。例如，近兩年李子柒打造的田園短視頻傳播到世界各地，深受各國觀眾喜愛。根據(jù)對李子柒的短視頻統(tǒng)計分析，其視頻語言對白很少，這也就消除了不同語種觀眾對其作品的接受障礙。不過，這種模式并不適合新聞評論、微記錄等解說或對白較多的短視頻。隨著信息傳播的高效化，智能翻譯技術不斷發(fā)展完善。AI的多語言實時翻譯功能完全可以消除視頻跨境傳播中的語言鴻溝，甚至可以根據(jù)接收者的語言習慣進行精準翻譯轉換，實現(xiàn)跨國無障礙觀影。例如，國內(nèi)著名企業(yè)科大訊飛、阿里都自行研發(fā)了更加智能的AI翻譯語音模型，利用基于圖像的AI技術、基于語音交互的AI技術、云技術，完成語音識別到合成的全過程，并可提供200多種高質量的語言翻譯。不同地區(qū)的觀眾在觀看短視頻時，可以在終端硬件或播放軟件中自行選擇對應的語言系統(tǒng)，及時獲得相關語種翻譯，消解了國際傳播中的語言障礙，實現(xiàn)了語言層面的無障礙傳播。

現(xiàn)階段，人工智能創(chuàng)作的短視頻雖然尚有不足，但人機協(xié)同的創(chuàng)作方式即將成為短視頻創(chuàng)作的主流。人工智能與人力審美的珠聯(lián)璧合，使得短視頻在文本創(chuàng)作、視頻剪輯以及作品傳播等方面，實現(xiàn)了創(chuàng)意、效率和體驗的提升，保證了短視頻的高效傳播，進一步促進短視頻創(chuàng)作的精致化、創(chuàng)意化。

作者劉育濤系河北師范大學新聞傳播學院副教授

作者李云璐系河北科技學院藝術學院教師

本文系2021年河北省高等學校人文社會科學研究項目“電視民生新聞節(jié)目的融媒體傳播策略”（項目編號：SY202131）的研究成果。

參考文獻

[1]周飛.人工智能敘事在影視和游戲行業(yè)的應用模式[J].湖北經(jīng)濟學院學報（人文社會科學版），2019（06）.

[2]趙耀.論人工智能的雙向限度與美學理論的感性回歸[J].西南民族大學學報（人文社科版），2020（05）.

[3]朱琦.人工智能在短視頻領域中的應用趨勢[J].中國傳媒科技，2020（12）.

[4]劉弢.人工智能對影視后期制作的介入以及數(shù)字剪輯師的研究[J].新媒體與社會，2018（02）.

【編輯：陳文沁】