快手小视频制作字幕：快手科技多媒体：用AI技术去赋能每一个普通用户(组图)

扬声器 | 快手技术多媒体内容理解部部长李彦

量子位编辑器 | 公众号

“AI技术贯穿整个快手产品的精髓，通过AI技术进行多维度赋能，让更多人有机会被世界和更广阔的世界看到。” 5月25日，在2019全球人工智能技术大会（2019 GAITC）上，快手技术多媒体内容理解部负责人李彦表示。

会议在南京召开，李岩在“人工智能与媒体融合前沿论坛”上发表演讲。作为快手科技的代表，李岩讲述了快手如何利用AI技术赋能每一位普通用户，让每一个人的记录形式更加丰富、有趣、优质。

李岩表示，快手对AI技术的深耕，降低了短视频创作门槛，让用户尽可能接近专业水准。在理解内容、理解用户的过程中，实现了视频与用户的精准匹配，让每个用户都能获得更大的展示空间，同时看到更大的世界。

他认为，通过短视频的录制，将人与人、人与世界联系起来，是非常有意义的。整体而言，它增强了网民之间的信任。

以下为演讲实录（有删节）：

很高兴能有机会在快手这样的短视频社区中介绍AI是如何应用的，会产生什么样的有趣的AI应用。

我的分享分为三个部分。第一部分简要介绍快手；第二部分介绍AI技术如何帮助用户提高视频创作质量，降低创作门槛；第三部分介绍了AI技术如何理解视频、理解用户并做好分发。

什么是 快手

快手将自己定位为普通人记录和分享生活的社区产品，通过短视频、照片和直播帮助人们记录自己的生活，让每个人都有机会被看到世界，你也可以看到更广阔的世界。

快手诞生于2011年，今年是其成立8周年。目前，DAU已经达到2亿。2011 年，GIF快手 是制作动画的工具。2013年，随着移动互联网的兴起，我们看到了短视频的重要影响和作用。2013年7月快手小视频制作字幕，工具类产品转型为短视频社区。短视频社区转型后，快手的数据实现了指数级增长。2015年1月，快手的日活跃用户突破1000万。截至目前，快手的日活跃用户已达2亿。.

在中国的互联网市场上，日活2亿的APP很少。随着几年数亿用户的积累，现在我们社区记录的短视频超过100亿条，每天增加1500万条短视频的速度，四年前还只有几百条。千。

在快手，用户记录了世界的方方面面，在这里我们可以看到许多真实而强大的生活，其中一些是我们在大众媒体上看不到的。

比如这段视频中鸭绿江的卸料工在运木头，高山上的木头顺着水流下山。这种古老的水运方式鲜为人知。在 快手 人群中，数百人正在观看。

还有这个视频，这是城工地上的“水鬼”。这个职业很小，但是一二线城市的每一栋高层建筑都需要他们。高层建筑地基打地基时，要挖几个十米深的坑，电钻头掉下来，要潜入几十米深的泥浆水里，才能把电钻恢复原状。它原来的位置。

普通用户记录的生活超出了以往记者或专业人士的记录和调查范围。数以亿计的人在快手中记录着自己的生活。有当代百公图片，有来自世界各地的田野风情，有用户记录的各种旅行生活。还有来自清华大学、人民大学等高校的教授。为知识传播解释知识快手小视频制作字幕，这些图片汇集在一起​​，是我们当代生活中的清明河图景。

AI 帮助用户以更低的成本创建更高级别的视频

接下来，我将重点介绍AI技术如何帮助这个短视频产品做得更好。希望帮助媒体朋友了解，AI技术其实是贯穿快手的产品精髓快手小视频制作字幕：快手科技多媒体：用AI技术去赋能每一个普通用户(组图)，应用于视频制作、视频理解、用户理解、视频推荐的全过程。

在视频创作过程中，我们希望每个人都能成为自己生活的导演，用手机记录自己的生活，制作出相对优质的视频。我们如何帮助每个人成为自己的导演？在视频创作环节快手广泛应用了AI技术，用科技赋能普通用户，让他们尽可能接近专业视频制作水平。

我们希望让用户以更低的成本制作更高层次的视频，这需要人工智能来帮助内容制作。

比如之前快手推出的一个神奇的表情包叫做“快手时光机”，几十秒就可以看到变老的过程。单独制作自己的视频很乏味，我们希望用户体验他们长大后的样子。

又比如将AR技术应用到用户的视频拍摄中，在现实生活的画面中加入一些虚拟元素，属于增强现实，可以让虚拟世界和现实世界更好的互动，让人们可以记录自己生活。更多新奇体验。

再比如，我们会使用图像相关的算法来帮助用户纠正在拍摄过程中出现问题的视频，比如脏镜头导致的视频图像模糊、图像暗淡以及光线问题导致的色偏。

这些玩法和功能的背后，是快手前沿AI技术的发展，涉及人体姿态估计、手势识别、背景分割等多个技术模块。这些是 快手 使记录更有趣的新尝试。

这里有一个挑战。以上技术都需要在手机本地进行实时计算和渲染。快手拥有数亿用户，用户有不同的手机型号，这就要求我们的算法在所有型号上都能流畅运行，这需要非常高的AI能力，消耗大量的算力资源。为了解决这个问题快手小视频制作字幕：快手科技多媒体：用AI技术去赋能每一个普通用户(组图)，快手研发了YCNN深度推理学习引擎，解决了AI技术运行受限于用户设备计算量的问题。

音频方面，我们也做了很多工作。比如以前专业的人做视频的时候，编辑字幕是很痛苦的。现在我们可以通过语音识别技术帮助视频制作者自动添加和编辑字幕，还可以以多种形式显示字幕。在AI技术的帮助下，生成字幕的成本大大降低。

音乐在短视频场景中扮演着非常重要的角色。据统计，快手的视频中有60%-80%使用背景音乐来提升气氛。如何选择合适的音乐来表达自己的心情其实并不容易。对用户创造尽可能符合音乐节奏的动作也要求很高，而音乐感强的人其实很少。

为了降低用户在制作视频时选择音乐的门槛，我们开发了智能配乐和AI生成音乐的技术。智能配乐可以根据视频图像和用户画像为用户推荐合适的视频图像，并选择用户喜欢的背景音乐。

AI生成音乐通过AI的分析算法，可以感知视频画面中人的动作，然后生成的音乐节奏与人的动作相匹配，大大降低了用户在制作视频时选择音乐的门槛，让大家更愿意制作自己的视频。

用AI看懂视频，懂用户，好分发

上面分享的是AI技术如何降低人工制作短视频的门槛，让普通用户也能制作出优质的短视频。用户创建并上传到我们的社区后，我们可以做些什么来更好地分发这些视频？

理解视频实际上非常复杂。人脸纬度分析、场景分析、音乐分析等，都是从单一视角建模的。事实上，视频需要多模态分析。

我们需要让机器高效地判断用户上传的视频是否符合规则，判断视频内容是否原创，将视频准确匹配到对他感兴趣的用户。

我们让机器帮我们管理上传的海量视频抖音粉丝号出售平台，同时帮我们推荐视频，推荐给用户的视频可以激发用户的兴趣。

这里也涉及到用户理解，是指让机器理解我们的用户，包括理解用户的社会学特征，以及用户的兴趣，包括他的短期爱好和中长期爱好，还有一个大代表用户的数量。较小的特征向量。

在视频的分发中，快手上有一个非常有趣的现象。我们不希望头部的视频内容占据过多的曝光度。我们使用经济基尼系数来控制平台用户中的“穷人”。贫富差距”。

互联网上的关注资源是非常宝贵的资源，我们希望这个宝贵的资源也可以分发给普通人，而不是像聚光灯那样集中在少数顶级用户身上。

因此买快手号，我们设计了快手的推荐机制，无论是名人还是普通人，在快手中都是一样的。快手我们重视制作者的利益和长尾视频内容的分发。

我们希望关注资源能够像太阳一样传播给所有制作视频的用户，让普通人有机会被更多人关注，感受被关注和认可的快乐。

通过短视频录制将人与人、与世界联系起来。我们认为建立这种联系非常有意义。我们每个人内心深处都是孤独的，我们都想联系以获得关注、认可和交朋友。

这样一来，快手用户之间的关系就会更粘更牢固。总体而言，这可以提高网民之间的信任度。