近期，字節(jié)跳動(dòng)智能創(chuàng)作團(tuán)隊(duì)研發(fā)了業(yè)內(nèi)首個(gè)通用視頻轉(zhuǎn)場(chǎng)推薦方案AutoTransition，致力于解決目前視頻剪輯中存在的學(xué)習(xí)成本高，編輯效率低等問(wèn)題，該項(xiàng)成果目前已入選計(jì)算機(jī)視覺(jué)領(lǐng)域頂會(huì)ECCV2022（European Conference on Computer Vision）。

隨著短視頻的迅猛發(fā)展和普及，每天都有海量用戶(hù)通過(guò)視頻來(lái)記錄和分享生活。對(duì)于缺乏專(zhuān)業(yè)剪輯和視頻編輯知識(shí)的普通用戶(hù)而言，視頻的制作和剪輯卻具有很高的門(mén)檻。

AutoTransition兼顧靈活性與高性能，面向轉(zhuǎn)場(chǎng)這一視頻剪輯中最常使用的編輯元素，通過(guò)將轉(zhuǎn)場(chǎng)推薦任務(wù)建模為多模態(tài)匹配和檢索問(wèn)題，從大量視頻數(shù)據(jù)中自動(dòng)學(xué)習(xí)轉(zhuǎn)場(chǎng)匹配關(guān)系，實(shí)現(xiàn)了對(duì)任意視頻和音頻輸入推薦高質(zhì)量的轉(zhuǎn)場(chǎng)效果。借助AutoTransition，用戶(hù)可以快速一鍵生成優(yōu)質(zhì)轉(zhuǎn)場(chǎng)視頻，使剪輯效率得到顯著提升。

據(jù)介紹，相比于基于一系列預(yù)定義的策略或隨機(jī)選取的剪輯方式，AutoTransition能夠有效地從海量數(shù)據(jù)中學(xué)習(xí)到專(zhuān)業(yè)的剪輯知識(shí)，并基于對(duì)視頻和音頻的理解推薦高質(zhì)量轉(zhuǎn)場(chǎng)；相比于人工剪輯，AutoTransition模型能夠在極短時(shí)間內(nèi)完成推薦，顯著提升編輯效率，并且推薦結(jié)果可媲美甚至超越專(zhuān)家剪輯的效果；得益于優(yōu)秀的擴(kuò)展性，AutoTransition可以方便地和其他的視頻處理技術(shù)結(jié)合（例如視頻高光提取、視頻聚類(lèi)和排序等），以實(shí)現(xiàn)更全面的視頻剪輯能力，幫助視頻工作者進(jìn)一步提升視頻編輯的效率。

目前，AutoTransition的衍生技術(shù)已經(jīng)成功落地于抖音和智能創(chuàng)作ToB工具箱等多項(xiàng)業(yè)務(wù)場(chǎng)景中。字節(jié)跳動(dòng)智能創(chuàng)作團(tuán)隊(duì)表示：首個(gè)視頻轉(zhuǎn)場(chǎng)數(shù)據(jù)集和AutoTransition代碼均已開(kāi)源，以期吸引更多同行關(guān)注這一新領(lǐng)域，共同推動(dòng)智能視頻剪輯的快速發(fā)展。未來(lái)，該團(tuán)隊(duì)準(zhǔn)備將這一方案擴(kuò)展到更多的視頻剪輯元素，包括但不限于視頻動(dòng)畫(huà)，視頻貼紙和裁剪變換等，同時(shí)還將嘗試和其他視頻處理技術(shù)結(jié)合，以實(shí)現(xiàn)更全面的視頻剪輯功能。