两秒钟后,中文字幕下方自动对齐生成了外语副字幕。
“靠着九天实验室的语音转写模型,八分钟的视频,三秒钟就能把字幕全部打完、断好句、对准时间轴,还支持全球二十八种主流语言的实时互译。”
顾屿指了指大屏幕上的另一排功能按钮,挨个往下演示:
“要是觉得自己普通话不标准,或者不好意思露脸开口说话,也没关系。剪影内置了文章转语音功能,你只需要把写好的文字稿粘贴进去,里面有几十种不同年龄、不同情绪的音色供你挑,一键就能生成配音,自动把字幕和画面对齐。”
“要是在大马路边、菜市场这种吵闹的地方拍视频,忘带麦克风导致环境噪音太大,点一下‘人声增强与智能降噪’,端侧芯片会在本地直接把风声、车流声剥掉,只留下干净的人声。”
“甚至你听到一首好听的歌,想拿来做背景音乐,又觉得里头的歌词跟你的解说词打架,直接用里面的‘AI人声分离’功能,一秒钟就能把歌曲里的人声和伴奏拆成两条独立的音轨,想留伴奏留伴奏,想留清唱留清唱。”
台上的大屏幕随着顾屿的话,演示着文字转配音、马路噪音清除和音乐伴奏提取的实机效果。
台下的老钟、那岩和周围几十号科技记者,这会儿连快门都忘了按,一个个盯着大屏幕看。
旁边戴棒球帽的年轻UP主使劲揉了揉脸:
“三秒钟打完字幕?还能把歌里的人声直接扒掉只留伴奏?以前我们在音频软件里搞消音,折腾半天全是电音杂音,它点一下就分得干干净净?”
后排的门户网站主编摘下眼镜,看着屏幕上的演示界面,叹了口气:
“这一下,做视频的门槛算是被彻底踩平了。以前养一个专业剪辑加字幕团队一个月得花好几万,现在一个人拿台手机或者平板,几分钟就能拉出一条高质量的成片。”
舞台上,顾屿按了下遥控笔,把画面切到导出界面。
“很多创作者平时用相机或者电脑录素材,拍出来的是十六比九的横屏画面,但发到回音上需要九比十六的竖屏。以前大家只能手动把画面放大裁切,人稍微走动两步就出画了。在剪影里,点一下‘横转竖重构图’,AI会自动盯着画面里的人物,始终把人留在竖屏正中央。”
“针对我们极光直播和星云游戏平台的主播们,剪影还专门接了‘直播切片’功能。”
“一场三个小时的游戏直播或者带货直播下来,不用你再去回
本章未完,请点击下一页继续阅读!