一种基于制造技术

本发明专利技术提供一种基于

【技术实现步骤摘要】
一种基于AIGC的融媒课程视频制作方法


[0001]本专利技术涉及融媒课程视频制作
，具体为一种基于
AIGC
的融媒课程视频制作方法
。

技术介绍

[0002]融媒课程视频是指涉及融合传统媒体和新媒体技术的课程所提供的视频内容，这些课程通常涵盖了多媒体制作
、
数字新闻报道
、
社交媒体管理
、
视频编辑和互动媒体等方面的内容，这些视频通常包括实际案例分析
、
技术演示
、
讲座
、
讨论和实践操作等，融媒课程视频旨在帮助学习者理解和应用融合媒体的原则和技术，以在当今数字化媒体环境中提供综合的
、
跨平台的新闻和娱乐体验，而在融媒课程视频的制作过程中，可通过
AIGC
作为辅助进行制作，
AIGC
是一种利用
AI
自动生成内容的生产方式，可以看作是像人类一样具备生成创造能力的
AI
技术，即生成式
AI
，它可以基于训练数据和生成算法模型，自主生成创造新的文本
、
图像
、
音乐
、
视频
、3D
交互内容等各种形式的内容和数据，以及包括开启科学新发现
、
创造新的价值和意义
。
[0003]现有技术中，由于
AIGC
通常缺乏情感表达能力，它无法理解人类情感或在生成内容时表达情感，这就可能会导致课程视频缺乏人情味，无法与学习者建立情感连接，并且因为
AIGC
通常无法自主地意识到错误并进行修正，所以一旦
AIGC
生成内容中出现错误或不准确的信息时需要纠正时就可能会变得困难
。

技术实现思路

[0004](
一
)
解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了一种基于
AIGC
的融媒课程视频制作方法，解决了课程视频缺乏人情味，以及在出现错误或不准确信息时纠正较为困难的问题
。
[0006](
二
)
技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于
AI GC
的融媒课程视频制作方法，其特征在于，具体包括以下步骤：
[0008]S1.
主题确认
[0009]首先确定想要制作的课程视频的主题和内容，根据目标群众的需求和兴趣进行方向性地修改；
[0010]S2.
素材整理
[0011]收集与视频主题相关的素材，素材包括问文字
、
图片以及视频片段，并且将素材整理成易于管理和处理的形式；
[0012]S3.AI
生成脚本
[0013]首先准备与课程主题相关的数据集，包括文本
、
文章和教材，接着使用预训练的
NLP
模型将准备好的数据集进行训练，此时模型会通过与输入文本相关的自然语言本体生成相对应的视频脚本，最后实现利用
AI GC
技术将课程内容转化为视频脚本；
[0014]S4.
多媒体融合
[0015]将
AI CG
生成的脚本与其他媒体形式融合，接着利用情感分析技术在生成的内容里识别情感倾向，并且根据结果对生成内容进行修正和增强；
[0016]S5.
人工干预
[0017]通过在
AI GC
生成内容的过程中，引入人工干预帮助增加情感的表达，可根据需要添加故事情节
、
音效和配乐这样一些情感元素；
[0018]S6.
视频剪辑
[0019]利用视频剪辑软件将生成的视频脚本和素材进行融合，并且在剪辑过程中添加一些动画
、
字幕
、
背景音乐这样的元素；
[0020]S7.
后期完善
[0021]在完成视频的剪辑工作后进行后期制作，对视频进行颜色校正以及音频处理，这样可以提高视频的质量和专业程度；
[0022]S8.
导出发送
[0023]完成视频的制作后将视频文件导出，并且选择适当的视频分享平台及渠道进行发布和传播
。
[0024]优选的，所述
S3.AI
生成脚本中，进行模型训练的详细步骤是首先收集与课程主题相关的大量文本数据，接着对数据进行清洗和预处理，同时进行词干化
、
分词和语言规范化，此时再选择合适的自然语言处理模型作为基础模型并进行预训练，在基础模型预训练后需要将模型进行微调
。
[0025]优选的，所述
S3.AI
生成脚本中，在模型训练的过程中，根据模型在验证集上的表现来选择合适的超参数和调整模型的结构，完成模型训练后需要对其进行评估和测试
。
[0026]优选的，所述
S4.
多媒体融合中情感分析技术具体步骤包括收线收集大量情感相关的训练数据集，并对这些数据进行标注，以指示情感倾向和情感类别，包括情感标签的文本
、
音频和视频样本，接着使用收集到的数据集来训练情感分析模型，这些模型能够从文本
、
音频或视频中识别情感表达的特征并进行分类，此时将训练好的情感分析模型应用于
AI GC
生成的文本
、
对白或脚本中并使用情感分析技术标识出情感倾向和情感类别
。
[0027]优选地，根据所述情感倾向和情感类别并借助递归神经模型训练情感生成模型，并且最后对情感分析和情感生成模型进行评估，确保它们能够准确识别情感和生成符合预期的内容，以及根据实际反馈和需求，不断优化模型的性能和效果
。
[0028](
三
)
有益效果
[0029]本专利技术提供了一种基于
AI GC
的融媒课程视频制作方法
。
具备以下有益效果：
[0030]1、
本专利技术提供了一种基于
AI GC
的融媒课程视频制作方法，本方法通过将与课程主题相关的数据集使用预训练的
NLP
模型将准备好的数据集进行训练，以及通过模型学习语言的语法
、
语义和上下文的关系，最后通过与输入文本相关的自然语言本体生成相对应视频脚本，期间通过人工审核和反馈来评估生成内容的质量和可用性，以及引入人工干预可帮助增加情感的表达，并且可根据需要添加故事情节
、
音效和配乐这样一些情感元素，最终使得视频更加具有情感吸引力，同时减小了错误的发生
。
[0031]2、
本专利技术提供了一种基于
AI GC
的融媒课程视频制作方法，本方法将
AI
...

【技术保护点】

【技术特征摘要】
1.
一种基于
AIGC
的融媒课程视频制作方法，其特征在于，具体包括以下步骤：
S1.
主题确认首先确定想要制作的课程视频的主题和内容，并且根据目标群众的需求和兴趣进行方向性地修改；
S2.
素材整理收集与视频主题相关的素材，素材包括问文字
、
图片以及视频片段，并且将素材整理成易于管理和处理的形式；
S3.AI
生成脚本首先准备与课程主题相关的数据集，包括文本
、
文章和教材，接着使用预训练的
NLP
模型将准备好的数据集进行训练，此时模型会通过与输入文本相关的自然语言本体生成相对应的视频脚本，最后实现利用
AIGC
技术将课程内容转化为视频脚本；
S4.
多媒体融合将
AICG
生成的脚本与其他媒体形式融合，接着利用情感分析技术在生成的内容里识别情感倾向，并且根据结果对生成内容进行修正和增强；
S5.
人工干预通过在
AIGC
生成内容的过程中，引入人工干预帮助增加情感的表达，可根据需要添加故事情节
、
音效和配乐这样一些情感元素；
S6.
视频剪辑利用视频剪辑软件将生成的视频脚本和素材进行融合，并且在剪辑过程中添加一些动画
、
字幕
、
背景音乐这样的元素；
S7.
后期完善在完成视频的剪辑工作后进行后期制作，对视频进行颜色校正以及音频处理，这样可以提高视频的质量和专业程度；
S8.
导出发送完成视频的制作后将视频文件导出，并且选择适当的视频分享平台及渠道进行发布和传播
。2.
根据权利要求1所述的一种基...

【专利技术属性】
技术研发人员：陈建文，白树伟，
申请(专利权)人：四川萃雅教育科技有限公司，
类型：发明
国别省市：