作為在線教育行業(yè)中的一份子，無形中總有一種使命感。畢竟目前在線教育行業(yè)如火如荼，人們對學(xué)習(xí)的欲望似乎空前高漲，坐地鐵都能看到旁邊的小伙子手捧手機不是在追《花千骨》，而是在看《Java進階教程》，吾不禁深感欣慰。

       和整個行業(yè)急速發(fā)展相對應(yīng)的，卻是我們視頻制作者工作量的與日俱增。越來越火的行業(yè)，意味著越來越多的需求，每天坐在電腦前面對成堆的項目片段十指齊飛的時候，我都會深深思考：就沒有什么黑科技能解救我們這些苦逼的視頻制作者嗎?

       其實，還真有。

       圖像識別自動選取素材

       巧婦難為無米之炊，做視頻最需要素材片段。但是當(dāng)我們準備好了大部分素材剛好差一個特寫片段，或者需要在大段大段的視頻里去找某一個鏡頭的時候，那種無處可搜的感覺真的讓人抓狂。

       如果能用圖像識別技術(shù)去搜索視頻——當(dāng)然現(xiàn)在的圖像識別還遠遠不夠智能，它們連一只貓都要認半天(但是認裸體不雅照已經(jīng)頗有心得，參看《Isitnude-網(wǎng)站中的終極“鑒黃師”》)，如果靠圖像識別找素材已經(jīng)值得期待，那時，搜素材就會和搜詞一樣簡單，甚至一個Ctrl+F就能解決。

       谷歌黑科技自動剪輯

       前段時間谷歌出了一款黑科技：可以把一系列照片無縫組合成為視頻，甚至聯(lián)想補充出原本沒有的畫面。如果此技術(shù)成熟應(yīng)用到視頻領(lǐng)域，到時我們只要把必要的素材片段導(dǎo)進去，就可以直接生成完整的視頻啦。對于那種訪談、演講、培訓(xùn)類鏡頭固定的視頻，簡直能達到流水線作業(yè)水平。

       語音識別自動加字幕

       字幕看似是一個可有可無的東西，對一些人卻有著特殊的意義。曾經(jīng)有個聽障人士就問我，能不能有這么一個軟件，在播視頻的時候，下面就直接出來了字幕?因為他聽不到。

       居然還真有公司做出來了，就叫“字幕大師”。據(jù)說純智能操作，無需手工調(diào)整字幕：把音頻和文本導(dǎo)進軟件，根據(jù)語音識別技術(shù)就會自動幫你對齊發(fā)音與文字，不用自己拖調(diào)，最后導(dǎo)出的就是帶時間軸的字幕文件，簡直跟面包機一樣的操作模式。語音輸入我們已經(jīng)司空見慣，這種字幕生成軟件其實采用的是同樣的技術(shù)。語音識別本身就是把聲音轉(zhuǎn)換成文字，用此技術(shù)做時間軸，甚至能逐字對齊，簡直大材小用。可惜現(xiàn)在國內(nèi)外語音識別還不夠成熟，如果真能達到100%的準確率，甚至能純靠對白識別出文字，完全摒棄文本，那才是真正的黑科技。