别玩ChatGPT了，更酷炫的AI视频创作工具来了
当我还在跟ChatGPT聊天时，AIGC圈子里已经刷起了新玩意儿——
AI生成的乔布斯，他仿佛从画中醒来，对着镜头侃侃而谈ChatGPT，嗓音也颇似原声。
据作者“汗青”介绍，视频中的文案选自于他与ChatGPT的对话，乔布斯的形象由AI作图工具Midjourney生成，AI拟声工具ElevenLabs提供了嗓音复刻，最后通过AI视频工具D-ID将图像转为视频。
借助类似的AI工具，网友用“魔法”生成的纸片人都能动起来了，甚至还能轻松创造一个自己的数字分身。
AIGC降低了创作门槛，越来越多的人正试图让AI参与内容创作，从文案、录制到配音、剪辑，几乎可以让AI全包了。据国外商业咨询机构Acumen Research and Consulting预测，若考虑下一代互联网对内容需求的迅速提升，2030年AIGC市场规模将达到1100亿美元。
近年来，AI对话、AI绘画、AI语音技术其实都有一定的发展，而相对来说，视频领域的AI模型研发和应用才起步不久。像D-ID这样仅需一张静态图片就能创建虚拟人视频的技术，属实令人惊奇。
目前国内外有哪些AI视频创作工具？AI又将给视频内容生产和交互体验带来什么改变？本文对此进行了盘点和分析。
AI拼接素材，套上模板秒出视频
一般视频创作包括这些环节：写脚本/文案，拍摄视频或寻找第三方素材，剪辑素材，配音，配乐，添加转场、特效、字幕、标题、封面图等。
其中，AI现在已经可以辅助完成很多任务了，比如图文智能匹配视频素材、AI自动剪辑、AI抠像、AI换脸、画质优化修复。
“图文成片” 的功能在各平台推出的剪辑应用中十分常见，抖音的剪映、快手的快影、百度的百家号、B站的必剪都支持根据文案，一键拼接图片和视频素材，并同步生成字幕和配音。
输入的文案可以参考AI助手的回答。举个例子，“养猫会对一个人产生什么影响”，ChatGPT回答说养猫能减压缓解焦虑、增强社交能力、提高心理健康、增加运动量，我们可以在此基础上进行修改再导入剪映。
剪映不到一分钟就自动生成了视频，画面跟文案内容基本符合。如果对素材不满意，比如想把静态图片换成视频，可以到在线素材库中搜索更合适的进行替换。
值得注意的是，这些素材往往来源于网络或第三方服务，比如免版权图库Unsplash、Pexels，AI剪辑应用所做的是通过AI和机器学习对文案进行语义分析，分镜头处理，智能匹配相应的画面。
因此，一键图文成片对创作者最大的帮助是节省搜集素材的时间，减少人工剪辑劳动量，通过自动化、模板化的方式提高视频生产效率。
类似的视频自动剪辑工具还有“Lumen5”，主打长图文转视频 ，提供了大量视频模板，操作上门槛更低，像制作PPT一样拖曳文字即可转成画面。Lumen5自2017年推出至今，官网介绍已有超100万家企业客户将其作用于社交媒体营销和传播。
图源Lumen5
“vidyo”出自于印度的AI初创团队，支持长视频转短视频 ，通过AI语音识别技术可以从素材中自动剪辑出精彩片段，适用于直播视频切片、播客剪辑，不过目前视频语言仅支持英文。
图源vidyo
尽管目前视频创作软件的AI功能以文字匹配视频素材为主，但之后可能会加入更多AIGC工具。
例如海外的AI视频工具“Fliki”，擅长短图文转视频，输入Twitter等博客链接即可快速生成短视频，在图片素材上它还提供文字生成AI图像，由DALL·E提供技术支持。
图源Fliki
“Copydone”出自于国内AIGC初创公司，支持小红书、淘宝等各平台AI营销文案生成，同时也能根据文案自动生成配图或拼接视频。
图源Copydone
海外AI视频网站“QuickVid”集成了GPT-3、DALL·E 2等AI生成图文的能力 ，用户只需给定一个视频主题，剩下的都可以自动生成。不过它在二次编辑上的自由度和丰富性比较有限。
图源QuickVid
此外，视频创作中的特定需求也可以尝试用AI实现。比如AI修复老视频已有很多热门案例，历史资料、早年的影视片段都能通过“Video Enhance AI”等视频增强软件提升画质和分辨率。
图源B站
让照片说话，跨模态AI做到了
现在的AI只能算是辅助视频创作的小助手，如果想要原创度更高、从无到有地快速创作视频还比较困难，但更强大的跨模态生成视频的模型 （例如文字生成视频，图像生成视频）已经在路上了。
文字生成视频，除了从已有素材库中拼接而成，实际上还有更接近于人类的工作方式，就像AI绘画模型一样学习文本和图像的抽象概念。
2022年5月，清华大学曾联合智源研究院发布“CogVideo”，这是国内首个开源的文本生成视频模型。在其Demo网站中，选择“青年女子在餐厅里喝奶茶”就可以看到AI生成的4秒视频，分辨率为480×480。
图源CogVideo
在设计模型上，CogVideo含94亿参数，将预训练文本-图像模型（CogView2）有效地利用到文本-视频模型，并使用了多帧率分层训练策略。
CogVideo生成的32帧的4秒剪辑
从技术本质上来看，视频就是一帧帧的连续图像，AI文字生成视频也可看作文字生成图像的一种延伸。 大致原理就是通过文本生成几个单帧的图像，再用插值算法在几个帧之间绘制图像，生成前后连贯的视频。
之前Disco Diffusion走红时就有玩家利用其动画模式生成2D或3D视频，由此也延伸出一些使用门槛更低、创作更简便的AI生成视频应用。
比如AI视频网站“Kaiber”，用户输入图像或文本描述，也可以从预设中选择几个词，就能快速生成4种视频结果。
图源Kaiber
近期美国流行摇滚乐队Linkin Park发布的新MV《Lost》，就是由Kaiber为其制作的动画。
图源《Lost》
不过目前跨模态生成视频的AI模型仍处于探索阶段，谷歌、Meta等大厂去年都发布了相关研究论文，只有演示案例，具体产品还未上线。
据Meta官网介绍，“Make-A-Video”加速了文本到视频模型的训练（它不需要从头开始学习视觉和多模态表示），也不需要成对的文本-视频数据，却可以实现丰富的文字生成视频，图像生成视频（让单个图像或两个图像间动起来），以及改变原始视频的风格。
图源Make-A-Video
谷歌发布的“Imagen Video”和“Phenaki”也能实现类似以上的效果，并且Phenaki可以根据一系列提示生成2分钟以上的长视频。
太空行走的烟花
使用的提示：
宇航员穿过火星上的水坑的侧视图
宇航员在火星上跳舞 宇航员
在火星上遛狗
宇航员和他的狗看烟花
图源Phenaki
人工智能公司Runway曾参与构建了第一个版本的Stable Diffusion，最近他们又发布了一个新的视频生成器“Gen-1”，即将开放内测，宣称可以把视频转换成任意风格。
根据Gen-1官网演示，用户提供一张参考图，就能对原视频进行指定风格化的渲染，或者用文字指示修改视频中的部分素材，甚至还可以输出3D模型渲染和定制视频。
图源Gen-1
在AI生成3D短视频 方面，近期国内的深氧科技完成了千万元级天使轮融资，引入GPT3.5、Transformer、Diffusion Model等AI技术红利，其发布的O3.xyz引擎V1.0版本支持一站式生成3D短视频内容，百万粉博主“特效卡卡西”等创作者已加入内测。
可见跨模态AI生成视频正在加速发展中， “用嘴做视频”，未来在短视频、影视、设计、游戏、电商等诸多行业都存在应用的可能。
回到开头提到的“D-ID”，生成数字人/虚拟分身 也属于图像生成视频的一种类型，这类工具目前在企业培训和营销方面的应用案例比较多。
2020年推出的AI视频创作产品“Synthesia”显示已有数千家公司在使用，用户可以从现有演员库中选择或上传自己的视频来创建AI形象，然后输入脚本，让AI配音、拼接素材就能输出视频了。
图源Synthesia
Synthesia通过训练神经网络来达成逼真的合成效果，相比传统视频制作来说，减少了真人出镜录制等环节，能节省制作费用和周期，而且能一键生成多国语言的视频，便于本土化服务。因此，企业多用于大规模生成员工培训、产品入门演示、市场营销等视频。
D-ID则在更早以前就开始研发图像处理技术，曾与MyHeritage合作推出“深度怀旧”计划而闻名，借助AI工具，用户可以让已故亲人的静态照片变成栩栩如生的动态视频。
最近乘着ChatGPT的热潮，多种AI工具组合制作的视频被更多人看见了，D-ID的体验门槛较低，即使是不懂视频创作的新手，只要上传一张图片，几分钟内就可以生成有人物解说的视频。
图源D-ID
D-ID自动为人物添加了一系列面部动作，会模拟一些轻微的头部运动，不过有时表情显得有点怪异，太逼真的照片可能会令人产生“恐怖谷”的反应。
同时，用户无法上传涉及政治、性、犯罪、名人、歧视性图像，D-ID会提示违规风险。这意味着AI生成视频技术同其他生成内容一样会面临版权、伦理等问题。
下一波AIGC浪潮，我们如何应对
去年Stability AI的CTO Tom Mason曾判断，继文字生成图像后，下一波浪潮肯定是视频、音频和3D。
当AI可以写文章、画画、做视频，试图包揽大部分创作任务时，人类接下来该做什么呢？
这里仅谈谈我的思考，首先技术人员可以继续开发和完善AI模型。在TikTok的官网上，已经挂出了AIGC方向机器学习工程师的招聘需求。
图源TikTok Career
TikTok表示，“AIGC最近的突破使我们相信可以将AIGC技术用于商业目的，尤其是创意制作。想想AI生成/辅助的广告创意脚本，甚至是AI生成的商业图像和视频，它们将永远改变创意制作行业。”
当下的AI视频模型还不能很快生成像AI绘图那样高质量的作品 ，比如存在视频模糊、动作不自然、缺少细节等问题。但随着国内AIGC的技术发展，相关场景应用生态可能有很大的想象空间 ，包括上文提到的一些AI技术公司目前已经开始提供付费服务了，为个人和企业有针对性地提高内容生产效率。
对于内容创作者来说，与其担忧会不会被AI取代，不如去学习认识和使用AI工具，让AI代替重复性的琐碎工作，将更多时间花在自己的核心优势上，产生更高质量的内容。
的确有了AI的加入，内容竞争会愈发激烈。有创作者说D-ID出现后，“所有念稿式、新闻播报式的纯搬运类视频都将受到巨大冲击”。
从用户角度出发，我想只要是高质量内容，即使是AI批量生成的又如何？ 我们担忧的其实是低质内容的泛滥。
平台和用户都需要避免AI被滥用，比如生成虚假、仇恨、歧视或有害的内容，甚至是引发诈骗等犯罪行为。谷歌曾提到出于安全和伦理的考虑，在Imagen Video的内部试验中应用了输入文本提示过滤和输出视频内容过滤，但目前仍存在重要的相关风险，暂时不会发布两个视频生成模型的代码或Demo。
总之，AI技术一方面大大降低了从文本到视频内容创作的门槛，另一方面AIGC也推动着内容行业革新，目前至少能达到一定程度的降本增效，但发展初期还未建立起新的规则和秩序，最终如何改变行业还得看人的作用。
P.S.：本文提及的部分AI视频工具网址 ，可以关注“ 新榜 ”，在公众号对话框回复“ AI视频 ”获取。
如何将中文视频快速转为英文视频？18款工具深度评测，超赞！
作为一名经常需要处理视频翻译的内容创作者，我深知选择一款合适的工具对工作效率有多么重要。无论是制作双语字幕，还是将视频内容翻译成其他语言，一款功能强大且操作简便的工具都能让整个过程事半功倍。今天，我想和大家分享一些我在使用过程中觉得非常实用的中文视频转英文工具。这些工具不仅操作简便，还能显著提升翻译质量，帮助我们轻松完成视频内容的多语言化！
一、分派翻译工具
工具简介：
分派AI翻译工具是一款功能强大且高效的在线翻译工具，专为满足多语言翻译需求而设计。它支持超过200种语言的翻译，能够轻松处理图片翻译、视频翻译、局部翻译以及二次精修等多种场景，极大地方便了用户在不同语言环境下的内容创作和修改。
核心优势在于其基于深度学习框架PyTorch的先进算法，结合GPU的强大并行计算能力，能够快速完成文本检测、图像修复等任务，实现秒级响应。无论是电商图片、产品详情页，还是视频内容，分派AI都能高效精准地完成翻译请求。例如，在家居出海场景中，美工无需懂多国语言，只需通过工具即可轻松完成多语言内容的编写和修改，大幅降低了人力成本和时间成本。
详细操作步骤解析：
第一步：打开分派ai官网，电脑端下载好该app
第二步：登录后，进入工具界面，点击“上传文件”按钮，选择需要翻译的文件。支持上传的文件格式包括视频、图片、文本文件等。
第三步：上传完成后，在工具界面中选择目标语言。分派AI翻译工具支持超过200种语言，包括中文、英文、日语、韩语等。耐心等待一会会自动翻译好；
第四步：翻译完成后，工具会提供翻译结果供用户查看。用户可以根据需要对翻译结果进行二次精修；精修好后即可点击右上角“渲染”保存啦！
二、Kapwing
工具介绍：
Kapwing 是一个强大的在线视频编辑工具，它支持视频字幕的添加和翻译功能。用户可以上传中文视频，通过内置的字幕自动生成工具来提取视频中的语音，再通过机器翻译将中文字幕翻译为英文。Kapwing 的翻译效果已经相当不错，适合大多数需要快速翻译视频的场景。
三、Subtitle Edit
工具介绍：
Subtitle Edit 是一款专业的字幕制作软件，支持将视频中的中文字幕提取出来，并翻译成英文。该工具支持各种格式的字幕文件，用户可以利用它将字幕直接翻译成英文，或者通过与 Google Translate 连接的功能来进行翻译。对于一些需要精准控制字幕时间和内容的用户来说，都是一个很好的选择。
四、Veed.io
工具介绍：
Veed.io 是一款在线的视频编辑平台，除了提供视频剪辑、合成和效果处理外，它也可以生成和翻译字幕。通过自动生成中文字幕并将其翻译为英文，用户可以快速完成视频的双语字幕制作。Veed.io 界面简洁，操作方便，适合没有专业视频编辑经验的用户。
五、Happy Scribe
工具介绍：
Happy Scribe 是一款专注于语音转文本和视频翻译的工具。它可以自动从视频中提取中文语音，并将其转化为文本，再利用内置的翻译功能将其翻译成英文。Happy Scribe 支持超过 120 种语言，翻译质量非常高，并且支持文件导出，方便用户后期处理。
六、Sonix
工具介绍：
Sonix 是一款支持语音到文本自动转换的工具。它不仅可以识别中文语音并将其转换为文本，还能将其翻译成英文。Sonix 支持大多数视频和音频格式，并且在处理较长视频时表现稳定。用户可以通过 Sonix 编辑并导出字幕文件，满足高精度翻译需求。
七、Transcribe
工具介绍：
Transcribe 是一款非常简洁的工具，专注于将音频和视频内容转换为文本，并可以将中文文本翻译为英文。其自动化功能使得处理视频翻译变得非常高效，用户可以在短时间内获得中文视频的英文字幕，并通过简便的编辑界面进一步优化翻译结果。
八、音频翻译器
工具介绍：
音频翻译器是一款专注于音频内容翻译的工具，支持实时语音翻译和视频翻译功能。它的界面简洁易用，适合初次接触视频翻译的用户。
九、视频翻译助手
工具介绍：
视频翻译助手是一款集成了多种视频处理功能的工具，支持视频剪辑、字幕制作、翻译等多种功能，适合需要一站式处理视频的用户。
十、AI语音翻译
工具介绍：
ai语音翻译是一款基于人工智能技术的语音翻译工具，支持实时语音翻译和视频翻译功能。它的翻译结果非常准确，适合对翻译质量要求较高的用户。
十一、专业字幕制作工具
工具介绍：
专业字幕制作工具是一款专注于字幕制作的工具，支持多种字幕格式的导入和导出，适合需要精细调整字幕的用户。
十二、Rev.com
工具介绍：
Rev.com 提供字幕和翻译服务，用户可以上传中文视频，平台会通过人工翻译生成英文字幕。虽然它不是自动化工具，但由于其翻译质量非常高，很多专业用户和公司都选择它来翻译重要的内容。它提供快速准确的字幕翻译，适用于需要精准内容的用户。
十三、DeepL Translator
工具介绍：
DeepL 是一款被广泛认为翻译质量非常高的机器翻译工具。它能够将中文语音提取并转换为文本，再通过其翻译系统将文本翻译成英文。DeepL 以其优越的语义理解能力著称，尤其在处理长句子和复杂文本时表现尤为突出。
十四、Otter.ai
工具介绍：
Otter.ai 是一个专业的语音转文字工具，能够从视频中提取中文语音并自动生成文本。通过它，用户可以轻松将中文视频转换为英文文本，并且支持与其他翻译工具结合使用，如 Google Translate 或 DeepL，来完成翻译工作。
十五、Transifex
工具介绍：
Transifex 是一款专为软件开发者和企业设计的翻译管理平台。它支持视频字幕的翻译，尤其适合大规模的内容翻译项目。用户可以将视频的字幕文件上传至平台，利用其翻译工具将中文字幕翻译为英文，尤其适合需要多语言版本的内容。
十六、Lingvanex
工具介绍：
Lingvanex 提供语音、文本、视频和网页的翻译服务。它支持中文和英文之间的自动翻译，并且可以处理各种格式的视频。而且特别适合那些需要跨多平台翻译的用户，比如在社交媒体或营销中使用视频内容的人。
十七、Aegisub
工具介绍：
Aegisub 是一款开源字幕编辑工具，专门用于字幕制作和翻译。它能够处理视频中的字幕并允许用户将其翻译成英文。用户可以通过 Aegisub 提取视频的字幕，或者直接翻译现有字幕文件，适用于需要精确调节字幕时间轴的场景。
十八、Subtitle Workshop
工具介绍：
Subtitle Workshop 是另一款专业的字幕制作工具，支持字幕的多语言翻译。它不仅能够从视频中提取字幕，还可以将中文字幕翻译成英文，并提供各种字幕格式的支持。它是许多字幕爱好者和专业翻译人员的首选工具。
以上是我为大家介绍的18款中文视频转英文的工具，每款工具都有其独特的功能和适用场景。希望这些工具能够帮助大家更高效地完成视频翻译工作，提升内容的多语言化水平。如果您有其他工具推荐，欢迎在评论区分享你的使用体验！
相关问答
vivo的手机当前有类似于华为ai翻译的功能吗?-ZOL问答
目前,vivo的手机并没有内置类似于华为AI翻译的功能。不过,vivo手机上可以下载...此外,vivo手机还支持多国语言输入,并且具备智能拼写纠错功能,在使用其他语言输...
微信ai翻译功能在哪里微信AI翻译功能入口和使用方法介绍-ZO...
AI翻译机讨论回答(4)微信AI翻译功能在微信中没有独立的入口,可以通过语音输入或文本输入进行翻译。使用时,在聊天界面中选择语音输入或文本输入,然后选择需要...
朋友们来说说whatsapp2023国际版怎么样-图吧地图
AI技术本身无限的想象空间,搭载在汽车产品上,同步带来各项功能的延展whatsapp2023国际版財聯社8月7日訊(編輯史正丞)伴隨著全球多國股指周二普漲,全球市場似乎...
学完了python能做什么工作?-ZOL问答
MicrosoftWindows7中文旗舰版[32位]//英文旗舰版[多国语言版][32位]forD...AI开发,甚至是游戏编程。就业选择多得很5条回答:无论是初创公司还是大企业都...
ek娱乐【1分钟了解】稳定版APPv8.1.16-图吧地图
多国数字化教育建设进程和速度加快,虚拟现实、人工智能、区块链等新技术为教育...宝骏730该功能融合了Gemini大模型的AI搜索技术,旨在优化AI对搜索结果的总结...
易百分ai智能教育平板肿么使用中文输入法-ZOL问答
它采用了先进的AI技术,可以智能识别用户的学习风格和需求,并根据这些信息来推荐适合的学习资源。用户可以通过易百分AI智能教育平板来获取到优质的教育资源...
gamehouse游戏合集【1分钟了解】全平台版APPv7.3.17-图吧地图
gamehouse游戏合集此外,還集成了NPU4.0神經處理單元,提供了48TOPS的AI算力2、《随聊》特朗普主张“美国优先”,强化保护主义,拟对包括中国在内的多国商品加征...
美国注册管理会计师..._CMA考试_帮考网
可以很肯定地回答你,不是。注册管理会计师CMA与美国注册会计师AICPA、美国特许金融分析师CFA一起并称为国际财会领域的三大黄金证书,得到国际的认可...
有关美图m8s的优点和不足-ZOL问答
2.电池续航时间短:由于高耗电特性,美图M8S的电池续航时间相对较短。3.存储空间有限:该手机的存储空间相对较小,需要经常清理垃圾文件来保持良好性能。4.操...
华为p30pro国际版来自和国行有什么不同-ZOL问答
华为P30Pro系列还配备了先进的AI人工智能技术,能够智能识别用户行为和语音指令...让用户轻松拍摄出高质量的照片和视频。总之,华为P30Pro系列是一款功能强大...
