一种基于人工智能的视频内容处理方法及系统与流程

本发明涉及人工智能领域，更具体的，涉及一种基于人工智能的视频内容处理方法及系统。

背景技术：

1、随着社交媒体平台的快速发展，内容创作者需要在各个平台发布和运营内容，但各平台的要求和规范各不相同，这给内容创作者带来了巨大的挑战。如抖音平台为竖版短视频为主，哔哩哔哩平台以横版长视频为主。因此，对于用户媒体创作，存在投放效率低下，运营效果不理想，人力成本较高等问题。

2、目标现有技术，已经实现多个平台内容聚合投放，是较为成熟的解决方案，但其中仍需要大量的人力成本去根据各平台要求对内容进行调整优化。同时无法对各个平台的数据情况进行分析收集，整个运营的成本大、效率低。为了进一步为创作运营提效赋能，急需一种更低成本的多平台运营解决方案。

技术实现思路

1、本发明克服了现有技术的缺陷，提出了一种基于人工智能的视频内容处理方法及系统。

2、本发明第一方面提供了一种基于人工智能的视频内容处理方法，包括：

3、获取用户媒体的原始视频数据与原始文案数据；

4、根据所述原始视频数据进行音频数据提取与音频数据识别，并结合时间维度进行信息识别，得到视频场景信息与人物语音文字信息；将视频场景信息与人物语音文字信息进行文本格式转化并导入基于人工智能的大语言模型进行语义分析，结合预设平台投放格式信息，对原始视频数据进行内容优化分析与视频分割点判断，生成视频修正方案；

5、基于所述视频修正方案对原始视频数据与原始文案数据进行视频数据修正，得到分割优化后视频数据，根据预设投放网页地址，将分割优化后视频数据进行自动投放；

6、在一个投放周期内，实时获取用户媒体的视频运营数据，根据所述视频运营数据进行投放反馈分析，并生成周期性的投放监测数据；

7、将投放监测数据进行数据转化并基于lstm进行下一周期数据预测，得到预测投放监测数据；

8、基于所述预测投放监测数据，对分割优化后视频数据进行内容分析与内容重组，生成优化投放视频数据。

9、本方案中，所述根据所述原始视频数据进行音频数据提取与音频数据识别，并结合时间维度进行信息识别，得到视频场景信息与人物语音文字信息，具体为：

10、将原始视频数据进行音频数据提取，得到原始音频数据；

11、将所述原始音频数据导入hmm语音分析模型进行语音识别，并得到原始语音识别数据；

12、基于所述原始语音识别数据进行基于词袋模型语义分析与场景匹配，结合时间维度，分析出视频数据中不同时间段的场景信息；

13、将所述景信息与对应时间点信息进行数据关联形成视频场景信息；

14、将所述原始语音识别数据进行文本格式转化与时间信息关系形成人物语音文字信息。

15、本方案中，所述将视频场景信息与人物语音文字信息进行文本格式转化并导入基于人工智能的大语言模型进行语义分析，结合预设平台投放格式信息，对原始视频数据进行内容优化分析与视频分割点判断，生成视频修正方案，具体为：

16、获取预设平台投放格式信息，基于所述预设平台投放格式信息进行格式要求分析，得到视频内容限制、文件限制、视频时长限制信息；

17、将视频场景信息与人物语音文字信息进行文本格式转化并导入基于人工智能的大语言模型进行语义分析，得到视频数据中不同时间节点的内容识别信息；

18、基于所述内容识别信息，结合视频内容限制、文件限制、视频时长限制信息，进行视频分割点分析，得到不同预设平台的视频分割方案；

19、基于所述视频分割方案获取多个分割视频单位的内容信息；

20、将原始文案数据导入大语言模型进行语义分析，并基于多个分割视频单位的内容信息进行文案内容分割与优化分析，得到文案分割优化方案；

21、将所述视频分割方案与文案分割优化方案进行方案整合形成视频修正方案。

22、本方案中，所述基于所述视频修正方案对原始视频数据与原始文案数据进行视频数据修正，得到分割优化后视频数据，根据预设投放网页地址，将分割优化后视频数据进行自动投放，具体为：

23、根据所述视频修正方案对原始视频数据进行视频分割与优化，得到一个预设平台的n个分割视频数据；

24、根据所述视频修正方案对原始视频数据进行文案数据划分与优化，得到n个文案数据；

25、根据所述n个分割视频数据与n个文案数据进行数据整合形成分割优化后视频数据；

26、分析其余预设平台，得到所有预设平台的分割优化后视频数据。

27、本方案中，所述在一个投放周期内，实时获取用户媒体的视频运营数据，根据所述视频运营数据进行投放反馈分析，并生成周期性的投放监测数据，具体为：

28、设定一个投放周期t；

29、在一个投放周期内，以一个预设平台为监测单位，从用户媒体终端中实时获取一个预设平台的视频运营数据；

30、根据所述视频运营数据，对预设平台进行投放反馈数据提取，得到用户播放数据、用户互动数据、用户转化率数据；

31、将所述用户播放数据、用户互动数据、用户转化率数据进行数据整合形成周期性的投放监测数据。

32、本方案中，所述将投放监测数据进行数据转化并基于lstm进行下一周期数据预测，得到预测投放监测数据，具体为：

33、构建基于lstm的预测模型；

34、获取当前投放周期前n个历史投放周期的历史投放监测数据；

35、将所述历史投放监测数据进行时间序列化并基于预设比例划分出训练数据集与测试数据集；

36、将所述训练数据集与测试数据集导入预测模型进行循环模型训练直至模型达到预设标准。

37、本方案中，所述将投放监测数据进行数据转化并基于lstm进行下一周期数据预测，得到预测投放监测数据，基于所述预测投放监测数据，对分割优化后视频数据进行内容分析与内容重组，生成优化投放视频数据，具体为：

38、将所述投放监测数据进行数据序列化，得到监测序列数据；

39、将所述监测序列数据导入预测模型进行下一周期数据预测，得到预测投放监测数据；

40、根据所述预测投放监测数据，进行基于用户播放数据、用户互动数据、用户转化率数据的内容调整优化与内容重组分析，生成内容调整方案；

41、基于所述内容调整方案，对分割优化后视频数据进行优化分析，生成下一投放周期的优化投放视频数据；

42、分析预测所有预设平台对应的投放监测数据，并得到所有预设平台的内容调整方案。

43、本发明第二方面还提供了一种基于人工智能的视频内容处理系统，该系统包括：存储器、处理器，所述存储器中包括基于人工智能的视频内容处理程序，所述基于人工智能的视频内容处理程序被所述处理器执行时实现如下步骤：

44、获取用户媒体的原始视频数据与原始文案数据；

45、根据所述原始视频数据进行音频数据提取与音频数据识别，并结合时间维度进行信息识别，得到视频场景信息与人物语音文字信息；将视频场景信息与人物语音文字信息进行文本格式转化并导入基于人工智能的大语言模型进行语义分析，结合预设平台投放格式信息，对原始视频数据进行内容优化分析与视频分割点判断，生成视频修正方案；

46、基于所述视频修正方案对原始视频数据与原始文案数据进行视频数据修正，得到分割优化后视频数据，根据预设投放网页地址，将分割优化后视频数据进行自动投放；

47、在一个投放周期内，实时获取用户媒体的视频运营数据，根据所述视频运营数据进行投放反馈分析，并生成周期性的投放监测数据；

48、将投放监测数据进行数据转化并基于lstm进行下一周期数据预测，得到预测投放监测数据；

49、基于所述预测投放监测数据，对分割优化后视频数据进行内容分析与内容重组，生成优化投放视频数据。

50、本方案中，所述根据所述原始视频数据进行音频数据提取与音频数据识别，并结合时间维度进行信息识别，得到视频场景信息与人物语音文字信息，具体为：

51、将原始视频数据进行音频数据提取，得到原始音频数据；

52、将所述原始音频数据导入hmm语音分析模型进行语音识别，并得到原始语音识别数据；

53、基于所述原始语音识别数据进行基于词袋模型语义分析与场景匹配，结合时间维度，分析出视频数据中不同时间段的场景信息；

54、将所述景信息与对应时间点信息进行数据关联形成视频场景信息；

55、将所述原始语音识别数据进行文本格式转化与时间信息关系形成人物语音文字信息。

56、本发明公开了一种基于人工智能的视频内容处理方法及系统。通过获取用户媒体的原始视频数据与原始文案数据并进行音频数据识别，得到视频场景信息与人物语音文字信息；将视频场景信息与人物语音文字信息进行文本格式转化并导入基于人工智能的大语言模型进行语义分析，并实现视频分割与优化，根据视频运营数据进行投放反馈分析与预测，基于预测数据，生成优化投放视频数据。通过本发明能够解决创作者同时运营多个内容平台效率低下的问题，同时，能够周期性分析出用户反馈波动，允许系统根据不同平台自动化进行内容修正与完成作品投放，有效提升用户媒体的视频运营效率与投放效果。