毒栗子 發(fā)自 凹非寺

量子位 出品 | 公眾號 QbitAI

文章太長讀不下去的時候，就想有個TL;DR按鈕，用最短的時間，看最關鍵的部分。

要是視頻很長不想看，該怎么挑重點食用？

一位叫做Sagi Shaier的程序猿，用機器學習給《哈利·波特》電影片段，做了一份太長不看的概括版。

(至于是哪個片段，讀下去就會知道。)

他的AI還用四句話，總結了一段11分鐘的有聲故事。

并且，程序猿已經(jīng)把算法放上了GitHub。

那么，一起來觀察一下，那些沒時間看但又必須看的長視頻，要怎樣用AI概括出要點：

語音轉文本：多種工具選擇

首先，做好準備工作，就是把音頻轉換成文本。

語音轉文本的工具有很多。

該選什么工具？

程序猿先用了Pocketsphinx，免費且易用，只是準確度感人。

然后，少年又想試試谷歌云的語音轉文本服務。這應該是最好的工具之一，不過少年因為不想填信用卡，就放棄了。

△ 谷歌云

最終，他選擇了免費且準確率高的IBM沃森語音轉文本，注冊流程也簡單。

△ 沃森

在Python里面用沃森

一開始你可能會感覺有點復雜，熟悉了就簡單了。

只要用這一段代碼：

1 IBM_USERNAME = “apikey”2 IBM_PASSWORD = ‘Pass’ #Put your API key here3 stt = SpeechToTextV1(username=IBM_USERNAME, password=IBM_PASSWORD)4 audio_file = open(“new_story.wav”, “rb”) #audio file's name5 with open(‘new_story.json’, ‘w’) as fp: 6 result = stt.recognize(audio_file, content_type=”audio/wav”,7 continuous=True, timestamps=False,8 max_alternatives=1).get_result()9 json.dump(result, fp, indent=2)

把你IBM網(wǎng)站的密碼填進去。

把要轉換的音頻文件名填進去。

(可以給.json文件起個名字，也可以用默認的new_story。)

然后，音頻就轉換成文本啦：

△ 哈利波特的一個段落

當然，語音識別還是有一些錯誤，后面會講到怎樣處理。

AI是怎么概括的？

有了文本，要讓AI來讀一讀。先寫這段代碼，讓文本變成字符串：

1 with open(‘new_story.json’) as file:2 distros_dict = json.load(file)3 for item in distros_dict[‘results’]:4 print(item[‘a(chǎn)lternatives’][0][‘transcript’] +’.’)

這樣，就可以用NLP算法來解讀了。

程序猿并沒有用很復雜的算法，只需要六步：

1、把段落轉換成句子。2、文本預處理：刪掉所有特殊字符、停用詞 (Stop Words) 以及數(shù)字。3、給句子做標記：獲取句子里出現(xiàn)的所有單詞。4、給每個單詞算好它出現(xiàn)的加權頻率。

第4步得出的加權頻率長這樣：

后面還有關鍵的兩步：

5、把原始句子里的單詞，都替換成加權頻率。6、給每個句子算出加權頻率之和，按降序排列。

效果還不錯

然后，AI對一場戲的總結就做好了：

程序猿對這個結果還是很滿意的：他說自己看電影的時候，本來就有些字聽不太清。所以，這場戲的總結已經(jīng)算是友好了。

谷歌翻譯長這樣：

不過，不知道你能不能看出，這是哪一場戲 (答案在文末) 。

另外，程序猿也用同樣的方法，四句話概括了一個11分鐘的有聲故事：

故事的名字叫The Boarded Window，AI的總結和維基百科的情節(jié)描述，已經(jīng)有些接近了。

你也來試試

程序猿已經(jīng)把算法上傳到了GitHub。

如果你也有太長不想看的視頻，或者太長不想聽的音頻，讓AI幫你總結一下吧。

GitHub傳送門：

https://github.com/Shaier/Movie-Summarizer

教程原文傳送門：

https://towardsdatascience.com/summarizing-harry-potter-with-ml-e724c024e2a2

以及，如果你還不知道，AI總結的是哪一場戲：

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節(jié)，請在量子位公眾號(QbitAI)對話界面，回復“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

?'?' ? 追蹤AI技術和產(chǎn)品新動態(tài)

總結

以上是生活随笔為你收集整理的英文书《用unreal来学习c++》_用机器学习来概括《哈利波特》，四句话总结一场戏...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。