# AIGC的应用
# 一、视频文稿
1、通过关键词使用爬虫技术抓取高赞或者高播放量的视频
实现方式：基于 python 的爬虫技术和相关框架 Scrapy，借助 requests、xpath 等扩展类库抓取视频。
2、提取视频文字稿
相关接口如下：
| 平台 | 接口 | 局限性 | 方案 | 收费情况 |
|---|---|---|---|---|
| 飞书 | 语音文件识别接口 | 接口适合 60 秒以内音频识别 | 将长语音进行切割 | 暂时没发现收费一说 |
| 百度 | 音频文件转写 | 音频大小不超过500MB | 大的音频文件进行切割 | 2元/小时（音频的时长） |
以下是百度的语音转文字的收费
3、再分析彼此文字稿的关联性强不强
| 平台 | 接口 | 局限性 | 方案 | 收费情况 |
|---|---|---|---|---|
| 百度 | 短文本相似度 | 文本约170个汉字 | 无 |
以下是 百度 的短文本相似度的收费情况，其他平台暂时没找到类似的API
# 二、长文案分段与纠错
1、长文案自动分段
暂时没找到相关的 API 进行简单的处理。
基于深度学习的方法：利用深度学习模型，如循环神经网络（RNN）、卷积神经网络（CNN）或Transformer等，对文本进行分段。这种方法可以处理更复杂的文本，但需要大量的训练数据和计算资源。
2、纠正文案中的错别字，标点符号等
| 平台 | 接口 | 局限性 | 方案 | 收费情况 |
|---|---|---|---|---|
| 百度 | 文本纠错 | 输入限制550个汉字 | 见下图 | |
| 百度 | 文本纠错-高级版 | 字数上限1000字 | 见下图 | |
| 讯飞 | 文本纠错 | 不得超过2000个字符 | 见下图 |
百度文本纠错
百度文本纠错-高级版
讯飞纠错
除了价格和每次的字数不一致以外，还有一条重要的区别就是，百度会返回纠正之后的文本，而讯飞就只是单纯的告诉你哪里错了，并不会返回纠正之后文本。 经过多次同一篇文章纠错结果对比，纠错能力相同，所以从成本和便利的角度上看，建议使用百度的纠错能力。
# 三、类似 “觉悟” 的强化学习
To C 端的应用，会大概率的被大厂商优化掉，那么 To B端 的应用，被优化的概率没那么大。我们可以结合自己的业务，利用其他应用进行拼搭来进行强化学习，每次自我学习的结果根据打分进行惩罚机制，自我迭代。类似于基于大模型的私有化训练，然后模型精调（预训练，有监督精调，奖励训练，强化训练）等。目的是需要进化成专业高手，有自我意识去评判对与错，并思考和下一步引导。
# 四、关键词提取
提取文章或者文档，放进词库，人词库丰富字后，根据这些生成文稿。
| 平台 | 接口 | 局限性 | 方案 | 收费情况 |
|---|---|---|---|---|
| 百度 | 关键词提取 | 最大 65535 个字符 | 见下图 |
# 其他发现
| 应用 | 简介 | 厂商 | 地址 | 申请条件 |
|---|---|---|---|---|
| 通义智文 | 自由阅读分析文档中的关键内容信息 | 阿里 | https://tongyi.aliyun.com/zhiwen/home | 网页应用，没提供API |
| 声音定制 | 提供声音复刻、音色变换、声音定制等前沿语音能力，通过先进的深度学习技术，根据客户实际业务场景，提供针对性的语音技术产品，从而更有效、更专业地服务实际业务需求。普遍适用于智能客服、有声阅读、新闻播报、虚拟人、电商直播、短视频制作等场景。 | 腾讯 | https://cloud.tencent.com/document/product/1287 | 需要以企业的身份并提供营业执照进行申请，并提供语音材料等 |