如何用视频云技术,搞一个爆红的 “反应视频” 项目?

简介: 2021 年 2 月,“新内容 新交互” 全球视频云创新挑战赛启幕。本次大赛由英特尔联合阿里云主办,与优酷战略技术合作,天池平台和阿里云视频云团队共同承办。大赛自开赛以来,吸引了全球超过 4600 名选手报名参赛,我们遴选了参赛选手中优秀案例和动人故事,一起走进视频云创业创新者的世界。

image.png

古老又新潮的 “Reaction Video”

“Reaction Video”,中文翻译为 “反应视频”,就是记录下人们对事情做出反应的视频。在表现形式上,画面由两个部分组成,包括观看的视频资源,以及观看者本人的反应。


这种视频形式最早起源于上世纪 70 年代的日本综艺节目,这种小窗口形式叫做 「ワイプ(wipe)」,表现嘉宾表情和反应的 wipe 则被称为 「ワイプ演出(wipe 演出)」。现在不少日本的综艺仍然保留这一演出方式,这种「小窗口嘉宾即时反应」 也成为了日本综艺一大特色。

image.png

截图来自日本综艺《月曜夜未央


2013 年,“反应视频” 从电视蔓延到了互联网,随着美剧《权利的游戏》第三季热播,大量的油管网友录制了看剧时的激烈反应,引发了全球观众的集体共鸣,“反应视频” 由此红遍全球,并在多个视频平台发展成了成熟且庞大的分支。油管上最火的 Reaction 类频道,目前已累积 110 亿次播放量,拥有 2010 万订阅粉丝。


随着在全球的爆红,“反应视频” 开始在国内视频平台扎根,并发展出了 “本土化” 趋势。目前 B 站是国内 Reaction 内容最多的平台,其中 “蚊叽叽” 是做 Reaction 视频较早的一批 up 主,从 2018 年 1 月份开始发布第一期 Reaction 视频,截止目前粉丝数已经达到 54.8 万。

image.png

图片截取自 bilibili

“反应视频”,存在即合理


在 “反应视频” 爆火的同时,也有人开始质疑这种视频形式真的有价值吗?会不会只是热点加持下的昙花一现呢。


关于这点,让我们先看看视频平台的发展历史,早期的视频平台只提供了文字评论功能,观众在观看视频后,可以在视频下方留下评论,再后来由评论进化的 “弹幕” 大行其道,现在几乎成为了所有视频平台的标配。


在评论和弹幕的背后,隐藏的是观众群体所需的认同感和分享欲。在可预见的未来,随着视频云技术的普及,“反应视频” 这种更加生动的互动形式势必会被广泛应用,观众在观看视频的同时,就可以实时记录下自己的即时反应,也许会成为一个新的赛道。

image.png

“反应视频”,怎么用视频云技术实现?

在本次的全球视频云创新挑战赛中,就有选手关注到了这个有趣的互动形式。选手刘劭荣是一名初出茅庐的程序员,工作之余他非常喜欢看 “反应视频”,他发现制作一支 “反应视频” 并不容易,需要耗费很多的时间剪辑制作,对观众来说,一支 “反应视频” 也只能看到固定一个人或几个人的反应。所以他决定从 “反应视频” 的角度切入,开发一个与众不同的视频应用。


刘劭荣将自己开发的视频应用取名为 “一起看视频”,在应用里观众可以邀请好友在观影房中一起看娱乐视频、赛事直播或者发布会,互相分享彼此的感受。在技术选型方面,刘劭荣选择基于 Intel Xeon SG1 GPU 开发,使用阿里云点播实现视频资源的管理和用户上传视频,通过阿里云音视频通讯服务保障用户实时稳定的通话。针对自动生成反应视频的功能,使用 Intel Media SDK 和 Intel Quick Sync Video 在 SG1 机器上实现了视频硬件加速。


图片.gif


除了好友互动,在网站上用户可以与素未谋面但兴趣相投的人一起互动。为了照顾害羞不想露脸的用户,刘劭荣通过 WebGL + DeepLearning 生成 AR Face 并结合阿里云音视频技术,为用户的聊天增加趣味性。


关于 “一起看视频” 的未来,刘劭荣说:“以后希望给用户带来更强的认同感与分享欲,使用更多的视频云技术快速丰富网站功能,提供美颜、变声、AR Face 等多种玩法,增加视频的趣味性,提高用户黏性。”


「视频云技术」你最值得关注的音视频技术公众号,每周推送来自阿里云一线的实践技术文章,在这里与音视频领域一流工程师交流切磋。公众号后台回复【技术】可加入阿里云视频云技术交流群,和作者一起探讨音视频技术,获取更多行业最新信息。


扫码入群和作者一起探讨音视频技术,获取更多视频云行业最新信息👇


image.png

相关文章
|
存储 算法 安全
剑池CDK集成开发环境概述|学习笔记
快速学习剑池CDK集成开发环境概述
剑池CDK集成开发环境概述|学习笔记
|
2月前
|
SQL 人工智能 自然语言处理
PolarDB-PG AI最佳实践 1:基础能力实践
Polar_AI 是 PolarDB 数据库的 AI 扩展,集成了先进的人工智能模型和算法,使数据库能够执行机器学习和自然语言处理任务。它支持 PostgreSQL 及 Oracle 兼容版本,通过标准 SQL 轻松调用 AI 模型,具备简单易用、灵活可定制、无缝数据融合、数据安全和高性能等优势。用户可以通过 SQL 快速实现文本转向量、情感分类等功能,并能自定义扩展 AI 模型。
|
3月前
|
机器学习/深度学习 自然语言处理 C++
TSMamba:基于Mamba架构的高效时间序列预测基础模型
TSMamba通过其创新的架构设计和训练策略,成功解决了传统时间序列预测模型面临的多个关键问题。
332 4
TSMamba:基于Mamba架构的高效时间序列预测基础模型
|
9月前
|
SQL 关系型数据库 MySQL
MySQL调优之show profile 应用
MySQL调优之show profile 应用
269 0
|
4月前
|
运维 监控 测试技术
构建高效运维体系:从监控到自动化的实践之路
【10月更文挑战第9天】 在当今信息技术飞速发展的时代,运维作为保障系统稳定性与效率的关键角色,正面临前所未有的挑战。本文将探讨如何通过构建一个高效的运维体系来应对这些挑战,包括监控系统的搭建、自动化工具的应用以及故障应急处理机制的制定。我们将结合具体案例,分析这些措施如何帮助提升系统的可靠性和运维团队的工作效率。
79 1
|
应用服务中间件 nginx
nginx: [error] open() “/usr/local/nginx/logs/nginx.pid“ failed (2: No such file or directory)
nginx: [error] open() “/usr/local/nginx/logs/nginx.pid“ failed (2: No such file or directory)
437 0
nginx: [error] open() “/usr/local/nginx/logs/nginx.pid“ failed (2: No such file or directory)
|
29天前
|
存储 缓存 NoSQL
分布式系统架构8:分布式缓存
本文介绍了分布式缓存的理论知识及Redis集群的应用,探讨了AP与CP的区别,Redis作为AP系统具备高性能和高可用性但不保证强一致性。文章还讲解了透明多级缓存(TMC)的概念及其优缺点,并详细分析了memcached和Redis的分布式实现方案。此外,针对缓存穿透、击穿、雪崩和污染等常见问题提供了应对策略,强调了Cache Aside模式在解决数据一致性方面的作用。最后指出,面试中关于缓存的问题多围绕Redis展开,建议深入学习相关知识点。
180 8
|
4月前
|
数据采集 存储 数据管理
CDGA|如何实施非常精准的数据治理策略?
精准的数据治理需要企业从设定明确目标、制定适应性策略、构建完善组织结构、制定严谨制度流程、采用先进技术工具、加强事前预防、推动数据驱动决策以及建立健全监督与评估机制等多个方面入手。只有这样,企业才能有效应对数据时代带来的挑战,充分释放数据价值,为组织的可持续发展提供有力支撑。
|
Web App开发 安全 算法
一起学习密码学:对称加密与非对称加密
本文是 一起学习密码学 系列第 1 篇。
一起学习密码学:对称加密与非对称加密