1. 首先感谢公司内部公开课给予我的灵感
  2. 要做到这件事其实并不难，一个抖音&快手类的vlog短视频具备以下元素：视频、滤镜、文字、音乐、旁白，我们只需要将各类元素合并起来即可
  3. 首先是视频，通过自动切分软件，将个人所有的存货视频切片并截图，再由腾讯图片识别（识物，非ocr）打标签，存入数据库备用
  4. 接着是文字，文字可以通过现有NLP相关软件直接生成（基于GPT-2-Chinese），当然为了视频质量更高一些，可以手动输入，目前感觉飞书的机器人交互最好用（别和我说啥电报&微信，一个在国内用不了，一个时刻可能被封掉，稳定性都不强），到时候直接定义一个输入格式即可，也就是时刻可以准备输入，我啥时候高兴想到啥看到啥好的就输入啥
  5. 接下来是滤镜，ffmpeg可以直接套用（https://www.cnblogs.com/cpuimage/p/9022815.html），目前个人数据库里有两万多个lut，到时候看看怎么搞来打标签
  6. 然后是音乐，这个本人数据库里也有各种影视配乐资源，量级k以上；普通适合vlog的音乐更不用说了，直接去网易云音乐爬，到时候研究下怎么切片+打标签
  7. 然后是旁白，也就是模拟人声朗读，这个微软家的小冰同学和她的小伙伴们已经很完善了，花点钱直接买服务就行，以及字幕组件参考@晨旭 的那套音乐台字幕渲染系统
  8. 最后是需要一个大型后端整合上述功能，这里需要一个综合控制后端和N个slave，以及动态线程+进程的调控系统，以及主从系统之间的通信，个人认为消息队列是跑不了了，以及主语言还是选用python的面向对象，如果有系统框架最好，比如爬虫领域scrapy那种，可以部署服务器阵列……
  9. 以及还有渲染，如何组合视频片段？当然是标签弱匹配+shuffle啦！文字用极简风，甚至可以设计几个模板动态切换，成品看得过去，有高级感就行哈哈~甚至可以指定一个视频必须存在哪几种标签的视频（比如人像、升格、延时摄影、航拍等等）
  10. 最最最后不能漏掉的一定是分发，这个到时候再和视频兔兔那帮人谈谈，实在不行还有有专助手垫背，再不济找wrg同学再开发一个私用的抖音接口（咳咳这可不算动用公司内部资源）
  11. 不知道一个人猴年马月能完成，诚招有兴趣的小伙伴加入一起做，商业化之后的报酬按劳分配给你哈~

人生有無數種可能，人生有無限的精彩，人生沒有盡頭。一個人只要足夠的愛自己，尊重自己內心的聲音，就算是真正的活著。