“相似转场”是一种常见的视频编辑技术，其中具有相似构图的一对镜头从一个镜头流畅地过渡到另一个镜头。尽管比赛剪辑通常是视觉化的，但某些比赛剪辑涉及音频的流畅过渡，其中来自不同来源的声音合并成两个镜头之间无法区分的过渡。在本文中，研究者们探讨了在视频和电影中自动查找和创建“音频匹配剪辑”的能力。简而言之，新的技术Audio Match Cutting，Audio Match Cutting可以帮助视频编辑者更快速、更有效地创造出在听觉上平滑过渡的视频片段，增强观众的观看体验。
研究者们创建了用于音频匹配剪切的自监督音频表示，并开发了从粗到细的音频匹配管道，该管道可以推荐匹配镜头并创建混合音频。他们进一步注释了所提出的音频匹配剪切任务的数据集，并比较了多个音频表示找到音频匹配剪切候选者的能力。最后，他们评估多种方法来混合两个匹配的候选音频，以实现平滑过渡。
(Audio Match Cutting项目资料链接在下方👇)
AI论文与新生技术专题：
https://heehel.com/collection/topic-aipapers-jiaocheng
真实世界音频匹配剪辑示例
在电影《纳尼亚传奇：狮子、女巫和魔衣橱》中，他们看到了音频匹配剪辑的一个很好的例子，剑在剑鞘中发出的叮当声与下一个场景中锤子的敲击声相匹配。他们的工作旨在实现像这样的音频匹配剪辑的自动创建！
音频匹配剪辑示例
喜好儿看到以下是使用研究者们论文中描述的检索和转换方法的示例音频匹配剪辑。每个示例都在两个完全独立的电影/视频之间切换！尝试找出转变发生的位置！
Audio Match Cutting对于视频编辑领域来说是一个进步，因为它可以协助编辑者提高编辑速度和质量。想象一下，你在制作一部影片，需要在两个场景之间创造一个平滑的过渡，比如从敲击声转到发动机的轰鸣声。这项技术可以帮助你自动找到合适的音频片段，并将它们混合在一起，以便观众几乎感觉不到场景之间的切换。
