半佛视频风格生成器

项目背景

半佛在2020年凭借众多沙雕表情包视频 + 魔性的文案迅速出圈。正如上一句所说，一个优秀的视频需要两部分组成，优秀的文案以及优秀的视频。那么半佛的成功是否可以复制呢？我认为在一定程度上是可以复制的。那么具体应该如何复制呢？我们尝试分析一下：

优秀的文案

半佛仙人的文案普遍比较nice，直接分析视频的文案似乎有点儿难度。好在半佛仙人还有微信公众号，直接学习微信公众号的写作风格是一个不错的选择，但是需要我们付出比较多的时间成本，并且学习效果不够直观。有没有什么更省事更直观效果更nice的方法呢？有。得益于GPT2模型强大的文本生成能力，我们也可以借助该模型训练一个半佛仙人风格文章生成器。

优秀的视频

直观上来说视频的生成似乎要简单一些，事实上确实如此。半佛仙人的视频大部分是由相关性不是很强的表情包堆砌起来，我们不可能有大量精力来寻找下载一个个导入视频制作软件并设置字幕。有没有什么自动化的方法？有。搞一个图片搜索接口，不妨我们自定义一个视频制作软件。

理论存在，实践开始。

思路：

我们再来详细复习一下思路，理清一下我们要做的每一件事情。

文案生成

直接生成大篇幅文案似乎不太现实，因为就目前来看，GPT2模型逻辑性不够强，上下文能力也有待提高，雪上加霜的是我们的电脑性能也不太行，只能采用GPT2蒸馏过后的模型，效果进一步下降，因此我们可以做一个文案提示器。当我们撰写文案的时候，轻松一按，即可生成相应的下文提示，这个思路是没有任何问题的。

爬取半佛仙人微信公众号历史文章
此处我们思考了一下框架的选择。不是很想在本地训练，目前体验以及部署最快的方案应该属于百度的AI Studio了。正好百度paddlenlp提供了中文GPT2预训练模型，因此我们就利用AI studio对GPT2Chinese预训练模型进行微调。
数据集预处理。既然要微调自然需要预处理，由于只爬取到800+文章，为了扩大数据量，我们将滑动窗口设置的小一些。
直接开整训练，数据不是很多的情况下，并不需要训练太久。百度每天8个小时免费GPU，训练几天也就ok了。
写一个小小的窗口。