微软获得新专利，Copilot 未来有望辅助用户为视频、文本、PowerPoint 等创建匹配的音乐。该专利探讨基于输入内容创建音乐的方法，包括收集训练数据、分析提取特征、寻找特征相关性并生成匹配音频评分。此技术可应用于电影、广告、游戏、虚拟现实等多种场景。

🎬Copilot 辅助创作匹配音乐的专利，需收集大量包含视频和音频组件的视听数据集作为训练数据，涵盖各种类型内容。

📊分析数据集并提取不同特征，如文本视频中的颜色、形状、运动和场景等，为后续生成匹配音乐做准备。

🔗Copilot 会分析特征并寻找它们之间的相关性，以此训练并利用关联系统，生成与新视频特征相匹配的适当音频评分。

🌈该技术可应用于多种场景，如电影和视频制作中自动生成背景音乐，广告中创作契合氛围的音乐等。

IT之家 10 月 5 日消息，科技媒体 Windows Report 昨日（10 月 4 日）发布博文，报道称微软公司获得了一项新的专利，构想 Copilot 在未来能辅助用户创建和视频、文本、PowerPoint 等匹配的音乐或者背景音乐。

IT之家注：微软该专利名为《Artificial intelligence model for composing audio scores》，主要探讨了基于输入内容，来创建音乐的方法。

该专利主要概述了以下步骤：

收集数据：收集大量的训练数据，这些数据包括许多包含视频和音频组件的视听数据集。

分析提取：分析数据集并提取不同类型的特征。例如文本视频中的颜色、形状、运动和场景等等。

关联：Copilot 会分析这些特征并寻找它们之间的相关性。例如，某些场景（如日落）通常伴随着特定类型的音乐（如平静、舒缓的旋律）。

Copilot 将通过这些特性进行训练，并利用关联系统，生成与新视频的视觉和文本特征相匹配的适当音频评分。

在现实生活中，这项技术可以用于各种应用，例如：

电影和视频制作: 自动为电影、电视节目或在线视频生成背景音乐。

广告: 创作与商业广告的氛围和信息完美契合的音乐。

游戏: 制作基于游戏视觉和动作变化的动态配乐。

虚拟现实: 通过与视觉环境相适应的音频增强沉浸式体验。

其它场景：例如可以在求婚等场景下自动匹配合适的音乐。