分类 AI视频编辑
doesVideoContain 是什么
doesVideoContain 被介绍为一个在浏览器中用 AI 检测视频内容的模型,可用简单英语句子描述目标内容,自动抓取视频截图并识别重要时刻。它完全在客户端运行,文件无需上传云端,也不产生 API 费用。
你可以用它做什么
- 用简单的英语句子描述目标内容
- 自动抓取重要时刻的视频截图
- 通过实时 GIF 与视频截图查看匹配内容
- 处理本地大文件而无需上传云端
它如何运行
- 模型完全在客户端离线运行以保护隐私
- 使用 Web AI 生态中的 Transformers.js 与 ONNX Runtime Web
- 用自定义逻辑执行余弦相似度计算
- 支持 WebGPU,在具备相应硬件的设备上优化性能
上手流程
- 在 HTML 文件中通过模块脚本引入该模型
- 定义一个用自然语言描述目标内容的函数
- 调用该函数并传入视频文件路径
优点与缺点
✓ 我们认可的地方
- 用自然语言句子描述要检测的内容
- 本地大文件无需上传即可处理
! 需要留意的地方
- 检测在浏览器内完成而非服务器端
- WebGPU 的性能优化依赖相应硬件
常见问题
需要上传云端或支付 API 费用吗?
资料说明它完全在客户端运行,无需上传云端,也无需 API 费用。
使用了哪些技术?
资料列出 Transformers.js 与 ONNX Runtime Web,以及自定义的余弦相似度计算逻辑。
最后评测: 2026-11-15