下载掌阅APP，畅读海量书库
立即打开
在数字化时代的浪潮中，短视频以其独特的魅力迅速崛起，成为连接信息、分享生活、展现创意的重要窗口。为了更好地顺应这股潮流，短视频创作者需要深入了解和认识短视频与短视频编辑。
短视频作为一种内容形式，在互联网时代就已经出现。而随着移动互联网时代的到来，短视频再次走向了风口，观看短视频的用户数量不断攀升。第54次《中国互联网络发展状况统计报告》显示，截至2024年6月，我国网民规模近11亿人，短视频用户占网民整体的95.5%。短视频如此受欢迎与其自身的特点和优势密不可分。
短视频具有的短、低、快、强等特点，使其更容易获得用户的认可和选择。
●短。 短是指短视频时长短，这有助于用户利用碎片化的时间接收其中的信息，更容易吸引和保持用户的注意力。
●低。 低是指短视频的制作成本和门槛低。短视频的拍摄、剪辑和发布可以由一个人使用一部手机完成，而且短视频编辑与制作工具非常智能，功能也很丰富，用户可以轻松使用这些工具制作出特效丰富、剪辑清晰的短视频。
●快。 快一方面是指短视频的内容节奏快，由于短视频时长短，所以其内容节奏比影视剧等长视频的内容节奏快，能够在较短的时间内向用户完整地展示创作者的意图；另一方面是指短视频的传播速度快，短视频通过网络能够迅速在互联网平台间进行传播。
●强。 强是指短视频有较强的参与性，短视频创作者和观看者之间没有明确的分界线，即创作者可以成为其他人创作的短视频的观看者，而观看者也可以创作自己的短视频。
与图片、文字和声音相比，短视频的表现方式更加直观且具有冲击力；与长视频相比，短视频的内容节奏更快，能满足人们碎片化的信息需求，而且具备较强的互动性和社交属性；与直播视频相比，短视频具备更强的传播性，能够更长时间地传播和更便利地分享。以上这些都是短视频能够迅速获得用户认可和喜爱的原因。
随着媒体以及通信技术的发展，人们查看网络上的各种信息时不再受时间和空间的限制，而是倾向于利用一些零碎、分散的时间接收信息，如上下班途中、排队等候的间隙等，这时人们可以随时随地通过手机或平板电脑等移动设备查看各种消息。而且，短视频时长较短、传递的信息简单直观，使人们不需要太多时间思考便能够理解，从而满足在碎片化时间下快速接收信息的需求。
短视频可以直接通过移动设备拍摄完成，然后一键发布并分享到朋友圈和微博等社交平台，从而实现用户之间的互动交流。而在短视频平台上，创作者和观看者能通过发布短视频进行单向、双向和多向的交流。这种互动性方面的优势使得创作者能够通过互动获取观看者对短视频内容的反馈，从而有针对性地提升短视频内容的质量。反之，观看者则可以通过互动进一步了解短视频内容的深层次含义，从而增进对短视频创作者以及内容中涉及的相关品牌和产品的理解，并发表自己的意见和见解。
移动社交是目前最常见的社交方式之一。短视频则与移动社交完美契合，满足了用户充分展示自己积极形象的需求，而且用户也可以对他人的短视频进行点赞、评论，实现双向交流；一些收到点赞和评论多的用户还有机会获得平台的推荐，从而更容易吸引其他用户的关注。另外，短视频强大的社交属性也影响到网络社交平台的功能设计。例如，微信推出了“视频号”功能，当用户在微信视频号中看到感兴趣的短视频后，可直接将其分享到朋友圈或转发给微信好友，实现好友间的社交。
短视频时长较短，传播速度快且范围广，不仅可以在短时间内集中展示产品的核心卖点、使用场景或品牌故事，从而有效吸引用户的注意力，也能够在短时间内覆盖大量潜在用户，提高品牌的曝光度和知名度。此外，短视频还可以根据用户的浏览历史和兴趣偏好进行个性化推荐，实现精准营销，提高产品转化率。
短视频的画面质量在一定程度上会影响作品的最终效果，而短视频中的景别与运动镜头则是决定画面质量的重要因素。
景别是指摄像设备与被摄对象的距离不同，造成被摄对象在摄像镜头中所呈现出的范围大小的变化。在短视频中，景别的运用则需根据短视频内容的需要和画面中的轻重主次，给予大小远近的恰当表现。
一般按照被摄对象在短视频中所占比例的大小，把景别分为远景、全景、中景、近景和特写5种类型。如果被摄对象是人，则以画面中截取人体部位的多少为标准。
远景一般用于表现环境全貌，以及展示人物及其周围广阔的空间环境、自然景色和人群活动大场面的画面。远景相当于从较远的距离观看景物和人物，视野非常宽广，以背景为主要拍摄对象，突出当前画面所处环境，如图1-1所示。
图1-1 远景
全景用于展示人物的全身（包括体型、衣着打扮等），以交代与说明在相对窄小的活动场景里人与周围环境或者人与人之间的关系。与远景相比，全景能够突出画面主体的全部形貌，整个画面会有一个比较明确的视觉中心，更能够全面阐释主体与环境之间的密切关系。换句话说，全景主要以画面主体的存在为前提，其概念是相对画面主体而言的。全景既可以是人的全景，也可以是人和物共同的全景。
全景画面中包含整个画面主体的形貌，它既不像远景由于细节过于模糊而经不起仔细观察，也不像中景、近景由于画面过近而不能展示画面主体的整个形态、动作，在叙事、抒情和阐述画面主体与环境关系等方面可以起到独特的作用，如图1-2所示。
另外，全景镜头一般是作为短视频某段内容的关系镜头出现的。也就是说，在一个场景中，拍摄全景画面的目的通常是引出后面的一系列中景、近景或特写的镜头，全景画面中的内容是构建后面相关景别镜头的叙事依据。例如，上一个镜头是人物洗碗时的全景画面，下一个镜头中可以合理出现洗碗时的手部特写画面（见图1-3），这样观众更能理解下一个镜头所展现的具体动作或细节在整个情节中的位置和意义。
图1-2 全景
图1-3 洗碗镜头
中景主要用来表达人与人、人与物、物与物之间的关系，通常指拍摄人物膝部以上内容或场景局部。和全景相比，中景重点在于表现人物的上身，以反映人物的动作、姿态、手势等信息，此时环境处于次要地位。中景具备较强的叙事功能，因此在短视频中，若要表现人物的身份、动作和动作目的，以及多个人物之间的关系，甚至人物对话和情绪交流的画面都可以采用中景，如图1-4所示。
图1-4 中景
近景主要用于表现被摄对象的局部，在拍摄人物时，通常呈现人物胸部以上的神态细节，此时环境处于次要地位。由于近景拍摄的画面可视范围较小，人物和景物的尺寸足够大，能清楚地呈现被摄对象的细微之处，所以非常有利于表现人物的面部表情或者其他部位的状态、细微动作以及景物的局部状态，能使观众将注意力高度集中于被摄对象的主要特点，基本忽略环境与被摄对象的关系，让被摄对象在观众心中留下鲜明的、强烈的印象。以上这些都是远景、全景和中景画面难以表现的特性。图1-5所示的汽车宣传片中，使用近景镜头从多个角度充分展示了汽车的细节。
图1-5 近景
特写主要用于拍摄人物肩部以上的位置，或其他被摄对象的局部细节，通过放大局部细节来表现人或物的局部特征，揭示被摄对象的本质。特写的取景范围小，被摄对象充满画面，内容比较单一，但能够强烈地吸引观众的注意力。在短视频中使用特写镜头能够增强画面的表现力和感染力，向观众传达强烈的情感和清晰的信息，给人以深刻的印象。图1-6所示的美食制作短视频中，使用特写镜头近距离展示了美食的制作过程。
图1-6 近景
在短视频编辑与制作过程中，创作者往往很难以一个单独的镜头来表达连贯性内容，因此最好将不同景别的镜头组合在一起，以便完整地表达短视频内容。
通常来说，短视频创作者在拍摄短视频时可以从两个方面设置景别：一是摄像设备的位置与被摄对象的距离，即视距；二是摄像设备所使用的镜头焦距。在短视频编辑与制作过程中，由于短视频已经拍摄完成，此时就可以通过设置短视频画面的大小或比例（如裁剪或缩放操作）来改变景别。需注意的是，这种方法并不等同于改变原有的景别设置，甚至破坏原有景别传达的信息，正确的做法应该是在拍摄阶段就做好规划，确保每个镜头都能准确地传达出所需的信息和情感。
短视频的画面主要通过多个镜头素材的组合来完成。短视频中常见的镜头主要分为两类。一类是固定镜头，主要通过摄像机机位（指摄像机相对于被摄对象的空间位置）和焦距（指平行光入射时从透镜中心到焦点的距离）保持不变，在固定的框架中进行拍摄，如图1-7所示。
图1-7 固定镜头
另一类是运动镜头，也叫移动镜头，主要是通过摄像机的连续运动或连续改变光学镜头的焦距来进行拍摄。运动镜头有推、拉、摇、移等不同的实现方式，对应的镜头被称为推镜头、拉镜头、摇镜头和移镜头。运用运动镜头可以模拟人的视觉感官，使画面更加真实、生动，有利于在视觉上吸引观众的注意力。
固定镜头可以在固定的框架下，长久地拍摄动态或者静态的事物，从而体现事物的发展规律。但固定镜头具有视点单一、构图缺乏变化、难以呈现环境全貌等局限，因此在短视频中，常会与运动镜头配合运用。
推镜头是指将摄像器材向靠近被摄对象的方向匀速推进，或调整焦距使被摄对象在视频画面中变得越来越大。使用推镜头拍摄的画面可形成较大景别向较小景别连续递进的视觉前移效果，让观众有种视点前移，身临其境的感觉，如图1-8所示。
图1-8 推镜头
拉镜头与推镜头相反，是指将摄像器材向远离被摄对象的方向运动，或调整焦距使被摄对象在画面中变得越来越小。使用拉镜头拍摄的画面会呈现出由近及远、由局部到整体的视觉后移效果，而且取景范围由小变大、由小景别向大景别变化，这样可以增加视频画面的信息量，逐渐显现出被摄对象与整体环境之间的关系，如图1-9所示。
图1-9 拉镜头
摇镜头是指将摄像器材位置固定，以该器材为中轴固定点，通过摄像器材本身的水平或垂直移动进行拍摄的镜头。摇镜头类似于人转动头部环顾四周或将视线由一点移向另一点的视觉效果，以便表现被摄对象的动态、动势、运动方向和运动轨迹。摇镜头既可以用于拍摄开阔的画面，以及群山、草原、沙漠、海洋等宽广深远的景物（见图1-10），也可以用于拍摄运动中的物体。
图1-10 摇镜头
移镜头是指将摄像器材架在可移动设备上随之运动并进行拍摄的镜头。移镜头与摇镜头十分相似，但视觉效果更为强烈。摄像器材处在运动中，使得视频的画面框架也始终处于运动状态，被摄对象不论是运动还是静止，都会呈现出位置不断移动的视觉效果。移镜头下不断变化的背景使视频画面表现出一种流动感，如图1-11所示。
图1-11 移镜头
跟镜头是指摄像器材始终跟随被摄对象一起运动的镜头。不同于移镜头，虽然跟镜头的运动方向是不规则的，但是要一直把被摄对象保持在视频画面中位置相对稳定的状态。跟镜头既能突出被摄对象，又能表现其运动方向、速度、体态，及其与环境的关系，因此在短视频中非常常见。另外，根据拍摄方向的不同，跟镜头通常可分为前跟、后跟和侧跟3种类型。图1-12所示的短视频画面采用了侧跟镜头。
图1-12 跟镜头
旋转镜头是指被摄对象呈现出旋转效果的镜头，常用于表现人物（或其他运动物体）的旋转动作、全角度展现宏伟的建筑或自然景观、表现特定的情绪和气氛等，可以增强画面的动感和视觉效果。需注意的是，旋转镜头的运动速度不能过快，否则容易给观众带来眩晕的视觉感受。图1-13所示的短视频画面采用了拉镜头和旋转镜头展现画面中的景物。
图1-13 旋转镜头
在AI技术日新月异的今天，短视频行业迎来了前所未有的飞跃式发展。商家与企业敏锐地捕捉到AI赋能的海量用户群体中蕴藏着无限的商机，于是纷纷加速布局短视频领域，利用AI辅助精准营销和创意内容生产，进行高效的品牌推广与营销活动，取得了可观的经济效益。在这一背景下，几乎所有的商家和企业都将短视频视为不可或缺的战略高地，积极融入AI技术，构建自己的短视频营销生态，以抢占市场先机。可以预见，未来几年AI将成为短视频行业的重要驱动力，引领内容质量的提升和短视频的多元化发展。
短视频本质上是一种媒体的新载体，能够为众多行业注入新活力。而且，随着5G技术（5th Generation Mobile Communication Technology，第五代移动通信技术）的普及和网络环境的优化，以及短视频行业的进一步规范，短视频的商业价值会越来越高，市场规模仍将维持高速增长的态势。
AI技术在短视频行业的应用将进一步提升内容的创新性。例如，利用AI大模型分析大量短视频数据，提取其中的创意元素和流行趋势，为短视频创作者提供广泛的创意启发和制作方向。图1-14所示为利用AI技术生成的京剧动画短片《火焰山》，不仅展示了AI技术在短视频领域的巨大潜力，也为传统文化的传承和发展提供了新的思路和方向。
图1-14 京剧动画短片《火焰山》
AI技术可以辅助短视频创作者进行内容创作，如自动生成配乐、字幕、特效等，降低创作门槛，提高创作效率。同时，短视频平台可以利用AI技术更好地分析用户的行为和喜好，借助智能推荐算法与个性化内容定制，为用户推荐更符合其口味的内容，提供更加精准的社交推荐和互动方式等，进一步增强短视频平台的社交属性，提高用户黏性和活跃度，以吸引和留住用户。
短视频商业价值的不断提升，使得企业在短视频领域进行营销推广时，能与更多产业实现跨界合作和融合，从多个角度诠释品牌和产品的特点和价值，并借助短视频的传播和社交属性，提升营销效果。AI技术将促进这种合作和融合，为短视频行业带来更多的商业机会和创新模式。图1-15所示为利用AI技术制作的“新品上市”电商短视频，采用了“短视频+电商”模式，利用视频形式深入展现商品卖点，吸引观看该短视频的用户点击商品链接，进入短视频平台的自营电商店铺或者第三方网络店铺（如淘宝、京东）购买该商品。
图1-15 “新品上市”电商短视频
AI技术的发展不仅提升了短视频的制作效率和质量，还带来了更加便捷、智能和个性化的用户体验。但同时，它也面临着隐私保护的挑战。很多短视频中都包含了大量的个人信息，如面部特征、声音特征、行为习惯等，这些信息如果缺乏有效的隐私保护和数据加密措施，一旦被别有用心的人用不法手段获取和利用，将会使个人信息面临被泄露的风险。例如，通过分析个人在短视频平台上发布的视频，黑客或不良商家可能会获取到个人的语音、人脸、唇形等信息，然后利用AI技术进行人脸语音合成，进而有针对性地实施诈骗。
短视频平台应该主动承担自身所肩负的社会责任，接受社会各界的持续监督，保护用户信息的安全性和隐私性。同时，短视频平台也可以利用AI大模型辅助短视频内容审核，快速识别和处理违规内容，进一步提高短视频平台的内容质量，防止用户产出包含色情、暴力、侵犯版权的短视频内容。用户也要提高对隐私保护和数据安全的重视程度和防范意识，保护个人隐私和数据安全。
在短视频编辑与制作过程中，用户经常会遇到帧和帧速率、场等专用名词。这些名词是视频剪辑的常用术语，了解这些常用术语有利于后续的剪辑操作。
帧和帧速率对短视频画面的流畅度、清晰度、文件大小等都有着重要的影响。
●帧。 帧相当于电影胶片上的镜头，一帧就是一幅静止的画面，播放连续的多帧就能形成动态效果。
●帧速率。 帧速率（Frame Rate）是指画面每秒传输的帧数（单位为：帧/秒），即通常所说的视频的画面数。一般来说，帧速率越高，短视频画面越流畅，短视频播放速度也越快，但同时短视频文件也会越大，进而影响短视频的后期编辑、渲染，以及短视频的输出等环节。要想生成平滑、连贯的播放效果，帧速率一般不低于8帧/秒；电影的帧速率多为24帧/秒；目前国内电视使用的帧速率为25帧/秒。
场是一种视频扫描的方式，主要分为隔行扫描和逐行扫描两种。隔行扫描的每一帧由两个场组成，一个是奇场，是扫描帧的全部奇数场，又称为“上场”；另一个是偶场，是扫描帧的全部偶数场，又称为“下场”。场以水平分隔线的方式隔行保存帧的内容，并且将先显示第一个场的交错间隔内容，再显示第二个场的交错间隔内容，其作用是填充第一个场留下的缝隙。逐行扫描将同时显示每帧的所有像素，从显示屏的左上角一行接一行地扫描到右下角，扫描一遍就能够显示一幅完整的图像。这种方式也称为“无场”。
视频制式是指电视信号（电视信号是指通过电磁波或有线传输等方式传送的视频和音频信号，用于在电视机上还原图像和声音）的标准，可以简单地理解为用来实现电视图像或声音信号所采用的一种技术标准。世界上主要使用的视频制式有NTSC（National Television System Committee，美国国家电视制式委员会）制式、PAL（Phase A1teration Line，逐行倒相）制式和SECAM（Sequential Color and Memory，按顺序传送彩色与存储）制式3种类型。
●NTSC制式。 NTSC制式规定视频每秒30帧，每帧525行，水平分辨率为240~400个像素点。视频采用隔行扫描，场频为60Hz，行频为15.634kHz，宽高比为4∶3。目前美国、加拿大、日本等国家使用这种制式。
●PAL制式。 PAL制式规定视频每秒25帧，每帧625行，水平分辨率为240~400个像素点。视频采用隔行扫描，场频为50Hz，行频为15.625kHz，宽高比为4∶3。目前中国、澳大利亚、德国等国家使用这种制式。
●SECAM制式。 SECAM制式规定视频每秒25帧，每帧625行。视频采用隔行扫描，场频为50Hz，行频为15.625kHz，宽高比例为4∶3。上述指标均与PAL制式相同，但具体实现细节有些许不同。目前法国、中东和非洲大部分国家使用这种制式。
时间码是摄像机在拍摄时针对每一幅图像记录的时间编码。时间码为视频每一帧分配一个数字，用以表示小时、分钟、秒钟和帧数。其格式为“××H××M××S××F”，其中的××代表数字，也就是以“小时：分钟：秒：帧”的形式确定每一帧的具体位置，如00:00:05:01则表示第5秒的第1帧位置。
像素是构成数字图像的基本单元，通常以每英寸的像素点数量来衡量。单位面积内的像素点数量越多，分辨率越高，短视频画面的影像就越清晰。
分辨率是指单位长度内包含的像素点数量，主要用于控制屏幕显示图像的精密度。分辨率的表示方法是“横向的像素点数量×纵向的像素点数量”，如1024×768就表示每一条水平线上包含1024个像素点，共有768条线。不同视频所显示的分辨率不同，如标清视频的分辨率为720×576，高清视频的分辨率为1920×1080。当构成数字视频的像素点数量很多时，可用K来表述，如2K视频的分辨率为2048×1080、4K视频的分辨率为4096×2160。
像素宽高比是指像素的宽度与高度之比，如方形像素的像素宽高比为1∶1。像素在计算机和电视中的显示并不相同，通常在计算机中为正方形像素，在电视中为矩形像素。因此，在选择像素宽高比时需要先确定视频文件的输入终端。若在计算机上输入，一般选择“方形像素”；若在电视或宽屏电视上输入，则需要选择相应的像素宽高比，以避免视频画面变形。
屏幕宽高比是指屏幕画面横向和纵向之比。在不同的显示设备上，屏幕宽高比也会有所不同。一般来说，标准清晰度电视采用的屏幕宽高比为4∶3，如图1-16所示；高清晰度电视采用的屏幕宽高比为16∶9，如图1-17所示。除了这些尺寸外，电影院也经常采用2.35∶1、2.39∶1、21∶9等较大比例，给人一种更震撼的沉浸式的视觉效果。
图1-16 屏幕宽高比为4∶3
图1-17 屏幕宽高比为16∶9
常见的短视频格式有以下几种。
●MP4格式。 MP4格式（*.mp4）是一种标准的数字多媒体容器格式，主要用于存储数字音频及数字视频，也可用于存储字幕和静止图像。MP4格式的优点是能够在维持较高质量视频的同时，进一步缩小文件大小，还具有广泛的兼容性，因此该格式的视频非常适合在网络上进行传输和分享。
●WMV格式。 WMV（*.wmv）格式是由微软公司开发的一种采用独立编码方式，并且可以在线上实时播放的文件压缩格式。WMV格式适用于各种设备和网络带宽，尤其是在同等视频质量下，WMV格式的文件体积非常小，这使得它适合在线上进行播放和传输。但WMV格式存在兼容性问题，需要选择合适的播放器或插件才能正常播放。
●FLV格式。 FLV（*.flv）格式是一种网络视频格式，主要用作流媒体格式。FLV格式的优点是形成的文件较小、加载速度快，且几乎所有的操作系统都支持其视频播放。这使得它非常适合在网络上进行传输，可以有效提高视频文件在网络上的使用效率。
●MKV格式。 MKV（*.mkv）格式是一种多媒体封装格式，可以将多条不同编码的视频以及16条或以上不同格式的音频和语言不同的字幕封装到一个Matroska Media文件中。MKV格式的优点是可以提供非常好的交互功能。
●AVI格式。 AVI（*.avi）格式是一种将视频信息与音频信息一起存储的常用多媒体文件格式。AVI格式以帧为存储动态视频的基本单位，在每一帧中，都是先存储音频数据，再存储视频数据，即对音频数据和视频数据进行交叉存储。AVI 格式的优点是图像质量好，并且可以在多个平台上播放使用；缺点是体积过于庞大。
●MOV格式。 MOV（*.mov）格式是Apple公司开发的QuickTime格式下的视频格式。MOV格式支持25位彩色和领先的集成压缩技术，提供150多种视频效果，并配有200多种MIDI（Music Instrument Digital Interface，乐器数字接口），用以兼容音响和设备的声音装置，是一种优良的视频编码格式。