Pegasus 1.5 en Bedrock: pruebas de segmentación de vídeo con vídeos sintéticos
Un autor evalúa en Amazon Bedrock el modo time_based_metadata de TwelveLabs Pegasus 1.5 con vídeos sintéticos cuyos tiempos de referencia conoce. El modo detecta todos los cambios de pantalla y de hablante con un error inferior a 1 segundo, pero las marcas de logo tienden a prolongarse hasta el final de la escena. Frente al modo general con JSON Schema, el modo específico fue más estable en los turnos de hablante, y la imagen de referencia dio resultados dispares según el vídeo. Varios parámetros no documentados fueron aceptados, aunque maxOutputTokens no limitó la salida en este modo.
Fuentes
- Zennの「生成 AI」のフィードPegasus 1.5の動画セグメンテーションをBedrockで実測 — 合成動画で画面・話者の境界誤差を確認