当前正值多媒体信息爆发增长、快速传播的时代，互联网中视频的数量迅猛增长。视频流包含海量的内容信息，基本都是没有经过逻辑单元处理的完整视频，那么每次要查看单个故事单元时就需要观看完整视频，这样对信息的获取造成极大的影响。基于此，视频故事单元分析成为人们关注与研究的热点。在本文研究中，我们针对传播极为广泛的新闻视频，提出一种将电视新闻分割成新闻故事的多模态方法。方法旨在检测新闻故事边界镜头、音频流信息检测、图像多元信息处理作为元数据，通过多模态方法融合进行新闻故事的准确分割。首先通过分析并提取感兴趣区域的图像特征，包括屏幕文本、颜色分布、纹理和直方图统计,获取渐变、突变镜头边界。然后对音频流进行特征提取，包括能量强度、静音点、音频活动检测。最后提取的特征将作为机器学习的输入，利用多模态方法融合进行决策分割，同时作为结果矫正的元数据。我们收集CCTV新闻联播、早间新闻、地方卫视等新闻节目作为数据集，在此数据集上对本文的方法进行了实验评估和测试，实验结果表明，该方法能够有效地检测镜头边界，能够将完整的新闻视频进行新闻故事分割。