[发明专利]内容生成方法、装置以及介质

权利要求书

1.一种内容生成方法，其特征在于，包括：

对内容素材进行音视频分离处理，得到视频文件和音频文件；

从视频文件中提取出视频特征，对视频特征进行分析以得到视频分析结果；

从音频文件中提取出音频特征，对音频特征进行分析以得到音频分析结果；

根据视频分析结果和音频分析结果，确定视频文件的场景；

根据视频分析结果、音频分析结果以及视频文件的场景，从视频文件中选取出关键视频片段；

为关键视频片段对齐相应的音频片段，得到关键内容片段；

基于关键内容片段生成目标内容。

2.根据权利要求1所述的方法，基于第一深度卷积神经网络从视频文件中提取出所述视频特征，基于第二深度卷积神经网络从音频文件中提取出所述音频特征。

3.根据权利要求1所述的方法，在从视频文件中提取出视频特征之前，还包括：过滤掉视频文件中的无效镜头。

4.根据权利要求3所述的方法，所述无效镜头包括抖动镜头、长时间静止镜头、黑屏镜头、模糊镜头。

5.根据权利要求1所述的方法，所述对视频特征进行分析，至少包括下列步骤之一：检测人物、检测人脸、检测人物的动作、检测目标物体。

6.根据权利要求1所述的方法，所述对音频特征进行分析，至少包括下列步骤之一：提取有效声音、检测人声。

7.根据权利要求6所述的方法，所述对音频特征进行分析，还包括下列步骤之一：情感分析、内容预测、声音场景分析。

8.根据权利要求6所述的方法，声音场景包括无人声场景、室内讲话场景、室外讲话场景。

9.根据权利要求8所述的方法，根据视频分析结果和音频分析结果，确定视频文件的场景，包括：

根据视频分析结果和声音场景分析结果，确定视频文件的场景。

10.根据权利要求1所述的方法，所述根据视频分析结果、音频分析结果以及视频文件的场景，从视频文件中选取出关键视频片段，包括：

根据视频文件的场景，选择对应场景的内容生成模型；

将视频文件、视频分析结果以及音频分析结果输入至所述内容生成模型中，由所述内容生成模型从视频文件中选取出关键视频片段。

11.一种内容生成装置，其特征在于，包括存储器和处理器；所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现权利要求1-10中任一项所述的内容生成方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-10中任一项所述的内容生成方法。