[发明专利]视频的生成方法、装置、计算机设备及存储介质

权利要求书

1.一种视频的生成方法，其特征在于，所述方法包括：

获取待播放音频的关联信息；

根据所述关联信息，从素材库中获取与所述待播放音频的关联度大于指定阈值的多个备选素材；

确定每个备选素材与所述多个备选素材组成的素材集合之间的语义相似度，得到多个备选素材的语义相似度；

按照所述多个备选素材的语义相似度的高低排序，从所述多个备选素材中依序选取N个备选素材作为目标素材，所述目标素材的时长总和大于或等于所述待播放音频的音频时长，所述N为大于1的整数；

基于所述目标素材生成用于与所述待播放音频配合播放的目标视频。

2.如权利要求1所述的方法，其特征在于，所述关联信息包括以下信息中的任意一项或多项：演唱者标识、每分钟节拍数、频谱特征、每分钟的歌词字数、音频特征和关联音频标识。

3.如权利要求2所述的方法，其特征在于，所述根据所述关联信息，从素材库中获取与所述待播放音频的关联度大于指定阈值的多个备选素材，包括：

若所述关联信息包括演唱者标识和每分钟节拍数，则从所述素材库中获取演唱者标识与所述待播放音频的演唱者标识对应且每分钟节拍数与所述待播放音频的每分钟节拍数的差值处于指定范围内的多个素材作为备选素材。

4.如权利要求1所述的方法，其特征在于，所述确定每个备选素材与所述多个备选素材组成的素材集合之间的语义相似度，包括：

确定每个备选素材的素材特征向量；

基于每个备选素材的素材特征向量，确定所述多个备选素材组成的素材集合的集合特征向量；

根据每个备选素材的素材特征向量与所述素材集合的集合特征向量，分别确定每个备选素材与所述素材集合之间的距离，其中，所述距离用于表示相应的备选素材与所述素材集合之间的语义相似度。

5.如权利要求4所述的方法，其特征在于，所述基于每个备选素材的素材特征向量，确定所述多个备选素材组成的素材集合的集合特征向量，包括：

确定各个备选素材的素材特征向量中同一位置的素材特征均值；

将所述素材特征均值组成的向量确定为所述集合特征向量。

6.如权利要求4所述的方法，其特征在于，所述基于每个备选素材的素材特征向量，确定所述多个备选素材组成的素材集合的集合特征向量，包括：

根据所述多个备选素材的素材特征向量，对所述多个备选素材进行聚类，得到至少一种类别的备选素材；

若所述至少一种类别的数量为多种，从所述多种类别中选择包括备选素材的个数满足预设条件的目标类别；

确定所述目标类别中各个备选素材的素材特征向量中同一位置的素材特征均值；

将所述素材特征均值组成的向量确定为所述集合特征向量。

7.如权利要求1所述的方法，其特征在于，所述按照所述多个备选素材的语义相似度的高低排序，从所述多个备选素材中依序选取N个备选素材作为目标素材，包括：

按照所述多个备选素材的语义相似度从高到低的顺序，对所述多个备选素材进行排序；

基于所述音频时长，从排序后的多个备选素材中依序选取靠前的N个备选素材作为目标素材，所述目标素材的素材总时长大于或等于所述音频时长。