[发明专利]视频生成方法和装置、存储介质及电子设备

权利要求书

1.一种视频生成方法，其特征在于，包括：

获取目标描述文字的描述特征；

在所述描述特征包括所述目标描述文字的语义表征向量以及一组词语的情况下，根据所述语义表征向量在目标素材集合中搜索第一素材，根据所述一组词语在所述目标素材集合中搜索第二素材，其中，所述一组词语为对所述目标描述文字进行分词得到的词语，所述第一素材的素材描述向量与所述语义表征向量之间的相似度大于第一阈值，所述第二素材的素材描述信息与所述一组词语中的词语匹配，所述目标素材集合中包括多种类型的素材，所述多种类型包括视频类型；

根据所述第一素材和所述第二素材生成与所述目标描述文字对应的目标视频；

所述根据所述一组词语在所述目标素材集合中搜索第二素材，包括：

在所述目标素材集合中搜索到所述视频类型的第六素材和图片类型的第七素材的情况下，将所述第六素材和所述第七素材作为所述第二素材，其中，所述多种类型包括所述图片类型，所述第六素材和所述第七素材的素材描述信息与所述一组词语中的词语匹配；或者

在所述目标素材集合中搜索到所述视频类型的第六素材和音频类型的第八素材的情况下，将所述第六素材和所述第八素材作为所述第二素材，其中，所述多种类型包括所述音频类型，所述第六素材和所述第八素材的素材描述信息与所述一组词语中的词语匹配；或者

在所述目标素材集合中搜索到所述视频类型的第六素材、所述图片类型的第七素材和所述音频类型的第八素材的情况下，将所述第六素材、所述第七素材和所述第八素材作为所述第二素材，其中，所述多种类型包括所述图片类型和所述音频类型，所述第六素材、所述第七素材和所述第八素材的素材描述信息与所述一组词语中的词语匹配。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述描述特征包括所述目标描述文字的语义表征向量的情况下，根据所述语义表征向量在所述目标素材集合中搜索所述第一素材；根据所述第一素材生成与所述目标描述文字对应的所述目标视频；或者

在所述描述特征包括一组词语的情况下，根据所述一组词语在所述目标素材集合中搜索所述第二素材；根据所述第二素材生成与所述目标描述文字对应的所述目标视频。

3.根据权利要求1所述的方法，其特征在于，所述获取目标描述文字的描述特征，包括：

对所述目标描述文字进行分词，得到所述一组词语；

在所述一组词语中选择目标关键词语，其中，所述目标关键词语与所述目标描述文字的语义相关；

将所述目标关键词语输入到目标语义识别模型，得到所述目标语义识别模型输出的所述语义表征向量。

4.根据权利要求3所述的方法，其特征在于，所述在所述一组词语中选择目标关键词语，包括：

在所述一组词语中选择第一词语、第二词语和第三词语中的至少一个，得到所述目标关键词语，其中，所述第一词语为所述目标描述文字中的主语，所述第二词语为所述目标描述文字中的谓语，所述第三词语为所述目标描述文字中的宾语。

5.根据权利要求1所述的方法，其特征在于，所述根据所述语义表征向量在目标素材集合中搜索第一素材，包括：

在所述目标素材集合中搜索到所述视频类型的第三素材和图片类型的第四素材的情况下，将所述第三素材和所述第四素材作为所述第一素材，其中，所述多种类型包括所述图片类型，所述第三素材和所述第四素材的素材描述向量与所述语义表征向量之间的相似度大于所述第一阈值；或者

在所述目标素材集合中搜索到所述视频类型的第三素材和音频类型的第五素材的情况下，将所述第三素材和所述第五素材作为所述第一素材，其中，所述多种类型包括所述音频类型，所述第三素材和所述第五素材的素材描述向量与所述语义表征向量之间的相似度大于所述第一阈值；或者

在所述目标素材集合中搜索到所述视频类型的第三素材、所述图片类型的第四素材以及所述音频类型的第五素材的情况下，将所述第三素材、所述第四素材和所述第五素材作为所述第一素材，其中，所述多种类型包括所述图片类型和所述音频类型，所述第三素材、所述第四素材和所述第五素材的素材描述向量与所述语义表征向量之间的相似度大于所述第一阈值。