[发明专利]一种处理图片和文本的方法和系统

权利要求书

1.一种处理图片和文本的方法，包括：

解析所述图片和文本，得到多个语句；

确定所述多个语句中的每个语句与图片的对应关系；

根据语句与图片之间的对应关系，产生图文大纲；

获取与所述文本相关的朗读语音配置；以及

根据所述朗读语音配置和所述图文大纲产生结构化的视频草稿;

其中解析所述图片和文本包括：

根据所述图片和文本，构建文档对象模型树；

遍历所述文档对象模型树，产生用于存储文本的自然段、图片和格式控制标志的混合链表；

通过遍历所述混合链表，得到所述多个语句，确定每个语句与图片的对应关系以及产生所述图文大纲；

其中，所述视频草稿具有唯一标识符；视频草稿数据结构包括图文数据、背景音乐数据、朗读设置；

生成视频草稿之后，可以进行预览，直接拖动图片或文字，调整其对应关系，然后再生成视频。

2.如权利要求1所述的方法，其中，所述图片被嵌入在所述文本中，所述方法还包括：

根据所述图片在所述文本中的位置，初始化语句与图片之间的对应关系。

3.如权利要求2所述的方法，其中，所述文本包括段落，所述方法还包括：

对于单独的图片，确定该图片对应于其上方最近的段落；

对于连续多张图片，按照图片和段落的倒序，确定图片和段落的对应关系；以及

对于无图片对应的段落，确定其对应于默认黑场视频。

4.如权利要求1所述的方法，所述结构化的视频草稿还包括背景音乐配置。

5.如权利要求1所述方法，还包括：根据所述结构化的视频草稿产生视频，所述视频包括关于所述图片的视频轨道、关于所述多个语句的字幕轨道、关于所述多个语句的朗读音频轨道。

6.如权利要求5所述的方法，还包括，按照段落下载和在本地保存与所述多个语句相关联的朗读音频文件。

7.如权利要求5所述的方法，其中，所述视频轨道、所述字幕轨道和所述朗读音频轨道基于所述语句和图片之间的对应关系沿时间轴对齐。

8.如权利要求7所述的方法，其中，基于与图片对应的语句的预估朗读时间和/或朗读音频文件的播放时长，确定所述图片的播放时长。

9.一种处理图片和文本的系统，包括：

解析图文单元，用于解析所述图片和文本，得到多个语句；

对应关系单元，用于确定所述多个语句中的每个语句与图片的对应关系；

大纲产生单元，用于根据语句与图片之间的对应关系，产生图文大纲；

朗读配置单元，用于获取与所述文本相关的朗读语音配置；

视频草稿单元，用于根据所述朗读语音配置和所述图文大纲产生结构化的视频草稿;

其中解析所述图片和文本包括：

根据所述图片和文本，构建文档对象模型树；

遍历所述文档对象模型树，产生用于存储文本的自然段、图片和格式控制标志的混合链表；

通过遍历所述混合链表，得到所述多个语句，确定每个语句与图片的对应关系以及产生所述图文大纲；

其中，所述视频草稿具有唯一标识符；视频草稿数据结构包括图文数据、背景音乐数据、朗读设置；

生成视频草稿之后，可以进行预览，直接拖动图片或文字，调整其对应关系，然后再生成视频。

10.一种电子设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至8任一项所述方法。

11.一种计算机可读存储介质，其上存储有可执行指令，所述可执行指令被处理器执行时使处理器执行如权利要求1至8任一项所述方法。