[发明专利]视频生成方法、装置、介质及电子设备

说明书

本公开涉及一种视频生成方法、装置、介质及电子设备。方法包括：获取用户提问视频，其中，所述用户提问视频包括用户的人脸图像信息和提问音频；确定与所述提问音频对应的应答文本信息；根据所述用户提问视频和所述应答文本信息，生成用于对所述用户提问视频中的用户提问进行应答的应答视频，其中，所述应答视频包括与所述用户交互的虚拟形象和所述应答文本信息对应的音频。由于用户提问视频中包含有用户提问时的表情、语气、语调等有关情感的信息，因此就能够根据这些有关情感的信息，控制当前与用户交互的虚拟形象的情感表现，以提升人机交互的趣味性，从而实现拟人化的完美互动。

技术领域

本公开涉及人机交互技术领域，具体地，涉及一种视频生成方法、装置、介质及电子设备。

背景技术

人机交互技术(Human-Computer Interaction Techniques)是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术。人机交互技术包括机器通过输出或显示设备给人提供大量有关信息及提示请示等，人通过输入设备给机器输入有关信息，回答问题及提示请示等。

目前，人机交互方式不仅包括键盘输入、手柄操作，还包括更加新奇的方式，例如，触控操作、语音交互、视频交互等，都可以实现信息传递，完成人与机器之间的“对话”。现阶段，在用户与机器视频交互时，机器的应答视频中的虚拟形象的表情一般为中性的，即未体现情感，这样，用户会感觉到乏味无趣。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种视频生成方法，包括：

获取用户提问视频，其中，所述用户提问视频包括用户的人脸图像信息和提问音频；

确定与所述提问音频对应的应答文本信息；

根据所述用户提问视频和所述应答文本信息，生成用于对所述用户提问视频中的用户提问进行应答的应答视频，其中，所述应答视频包括与所述用户交互的虚拟形象和所述应答文本信息对应的音频。

第二方面，本公开提供一种视频生成装置，包括：

获取模块，用于获取用户提问视频，其中，所述用户提问视频包括用户的人脸图像信息和提问音频；

确定模块，用于确定与所述获取模块获取到的所述提问音频对应的应答文本信息；

生成模块，用于根据所述获取模块获取到的所述用户提问视频和所述确定模块确定出的所述应答文本信息，生成用于对所述用户提问视频中的用户提问进行应答的应答视频，其中，所述应答视频包括与所述用户交互的虚拟形象和所述应答文本信息对应的音频。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面提供的所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面提供的所述方法的步骤。

在上述技术方案中，在获取到包括用户的人脸图像信息和提问音频的用户提问视频后，首先确定与提问音频对应的应答文本信息；之后，可以根据用户提问视频和应答文本信息共同生成用于对用户提问视频中的用户提问进行应答的应答视频。由于用户提问视频中包含有用户提问时的表情、语气、语调等有关情感的信息，因此就能够根据这些有关情感的信息，控制当前与用户交互的虚拟形象的情感表现，以提升人机交互的趣味性，从而实现拟人化的完美互动。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。