[发明专利]短视频文本生成方法、装置、设备及存储介质

权利要求书

1.一种短视频文本生成方法，其特征在于，所述短视频文本生成方法包括：

接收终端发送的短视频下载地址，并根据所述短视频下载地址获取目标短视频；

对所述目标短视频进行音频提取，得到所述目标短视频的音频内容，并调用预置的自动语音识别模型对所述目标短视频的音频内容进行文本转换，得到初始短视频文本；

调用预置的自然语言处理模型对所述初始短视频文本进行文本过滤和标准化处理，得到标准短视频文本；

对所述标准短视频文本进行分词，得到短视频分词文本，并根据预置的词性编码规则对所述短视频分词文本进行词性编码，得到编码短视频文本；

对所述编码短视频文本进行关键词标记，得到关键词标识，并根据所述关键词标识对所述编码短视频文本进行关键词替换，得到目标短视频文本。

2.根据权利要求1所述的短视频文本生成方法，其特征在于，所述接收终端发送的短视频下载地址，并根据所述短视频下载地址获取目标短视频，包括：

接收终端发送的短视频下载地址，并对所述短视频下载地址进行识别，得到识别结果；

根据所述识别结果搜索预置的全网视频数据，得到所述目标短视频。

3.根据权利要求1所述的短视频文本生成方法，其特征在于，所述对所述目标短视频进行音频提取，得到所述目标短视频的音频内容，并调用预置的自动语音识别模型对所述目标短视频的音频内容进行文本转换，得到初始短视频文本，包括：

对所述目标短视频进行音频提取，得到所述目标短视频的音频内容，并对所述目标短视频的音频内容进行降噪处理，得到标准短视频音频；

通过预置的自动语音识别模型对所述标准短视频音频进行分帧，得到多个音频帧，并对所述多个音频帧进行特征提取，得到每个音频帧对应的特征元素；

对每个音频帧对应的特征元素进行合并处理，得到目标音频特征向量；

对所述目标音频特征向量进行音频解码，得到初始短视频文本。

4.根据权利要求1所述的短视频文本生成方法，其特征在于，所述调用预置的自然语言处理模型对所述初始短视频文本进行文本过滤和标准化处理，得到标准短视频文本，包括：

通过预置的自然语言处理模型对所述初始短视频文本进行切词，得到多个短视频词；

删除所述多个短视频词中的语气词和停用词，得到多个短视频标准词；

对所述多个短视频标准词进行文本标准化处理，得到标准短视频文本。

5.根据权利要求1所述的短视频文本生成方法，其特征在于，所述对所述标准短视频文本进行分词，得到短视频分词文本，并根据预置的词性编码规则对所述短视频分词文本进行词性编码，得到编码短视频文本，包括：

对所述标准短视频文本进行关键词提取，得到多个关键词，并根据所述多个关键词对所述标准短视频文本进行分词，得到短视频分词文本，所述短视频分词文本包括多个词汇；

基于预置的词性编码规则分别对所述多个词汇进行词性编码，得到编码短视频文本。

6.根据权利要求1所述的短视频文本生成方法，其特征在于，所述对所述编码短视频文本进行关键词标记，得到关键词标识，并根据所述关键词标识对所述编码短视频文本进行关键词替换，得到目标短视频文本，包括：

通过预置的关键词抽取模型对所述编码短视频文本进行关键词标记，得到关键词标识；

基于所述关键词标识对所述编码短视频文本进行关键词替换，得到目标短视频文本。

7.根据权利要求1-6中任一项所述的短视频文本生成方法，其特征在于，在所述编码短视频文本进行关键词标识，得到关键词标识，并根据所述关键词标识对所述编码短视频文本进行关键词替换，得到目标短视频文本之后，所述短视频文本生成方法还包括：

检测所述目标短视频文本中是否存在敏感词，得到敏感词检测结果；

基于所述敏感词检测结果对所述目标短视频文本进行文本质量评测，得到文本质量评测结果。