[发明专利]利用文本生成视频的方法、装置、计算设备及存储介质

说明书

本发明公开了利用文本生成视频的方法、装置、计算设备及存储介质。其中，利用文本生成视频的方法包括步骤：基于业务场景，从视频模板库中选取任一个视频模板，其中视频模板库中包含不同业务场景下的至少一个视频模板；确定视频模板中的动态资源参数，动态资源参数包括动态资源的显示位置、显示时间、显示顺序；基于动态资源参数，从文本中获取相应的动态资源；以及将所获取的动态资源写入视频模板，以生成视频。

技术领域

本公开涉及计算机网络技术领域，尤其涉及利用文本生成视频的方法、装置、计算设备及存储介质。

背景技术

随着手机、平板等移动终端的普及和网络的提速，短视频逐渐变得流行起来，相比于静态的文字和图片，短视频更受人们的欢迎。此外，短视频在线上广告业务等领域也有重要的作用。相比采用文章形式的广告，采用短视频形式的广告可以带来更多的流量并提升广告转化率。

现有的制作短视频方案大多是基于人工制作短视频，其需要投入较大的人力、物力和时间成本。还有一种方案是利用深度学习的GAN网络自动生成短视频，然而基于深度学习生成的短视频，其视频质量极度依赖于训练数据，无法保证百分百可靠，有可能会制作出整体效果很差的短视频，换言之，短视频的生成质量不可控。

因此，需要一种既能节省成本、又能控制短视频质量的生成短视频的方案。

发明内容

本公开提供了利用文本生成视频的方案，以力图解决或者至少缓解上面存在的至少一个问题。

根据本公开的一个方面，提供了一种利用文本生成视频的方法，包括步骤：基于业务场景，从视频模板库中选取任一个视频模板，其中视频模板库中包含不同业务场景下的至少一个视频模板；确定视频模板中的动态资源参数，动态资源参数包括动态资源的显示位置、显示时间、显示顺序；基于动态资源参数，从文本中获取相应的动态资源；以及将所获取的动态资源写入视频模板，以生成视频。

可选地，根据本公开的方法还包括构建视频模板库的步骤：对各业务场景对应的文章分别进行解析，获取对应的关键信息，关键信息包括文字、图片；针对每个文章的关键信息，生成至少一个视频模板；基于所生成的视频模块，构建视频模板库。

可选地，在根据本公开的方法中，针对每个文章的关键信息，生成至少一个视频模板的步骤包括：针对每个文章，基于该文章的关键信息，确定静态资源和动态资源，其中静态资源包括与所述视频模板相关联的图片、文字、背景、动画效果中的至少一个，动态资源包括待写入的文本、图片和音频中的至少一个；定义动态资源参数；基于静态资源和动态资源参数，生成该文章对应的一个视频模板。

可选地，在根据本公开的方法中，定义动态资源参数的步骤包括：生成用于依序指示各待写入文本的位置的第一序列；生成用于依序指示各待写入图片的位置的第二序列；生成至少包含多个背景音乐的第三序列。

可选地，在根据本公开的方法中，第三序列还包括是否开启语音合成，且若开启语音合成，则需获取与语音相关的文本。

可选地，在根据本公开的方法中，将所获取的动态资源写入视频模板，以生成视频的步骤包括：将所获取的除待写入音频之外的动态资源写入视频模板，生成初始的视频模板；将初始的视频模板分割成多个片段并实现各片段的视频效果，得到对应的视频片段；将各视频片段按顺序连接，形成视频段；以及将获取的待写入音频与视频段融合，得到完整的视频。

可选地，根据本公开的方法还包括：当开启语音合成时，获取与语音相关的文本；基于语音合成技术，将与语音相关的文本转换为语音；将语音与所获取的背景音乐融合，作为待写入音频。