CN118803173B 视频生成方法、装置、电子设备、存储介质及产品 （深圳市明源云科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118803173B(45)授权公告日2025.01.10

(21)申请号202411253652.6

(22)申请日2024.09.09

(65)同一申请的已公布的文献号申请公布号CN118803173A

(43)申请公布日2024.10.18

(73)专利权人深圳市明源云科技有限公司

地址518000广东省深圳市南山区粤海街

道高新区社区高新南十道16号金地威新中心A座801

(72)发明人吴天谭领城

(74)专利代理机构深圳市世纪恒程知识产权代

理事务所44287专利代理师罗秋莲

(51)Int.CI.

HO4N5/265(2006.01)

H04N21/234(2011.01)

HO4N21/44(2011.01)

HO4N21/854(2011.01)

(56)对比文件

CN117241087A,2023.12.15CN114242070A,2022.03.25

审查员石晨阳

权利要求书2页说明书11页附图4页

(54)发明名称

视频生成方法、装置、电子设备、存储介质及产品

(57)摘要

CN118803173B本申请公开了一种视频生成方法、装置、电子设备、存储介质及产品，涉及视频剪辑技术领域，方法包括：将初始文案输入至大语言模型中，得到目标文案；基于选定分镜类型和所述目标文案匹配目标素材；根据所述目标文案生成语音内容，将所述语音内容和所述目标素材进行融合，

CN118803173B

S10

将初始文案输入至大语言模型中，得到目标文案

S20

基于选定分镜类型和所述目标文案匹配目标素材

S30

根据所述目标文案生成语音内容，将所述语音内容和所述目标素材进行融合，得到目标分镜视频

CN118803173B权利要求书1/2页

2

1.一种视频生成方法，其特征在于，所述方法包括：

将用户输入的初始文案输入至大语言模型中，得到目标文案；

基于选定分镜类型和所述目标文案匹配目标素材；

根据所述目标文案生成语音内容，将所述语音内容和所述目标素材进行融合，得到目标分镜视频；

所述将所述语音内容和所述目标素材进行融合，得到目标分镜视频的步骤包括：

在确定语音内容生成后，通过事件驱动架构触发事件，表示语音内容已就绪；

通过分布式调度系统，将语音内容与目标素材的融合任务分解为多个子任务，并安排执行顺序；

将各所述子任务分配给各任务执行节点进行处理，通过消息队列技术，在任务执行节点之间传递状态信息和控制指令，其中，所述状态信息为完成任务的状态信息；

根据语音内容的播放进度，通过消息队列中的时间戳或进度标记，同步控制目标素材的播放或显示；

所述基于选定分镜类型和所述目标文案匹配目标素材的步骤，包括：

在选定分镜类型为空镜类型时，通过素材匹配算法从预设的素材库中查找所述目标文案匹配的初始目标素材；

通过视频画面混淆算法对所述初始目标素材进行混淆处理，得到目标素材；

所述基于选定分镜类型和所述目标文案匹配目标素材的步骤还包括：

在选定分镜类型为数字人口播类型时，根据预设的数字人形象设定生成初始目标素材，其中，所述初始目标素材包括初始数字人模型和数字人背景画面；

根据所述目标文案的文本内容对所述初始数字人模型进行状态调整，以及对所述数字人背景画面进行画面渲染处理，得到所述目标文案匹配的目标素材；

所述根据所述目标文案生成语音内容，将所述语音和所述目标素材进行融合，得到分镜视频的步骤之后，所述方法还包括：

生成包含所述目标分镜视频在内的各分镜视频后，通过视频转场特效算法连接各所述分镜视频，得到初始目标视频；

根据各所述分镜视频各自的语音内容为所述初始目标视频添加字幕和视频配乐，得到目标视频。

2.如权利要求1所述的视频生成方法，其特征在于，所述通过素材匹配算法从预设的素材库中查找所述目标文案匹配的初始目标素材的步骤，包括：

通过所述素材匹配算法对预设的素材库中各素材分别进行向量化处理，得到各素材向量；

对所述目标文案进行向量化操作，得到文案向量；

依次计算所述文案向量与各所述素材向量之间的相似度值，将相似度值最高的素材确定为与所述目标文案匹配的初始目标素材。

3.如权利要求1所述的视频生成方法，其特征在于，所述通过视频