[发明专利]视频生成方法和装置、存储介质和电子设备

说明书

本公开涉及一种视频生成方法和装置、存储介质和电子设备，所述方法包括：将待处理文本输入视频特征生成模型，得到视频特征序列；基于所述视频特征序列生成发音器官动作视频。本公开可以提升发音器官动作视频的生成效率。

技术领域

本公开涉及视频领域，具体地，涉及一种视频生成方法和装置、存储介质和电子设备。

背景技术

在进行发音学习的场景下，人们很难知悉他人口腔中器官的位置和发力情况，只通过声音来判断应该如何发音是较为困难的，学习效果较差，效率较低。

目前，可以通过制作发音器官动作动画的形式对发音时的口腔情况进行模拟展示，但是这种方式展示的画面并非真实的口腔画面，参考性不高，并且制作动画费时费力效率不高，在批量生成动画的需求场景下，往往无法达到理想的制作效率。

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，包括将待处理文本输入视频特征生成模型，得到视频特征序列；基于所述视频特征序列生成发音器官动作视频。

第二方面，本公开提供一种视频生成装置，包括输入模块，用于将待处理文本输入视频特征生成模型，得到视频特征序列；生成模块，用于基于所述视频特征序列生成发音器官动作视频。

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，包括存储装置和处理装置，存储装置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所述方法的步骤。

通过上述的技术方案，至少可以达到以下的技术效果：

可以将待处理文本输入视频特征生成模型得到视频特征序列，并将视频特征序列还原为发音器官动作视频，从而可以快捷高效地基于文本生成文本对应的发音器官动作视频，提高了发音器官动作视频的生成效率。

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。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1是根据一示例性公开实施例示出的一种视频生成方法的流程图。

图2是根据一示例性公开实施例示出的一种视频特征生成模型训练流程的示意图。

图3是根据一示例性公开实施例示出的一种视频生成装置的框图。

图4是根据一示例性公开实施例示出的一种电子设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。