文本转视频的方法、装置、电子设备以及可读存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115034181A(43)申请公布日2022.09.09(21)申请号202210572962.9(22)申请日2022.05.24(71)申请人北京奇艺世纪科技有限公司地址100080北京市海淀区北一街2号鸿城拓展大厦10、11层(72)发明人王金正周天张天夫(74)专利代理机构北京华夏泰和知识产权代理有限公司11662专利代理师曾军(51)Int.Cl.G06F40/151(2020.01)G10L13/08(2013.01)权利要求书2页说明书11页附图3页(54)发明名称文本转视频的方法、装置、电子设备以及可读存储介质(57)摘要本申请实施例提供了一种文本转视频的方法、装置、电子设备以及可读存储介质；其中，方法通过为待处理文本生成对应的图片数据和音频数据，所述图片数据用于通过图片描述所述待处理文本，所述音频数据用于通过音频描述所述待处理文本；根据所述图片数据和所述音频数据生成所述待处理文本的目标视频文件；其中通过为待处理文本生成音频数据和图片数据，在根据音频数据和图片数据生成目标视频文件，从而将文本转换为对应的目标视频文件，通过视频的形式让用户进行信息获取，增加了用户获取文字信息的方式，同时视频形式降低了用户阅读的难度，解决了用户阅读文本较为费时费力，无法快速高效获取文本信息的问题，提升了用户体验。CN115034181ACN115034181A权利要求书1/2页1.一种文本转视频的方法，其特征在于，包括：为待处理文本生成对应的图片数据和音频数据，所述图片数据用于通过图片描述所述待处理文本，所述音频数据用于通过音频描述所述待处理文本；根据所述图片数据和所述音频数据生成所述待处理文本的目标视频文件。2.根据权利要求1所述的文本转视频的方法，其特征在于，根据所述图片数据和所述音频数据生成所述待处理文本的视频文件，包括：将所述音频数据写入视频文件，并获取所述音频数据的时长；基于所述音频数据的时长和所述图片数据，生成所述待处理文本的视频帧，并将所述待处理文本的视频帧写入到所述视频文件，以得到所述目标视频文件。3.根据权利要求2所述的文本转视频的方法，其特征在于，基于所述音频数据的时长和所述图片数据，生成所述待处理文本的视频帧，包括：基于获取的所述音频数据的时长，以及每一视频帧在所述视频文件内的时长，计算所述待处理文本对应的视频帧数；基于所述视频帧数，将所述图片数据转换为所述待处理文本的视频帧。4.根据权利要求1所述的文本转视频的方法，其特征在于，为待处理文本生成对应的图片数据，包括：为所述待处理文本设置背景视图，并在所述背景视图上创建文本控件，所述文本控件用于显示所述待处理文本；根据所述背景视图和所述文本控件生成所述待处理文本对应的图片数据。5.根据权利要求1所述的文本转视频的方法，其特征在于，为待处理文本生成对应的图片数据和音频数据之前，所述方法还包括：获取所述待处理文本的标点符号；根据所述标点符号对所述待处理文本进行断句，生成多个句子；为待处理文本生成对应的图片数据和音频数据，包括：为每个所述句子生成对应的所述图片数据和音频数据。6.根据权利要求5所述的文本转视频的方法，其特征在于，为待处理文本生成对应的图片数据和音频数据之前，所述方法还包括：当所述待处理文本生成的多个所述句子中存在内容为空的句子时，删除内容为空的句子。7.根据权利要求2所述的文本转视频的方法，其特征在于，根据所述图片数据和所述音频数据生成所述待处理文本的目标视频文件之前，所述方法还包括：获取所述视频文件的视频编码器，所述视频编码器包括：控制视频帧输入的视频帧输入源，以及控制音频数据输入的音频帧输入源；所述视频帧输入源用于将所述待处理文本的视频帧写入到所述视频文件；所述音频帧输入源用于将所述音频数据写入到所述视频文件。8.一种文本转视频的装置，其特征在于，包括：生成模块，用于为待处理文本生成对应的图片数据和音频数据，所述图片数据用于通过图片描述所述待处理文本，所述音频数据用于通过音频描述所述待处理文本；写入模块，用于根据所述图片数据和所述音频数据生成所述待处理文本的目标视频文2CN115034181A权利要求书2/2页件。9.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信，存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现如权利要求1‑7任一项所述的文本转视频的方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1‑7任一项所述的文本转视频的方法的步骤。3CN115034181A说明书1/11页文本转视频的方法、装置、电子设备以及可读