CN117710540A - 一种数据处理方法及装置 - Google Patents

Abstract

本申请公开了一种数据处理方法及装置，该方法包括：基于输入信息，确定动画序列以及输出信息，动画序列能够匹配输入信息对应的输出信息的内容特征；基于输出信息的第一输出特征以及动画序列的第二输出特征，生成目标视频；输出目标视频。

Description

一种数据处理方法及装置

技术领域

本申请涉及数据处理技术领域，更具体的说是涉及一种数据处理方法及装置。

背景技术

目前，在智能问答应用场景中，问答信息的输出会配合三维动画来更好地演示，使得用户能够更加生动形象地获得相关信息。但是，通常会存在问答内容输出信息与三维动画不同步的问题，降低了用户的体验效果。

发明内容

有鉴于此，本申请提供如下技术方案：

一种数据处理方法，包括：

基于输入信息，确定动画序列以及输出信息，所述动画序列能够匹配所述输入信息对应的输出信息的内容特征；

基于所述输出信息的第一输出特征以及所述动画序列的第二输出特征，生成目标视频；

输出所述目标视频。

可选地，所述基于输入信息，确定动画序列以及输出信息，包括：

对所述输入信息进行解析，获得输入关键词；

基于所述输入关键词，在动画序列数据库中确定与所述输入关键词相匹配的动画序列；

基于所述输入关键词，确定输出信息。

可选地，所述基于所述输入关键词，确定输出信息，包括：

基于所述输入关键词，确定问题文本；

利用问答处理模型对所述问题文本进行处理，得到回答文本；

将所述回答文本确定为与所述输入信息对应的输出信息；

其中，所述问答处理模型能够基于问答应用场景中的已有问答信息对中问题文本和回答文本之间的关联信息进行学习的机器模型。

可选地，所述输出信息为语音输出信息，所述第一输出特征包括语音播放时长，所述第二输出特征包括动画序列时长，其中，所述基于所述输出信息的第一输出特征以及所述动画序列的第二输出特征，生成目标视频，包括：

基于所述语音播报时长和所述动画序列时长的时长对应关系，生成目标视频。

可选地，所述基于所述语音播放时长和所述动画序列时长的时长对应关系，生成目标视频，包括：

若所述语音播报时长小于所述动画序列时长，获得所述动画序列的关键动画帧；

基于所述关键动画帧和所述语音输出信息，生成目标视频。

可选地，所述基于所述语音播报时长和所述动画序列时长的时长对应关系，生成目标视频，包括：

若所述语音播报时长大于所述动画序列时长，确定所述动画序列的循环播放参数；

基于所述循环播放参数、所述动画序列以及所述语音输出信息，生成目标视频。

可选地，还包括：

获得所述语音输出信息的单位信息的数量；

基于语音播报每一单位信息的时长，确定所述语音输出信息的语音播报时长。

可选地，所述输出信息为文本输出信息，所述第一输出特征包括文本长度，所述第二输出特征包括动画序列的动画帧数量；其中，所述基于所述输出信息的第一输出特征以及所述动画序列的第二输出特征，生成目标视频，包括：

基于所述文本输出信息的内容特征以及所述文本长度对所述文本输出信息进行划分，得到至少一文本子信息；

在所述动画序列中确定与每一所述文本子信息对应的目标动画帧；

若所述目标动画帧的数量小于所述动画帧数量，基于所述目标动画帧以及与每一目标动画帧对应的文本子信息，生成目标视频。

可选地，还包括：

获得动画序列的应用场景特征；

基于所述应用场景特征，确定动画序列的功能特征，所述功能特征能够满足应用场景的输入信息的内容特征；

生成与每一功能特征相匹配的动画序列；

将各个所述动画序列存储至动画序列数据库。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种数据处理方法的流程示意图；

图2为本申请实施例提供的一种应用场景示意图；

图3为本申请实施例提供的一种数据处理装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。

本申请实施例提供了一种数据处理方法，可以应用于客户端，也可以应用于与客户端连接的服务端。其中，客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。该数据处理方法的可应用场景包括信息获取场景、智能问答场景、智能交互场景或者设备指导使用场景等，通过该数据处理方法能够实现输出信息(例如文本信息、语音信息等)与预设的动画序列相匹配，提升了信息输出的生动化以及信息匹配的精准性，进一步可以提升用户的体验效果。

参见图1，为本申请实施例提供的一种数据处理方法的流程示意图，该方法可以包括：

S101、基于输入信息，确定动画序列以及输出信息。

S102、基于输出信息的第一输出特征以及动画序列的第二输出特征，生成目标数视频。

S103、输出目标视频。

在步骤S101中，输入信息是指需要获得答复的信息，例如，可以是输入智能问答系统的问题信息，在智能终端的新机体验场景中，用户可以输入关于新机使用的相关问题，如“如何截屏”。动画序列是根据当前应用场景预先生成的动画，仍以新机体验场景，动画序列可以包括开机动画、截屏动画或者应用下载动画等等。输出信息是与输入信息相匹配的信息，例如，输入信息为问题，输出信息就是该问题的答复信息。具体的，如输入信息是“如何截屏”，输出信息可以是“下拉通知栏，选择通知栏中有的截屏按钮”。又例如，在智能汽车应用场景中，输入信息可以是“如何打开车门”，输出信息可以是“请触控车门把手侧的触控按钮”等。

通常为了能够更加生动和形象地展示该输出信息，会将输出信息与动画序列进行匹配输出。但是在通用的处理模式中是在输出信息确定后，再确定与输出信息对应的动画序列，若输出信息为语音输出信息时，会出现动画序列滞后于语音输出信息，造成语音输出与动画序列不同步的问题，降低了用户体验效果。因此，在本申请实施例中，可以基于输入信息确定动画序列，即基于输入信息确定动画序列和基于输入信息确定输出信息可以同步进行，这样会使得动画序列与输出信息同步，并且不会出现动画序列滞后于输出信息输出的问题。

具体的，可以通过对输入信息进行解析，提取输入信息中的关键信息，基于该关键信息确定动画序列和输出信息。在一种实施方式中，所述基于输入信息，确定动画序列以及输出信息，包括：

对输入信息进行解析，获得输入关键词；基于输入关键词，在动画序列数据库中确定与输入关键词相匹配的动画序列；基于输入关键词，确定输出信息。

在该实施方式中通过对输入信息进行解析获得输入关键词，然后基于该输入关键词同步确定动画序列和输出信息。其中，在对输入信息进行解析的过程中，可以先基于输入信息的格式进行处理，例如输入信息为语音信息，可以先将语音信息转换为文本信息，然后再对文本信息进行分词处理，提取其中的关键词，关键词可以是指具有特定的名词或者动词等组成的词语。又例如，输入信息是文本信息，可以先对该文本信息进行预处理，如对错别字进行纠错、方言词语的调整等，然后基于预处理后的文本信息再进行关键词提取。在确定了输入关键词之后，在动画序列数据库中确定与该输入关键词相匹配的动画序列。该动画序列数据库中可以是根据应用场景确定的具有多个动画序列的数据库，从而将输入关键词作为在动画序列数据库中进行检索的检索词，得到对应的动画序列。

在本申请实施例的一种实施方式中，该方法还包括：

获得动画序列的应用场景特征；基于应用场景特征，确定动画序列的功能特征；生成与每一功能特征相匹配的动画序列；将各个动画序列存储至动画序列数据库。其中，动画序列的应用场景特征可以基于动画序列的应用场景确定，例如，应用场景为针对智能终端的应用场景，对应的应用场景特征可以包括该智能终端的使用特征等；又例如，应用场景为针对智能汽车的应用场景，对应的应用场景特征可以包括该智能汽车的部件使用特征、智能驾驶特征等。在获得了应用场景特征后，可以确定动画序列的功能特征，该功能特征能够满足应用场景的输入信息的内容特征。具体的，可以先获取该应用场景的输入信息的范围，然后基于输入信息的范围确定输入信息的类别，如输入信息主要是针对某个设备的使用过程产生的信息，则功能特征需要能够满足该设备的使用功能的相关特征。又例如，输入信息主要是针对某个设备的更新的信息，则功能特征需要包括该设备各个部件的更新功能。从而生成与每一功能特征相匹配的动画序列。例如，功能特征包括使用特征、更新特征、与其他设备的连接特征等，则生成的动画序列可以包括该设备的使用过程的动画序列，该设备部件更新的动画序列，或者该设备与其他设备进行通讯连接的动画序列等。需要说明的是，该动画序列可以是由多个图像帧组成的，每个图像帧具有对应的图像信息，例如当前输入信息包括该动画序列中的某个子特征，则可以截取当前动画序列中与该输入信息相匹配的部分图像帧作为与该输入信息相匹配的动画序列。

在基于输入关键词确定动画序列的同时，为了能够使得数据同步获得，降低延迟的产生，也可以同时基于输入关键词确定与输入信息相匹配的输出信息。可以通过对输入关键词进行解析，确定与该关键词对应的每一可能的输出信息，然后基于历史信息对可能的输出信息进行优先级排序，然后确定最终的输出信息。还可以基于机器学习模型自动获得与输入信息对应的输出信息，这样可以提升输出信息获得的效率。

在本申请实施例的一种实施方式中，基于输入关键词，确定输出信息的过程可以包括：

基于输入关键词，确定问题文本；利用问答处理模型对问题文本进行处理，得到回答文本；将回答文本确定为与输入信息对应的输出信息。其中，问答处理模型能够基于问答应用场景中的已有问答信息对中文本文本和回答文本之间的关联信息进行学习的机器模型。

在该实施方式中，该数据处理方法应用于智能问答的场景中，可以基于已有的问答信息对生成的问答处理模型对输入信息进行处理。其中已有的问答信息对中每一信息对都包括问题文本和回答文本，比如，问题文本可以是“如何开机”，回答文本可以是“长按开机键”。通过预先确定的机器学习模型对各个问答信息对的信息进行学习，达到训练该机器学习模型的目的。使得训练好的机器学习模型具有能够基于问题文本预测回答文本的能力，将该训练好的机器学习模型作为问答处理模型。在获得了输入关键词之后，可以基于输入关键词确定问题文本，例如，输入关键词包括“打开”、“车门”等，可以将其整理为问题文本，如“如何打开车门”作为问题文本。再通过问答处理模型确定该与问题文本对应的回答文本，基于回答文本确定输出信息，可以将回答文本转换为与用户信息获取习惯相关匹配的输出信息，如输入信息为语音信息，可以将问答文本转换为语音输出信息，又例如可以将回答文本转换为与用户输入信息相匹配的语言格式的输出信息，如用户输入的粤语，也可以将回答文本转换为粤语输出信息。

在确定了与输入信息对应的动画序列和输出信息之后，为了更能匹配动画序列和输出信息的共同输出，可以通过执行步骤S102，生成与之对应的目标视频。即基于输出信息的第一输出特征以及动画序列的第二输出特征，生成目标视频。其中，输出信息的第一输出特征可以是基于输出信息对应的信息格式确定，如若信息格式为文本，第一输出特征可以是文本特征，一进步可以是文本中字符长度、文本内容等；若信息格式为语音，第一输出特征可以语音特征，进一步包括语音播放时长、语音内容等等。动画序列的第二输出特征可以基于动画序列的内容和长度确定，如包括动画序列中每一图像帧中包括的图像对象，以及图像帧数量等。基于第一输出特征和第二输出特征将输出信息与动画序列进行匹配，得到目标视频。使得目标视频中动画和输出信息能够匹配，如输出信息为语音信息，实现了语音播放与动画同步，提升了用户的体验效果。

具体的，在本申请实施例的一种实施方式中，输出信息为语音输出信息，第一输出特征包括语音播报时长，第二输出特征包括动画序列时长，其中，基于输出信息的第一输出特征以及动画序列的第二输出特征，生成目标视频包括：基于语音播报时长和动画序列时长的时长对应关系，生成目标视频。在该实施方式中，能够使得输出信息的语音播报时长和动画序列的播放时长相匹配，避免出现动画序列播放完成而语音输出信息还未播报完成的问题，从而提升了用户的体验效果。

进一步地，基于语音播报时长和动画序列时长的时长对应关系，生成目标视频，包括：

若语音播报时长小于动画序列时长，获得动画序列的关键动画帧；基于关键动画帧和语音输出信息，生成目标视频。

在该实施方式中，若语音播报时长小于动画序列时长时，直接生成视频，会出现语音输出信息已经播报完成，而动画序列还继续播放的问题，这样会使得语音输出信息中的内容无法匹配动画序列中的动画，降低用户体验效果。因此，可以在动画序列中提取关键动画帧，即对动画序列进行抽帧处理，使得播放关键动画帧的播放时长能够与语音播报时长相等，从而得到目标视频。其中，关键动画帧是该动画序列中能够体现动画序列中主要内容的图像帧，又例如，关键动画帧可以是动画序列中非重复的动画帧，在生成动画序列的时候为了保证动画的流畅性和生动性，需要添加一些重复的图像帧，在提取关键动画帧时，可以提取其中的非重复的动画帧。进一步地，若语音播报时长和动画序列时长的偏差较小时，可以直接将语音输出信息和动画序列进行匹配并生成目标视频，以降低处理资源的占用。因此，可以设置一个时长阈值，当语音播报时长小于动画序列时长，并且语音播报时长小于该阈值时，才提取关键动画帧。具体的，可以是当语音播报时长小于动画序列时长的一半时，在动画序列中提取关键动画帧，然后生成目标视频。

对应的，该基于语音播报时长和动画序列时长的时长对应关系，生成目标视频的过程还包括：

若语音播报时长大于动画序列时长，确定动画序列的循环播放参数；基于循环播放参数、动画序列以及语音输出信息，生成目标视频。

在该实施方式中，若语音播报时长大于动画序列时长时，直接生成视频，会出现语音输出信息还未播放完成，而动画序列已经播放完成的现象，这就会造成语音输出信息时出现因动画序列较短而产生的黑屏问题。因此，若语音播报时长大于动画序列时长时，可以确定动画序列的循环播放参数，其中，循环播放参数可以是需要循环播放的关键动画帧，以及循环播放的次数等。从而根据该循环播放参数调整动画序列，例如循环播放该动画序列中的关键动画帧等，得到目标视频。其中，可以基于语音播报时长与动画序列时长之间的具体关系，确定该循环播放参数。例如，若语音播报时长大于动画序列时长，且二者时长差不大，循环播放参数可以是关键动画帧的循环播放参数，例如，可以是某些关键动画帧的循环播放次数；又例如，语音播报时长大于两倍的动画序列时长，得到的循环播放参数可以是针对整体的动画序列的循环播放次数。

在本申请实施例中还提供了一种确定语音播报时长的方法，具体的，该方法包括：获得语音输出信息的单位信息的数量；基于语音播报每一单位信息的时长，确定语音输出信息的语音播报时长。

其中，语音输出信息的单位信息可以根据信息的特征进行划分得到的，如可以是以词为单位，也可以是以字为单位。语音播报每一单位信息的时长可以基于当前的语音播报方式确定，其中，可以通过播报语音信息的音色特征确定语音播放方式，例如选择不同的人物类型进行播放时，播报单位信息的时长是不同的，从而可以根据语音播报每一单位信息的时长，确定语音输出信息的语音播报时长。

在本申请的另一实施例中，输出信息还可以是文本输出信息，其中，第一输出特征包括文本长度，第二输出特征包括动画序列的动画帧数量；其中，基于输出信息的第一输出特征以及动画序列的第二输出特征，生成目标视频，包括：基于文本输出信息的内容特征以及文本长度对文本输出信息进行划分，得到至少一文本子信息；在动画序列中确定与每一文本子信息对应的目标动画帧；若目标动画帧的数量小于动画帧数量，基于目标动画帧以及与每一目标动画帧对应的文本子信息，生成目标视频。

具体的，当输出信息为文本输出信息时，可以对文本输出信息进行换分，以使得划分后的文本子信息中描述同一内容，并且能够在对应的目标动画帧上输出该文本子信息。目标动画帧可以是当前动画序列中的关键动画帧，即能够与文本输出信息相匹配的动画帧。这样可以使得在输出动画序列的时候，对应的动画帧上能够匹配对应的文本信息，实现了输出信息与动画序列同步，提升了用户的体验感。

下面以具体的应用场景对本申请实施例的数据处理方法进行说明，参见图2，该应用场景可以是人工智能(AI)问答场景中，输入信息可以输入到问到处理模型中，获得输出信息；动画序列是指3D模型动画。然后，从用户输入的输入信息即问题文本中提取关键信息，根据该关键信息确定执行哪个3D模型动画。其中，问答处理模型返回输出信息的时候，会预估返回的输出信息有多少个字，根据这个数据预估该输出信息的语音播放的时间，在该过程中本地语音合成的时间是已知的，从而可以确定语音播放的时间。

当输出信息对应的语音输出信息开始播报时，对应的3D模型动画就开始执行，根据预估的语音播放时长T1和对应的3D模型动画的动画序列时长T2，控制动画序列的播放。

具体的，当T1小于T2(其中，可以是T1<T2/2)，抽取动画序列的关键帧，以图片轮播的方式播放关键帧，并输出对应的语音输出信息。

当T1小于T2，根据情况选择丢帧(关键帧以外的帧)或者降低动画序列渲染帧率，来实现语音播报与动画序列同步。

当T1大于T2，设置动画序列播放参数S＝T1/T2，通过S控制动画序列的播放参数，如提高动画序列的播放帧率，使得动画序列的播放能够匹配语音信息的语音播放时长。

当T1远大于T2(如，T1>2倍的T2)，循环播放3整个动画序列，例如，循环播放次数Count＝T1/T2。

通过本申请实施例的数据处理方法，可以直接通过输入信息确定的关键词来获得动画序列，并且同步确定与输入信息对应的输出信息，解决了在大模型问答配有相应3D模型动画时，语音播报与3D动画不同步的问题，提升了用户的体验感。

在本申请的另一实施例中还提供了一种数据处理装置，参见图2，该装置包括：

确定单元301，用于基于输入信息，确定动画序列以及输出信息，所述动画序列能够匹配所述输入信息对应的输出信息的内容特征；

生成单元302，用于基于所述输出信息的第一输出特征以及所述动画序列的第二输出特征，生成目标视频；

输出单元303，用于输出所述目标视频。

可选地，所述确定单元包括：

解析子单元，用于对所述输入信息进行解析，获得输入关键词；

第一确定子单元，用于基于所述输入关键词，在动画序列数据库中确定与所述输入关键词相匹配的动画序列；

第二确定子单元，用于基于所述输入关键词，确定输出信息。

可选地，所述第二确定子单元具体用于：

基于所述输入关键词，确定问题文本；

利用问答处理模型对所述问题文本进行处理，得到回答文本；

将所述回答文本确定为与所述输入信息对应的输出信息；

其中，所述问答处理模型能够基于问答应用场景中的已有问答信息对中问题文本和回答文本之间的关联信息进行学习的机器模型。

可选地，所述输出信息为语音输出信息，所述第一输出特征包括语音播报时长，所述第二输出特征包括动画序列时长，其中，所述生成单元包括：

第一生成子单元，用于基于所述语音播报时长和所述动画序列时长的时长对应关系，生成目标视频。

可选地，所述第一生成子单元具体用于：

若所述语音播报时长小于所述动画序列时长，获得所述动画序列的关键动画帧；

基于所述关键动画帧和所述语音输出信息，生成目标视频。

可选地，所述第一生成子单元还用于：

若所述语音播报时长大于所述动画序列时长，确定所述动画序列的循环播放参数；

基于所述循环播放参数、所述动画序列以及所述语音输出信息，生成目标视频。

可选地，还包括：语音播报时间确定子单元，用于：

获得所述语音输出信息的单位信息的数量；

基于语音播报每一单位信息的时长，确定所述语音输出信息的语音播报时长。

可选地，所述输出信息为文本输出信息，所述第一输出特征包括文本长度，所述第二输出特征包括动画序列的动画帧数量；其中，所述生成单元包括：

划分子单元，用于基于所述文本输出信息的内容特征以及所述文本长度对所述文本输出信息进行划分，得到至少一文本子信息；

第三确定子单元，用于在所述动画序列中确定与每一所述文本子信息对应的目标动画帧；

第二生成子单元，用于若所述目标动画帧的数量小于所述动画帧数量，基于所述目标动画帧以及与每一目标动画帧对应的文本子信息，生成目标视频。

可选地，所述装置还包括：数据库生成单元，所述数据库生成单元具体用于

获得动画序列的应用场景特征；

基于所述应用场景特征，确定动画序列的功能特征，所述功能特征能够满足应用场景的输入信息的内容特征；

生成与每一功能特征相匹配的动画序列；

将各个所述动画序列存储至动画序列数据库。

需要说明的是，本实施例中各个单元以及子单元的具体实现可以参考前文中的相应内容，此处不再详述。

在本申请的另一实施例中，还提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上任一项所述的数据处理方法。

在本申请的另一实施例中，还提供了一种电子设备，所述电子设备可以包括：

存储器，用于存储应用程序和所述应用程序运行所产生的数据；

处理器，用于执行所述应用程序，以实现如上述中任一项所述数据处理方法。

需要说明的是，本实施例中处理器的具体实现可以参考前文中的相应内容，此处不再详述。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种数据处理方法，包括：

基于输入信息，确定动画序列以及输出信息，所述动画序列能够匹配所述输入信息对应的输出信息的内容特征；

基于所述输出信息的第一输出特征以及所述动画序列的第二输出特征，生成目标视频；

输出所述目标视频。

2.根据权利要求1所述的方法，所述基于输入信息，确定动画序列以及输出信息，包括：

对所述输入信息进行解析，获得输入关键词；

基于所述输入关键词，在动画序列数据库中确定与所述输入关键词相匹配的动画序列；

基于所述输入关键词，确定输出信息。

3.根据权利要求2所述的方法，所述基于所述输入关键词，确定输出信息，包括：

基于所述输入关键词，确定问题文本；

利用问答处理模型对所述问题文本进行处理，得到回答文本；

将所述回答文本确定为与所述输入信息对应的输出信息；

其中，所述问答处理模型能够基于问答应用场景中的已有问答信息对中问题文本和回答文本之间的关联信息进行学习的机器模型。

4.根据权利要求1所述的方法，所述输出信息为语音输出信息，所述第一输出特征包括语音播报时长，所述第二输出特征包括动画序列时长，其中，所述基于所述输出信息的第一输出特征以及所述动画序列的第二输出特征，生成目标视频，包括：

基于所述语音播报时长和所述动画序列时长的时长对应关系，生成目标视频。

5.根据权利要求4所述的方法，所述基于所述语音播报时长和所述动画序列时长的时长对应关系，生成目标视频，包括：

若所述语音播报时长小于所述动画序列时长，获得所述动画序列的关键动画帧；

基于所述关键动画帧和所述语音输出信息，生成目标视频。

6.根据权利要求4所述的方法，所述基于所述语音播报时长和所述动画序列时长的时长对应关系，生成目标视频，包括：

若所述语音播报时长大于所述动画序列时长，确定所述动画序列的循环播放参数；

基于所述循环播放参数、所述动画序列以及所述语音输出信息，生成目标视频。

7.根据权利要求4所述的方法，还包括：

获得所述语音输出信息的单位信息的数量；

基于语音播报每一单位信息的时长，确定所述语音输出信息的语音播报时长。

8.根据权利要求1所述的方法，所述输出信息为文本输出信息，所述第一输出特征包括文本长度，所述第二输出特征包括动画序列的动画帧数量；其中，所述基于所述输出信息的第一输出特征以及所述动画序列的第二输出特征，生成目标视频，包括：

基于所述文本输出信息的内容特征以及所述文本长度对所述文本输出信息进行划分，得到至少一文本子信息；

在所述动画序列中确定与每一所述文本子信息对应的目标动画帧；

若所述目标动画帧的数量小于所述动画帧数量，基于所述目标动画帧以及与每一目标动画帧对应的文本子信息，生成目标视频。

9.根据权利要求2所述的方法，还包括：

获得动画序列的应用场景特征；

基于所述应用场景特征，确定动画序列的功能特征，所述功能特征能够满足应用场景的输入信息的内容特征；

生成与每一功能特征相匹配的动画序列；

将各个所述动画序列存储至动画序列数据库。

10.一种数据处理装置，包括：

确定单元，用于基于输入信息，确定动画序列以及输出信息，所述动画序列能够匹配所述输入信息对应的输出信息的内容特征；

生成单元，用于基于所述输出信息的第一输出特征以及所述动画序列的第二输出特征，生成目标视频；

输出单元，用于输出所述目标视频。