CN117896592A - 视频生成方法、装置、可读介质及电子设备 - Google Patents

Abstract

本公开涉及一种视频生成方法、装置、可读介质及电子设备。所述方法包括：响应于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取目标视频的视频文本信息；所述视频文本信息用于指示所述目标视频中包括的至少一个目标虚拟对象以及至少一个所述目标虚拟对象执行的至少一个动作；基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作；响应于所述至少一个动作完成，生成与所述视频文本信息对应的目标视频。由此，用户基于控制虚拟对象移动至目标虚拟区域这个操作，就可以自动触发目标视频的生成，视频生成更简便，生成效率更高，且获取的视频文本信息多样，不再局限于用户构思和操作，生成的视频更具多样性。

Description

视频生成方法、装置、可读介质及电子设备

技术领域

本公开涉及计算机技术领域，具体地，涉及一种视频生成方法、装置、可读介质及电子设备。

背景技术

随着多媒体技术的发展，视频分享逐渐成为用户日常生活的主流。通常情况下，用户可以在虚拟空间中对虚拟对象(如，人物、物品等)进行控制，并对该过程进行录制，形成视频用于分享。举例来说，用户可以对游戏中的风景、人物等进行录制，得到用于分享的视频。相关技术中，在涉及到虚拟空间、虚拟对象的视频生成时，通常需要用户手动启动录制、实时控制并手动结束录制，这就需要用户进行预先的构思和大量的操作，简便性不足，效率也很低，同时，由于用户的操作通常难以达到灵活多变的水平，生成的视频还存在效果单一、多样性不足的问题。

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，所述方法包括：

响应于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取目标视频的视频文本信息；所述视频文本信息用于指示所述目标视频中包括的至少一个目标虚拟对象以及至少一个所述目标虚拟对象执行的至少一个动作；

基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作；

响应于所述至少一个动作完成，生成与所述视频文本信息对应的目标视频。

第二方面，本公开提供一种视频生成装置，所述装置包括：

获取模块，用于响应于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取目标视频的视频文本信息；所述视频文本信息用于指示所述目标视频中包括的至少一个目标虚拟对象以及至少一个所述目标虚拟对象执行的至少一个动作；

执行模块，用于基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作；

第一生成模块，用于响应于所述至少一个动作完成，生成与所述视频文本信息对应的目标视频。

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，其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。

通过上述技术方案，若用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取视频文本信息，该视频文本信息用于指示期望生成的目标视频中包括的至少一个目标虚拟对象和虚拟对象执行的至少一个动作，从而，基于视频文本信息，目标虚拟对象可以在虚拟空间中执行该至少一个动作，响应于至少一个动作完成，即可生成与视频文本信息对应的目标视频。由此，用户可以通过控制虚拟对象移动至目标虚拟区域，触发视频文本信息的获取，进而使目标虚拟对象能够基于视频文本信息自动地在虚拟空间中执行一系列动作，并在动作完成后生成对应的目标视频。一方面，用户基于控制虚拟对象移动至目标虚拟区域这个操作，就可以自动触发上述目标视频的生成，视频生成更具简便性，生成效率也更高。另一方面，获取的视频文本信息更多样而不再局限于用户个人的构思和操作，使生成的视频更具多样性。

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是根据本公开的一种实施方式提供的视频生成方法的流程图；

图2是本公开实施例的一种界面示意图；

图3是本公开实施例的一种界面示意图；

图4是根据本公开的一种实施方式提供的视频生成装置的框图；

图5示出了适于用来实现本公开实施例的电子设备的结构示意图。

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。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。

例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。

作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。

可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。

同时，可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。

图1是根据本公开的一种实施方式提供的视频生成方法的流程图。可选地，本公开可以应用到游戏、虚拟现实、增强现实等场景中。如图1所示，本公开提供的方法可以包括步骤11至步骤13。

在步骤11中，响应于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取目标视频的视频文本信息。

本公开实施例中的虚拟对象可以为生物或非生物，其中生物包括但不限于人物、动物、植物等，非生物包括但不限于物品、车辆等。

虚拟空间中包含有不同的虚拟区域，在这些虚拟区域中，可以根据实际需要设置至少一个虚拟区域作为目标虚拟区域，以使用户控制虚拟对象移动至目标虚拟区域时，自动触发后续目标视频的生成。

举例来说，假设虚拟对象为人物A，目标虚拟区域为区域B，如图2所示，若人物A当前位于区域B以外的位置，则当用户控制人物A按照图2中箭头方向移动至区域B时，就相当于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域。

若用户控制的虚拟对象移动至目标虚拟区域，响应于此，可以获取目标视频的视频文本信息。

其中，视频文本信息可以用于指示目标视频中包括的至少一个目标虚拟对象以及至少一个目标虚拟对象执行的至少一个动作。从而，视频文本信息可以反映期望生成的目标视频中应当包括什么样的虚拟对象以及虚拟对象应当执行何种动作。

示例地，视频文本信息可以为“对象H1和对象H2在公园散步”，则可以确定视频文本信息包括两个目标虚拟对象，分别为对象H1和对象H2，且每个虚拟对象分别执行“散步”这个动作。

在一种可能的实施方式中，步骤11中，获取目标视频的视频文本信息，可以包括以下步骤：

获取用户的输入文本信息；

基于输入文本信息，生成视频文本信息并展示。

在这一实施方式中，实质上是由用户输入文本，以生成输入文本信息，进而在获取到用户输入的文本信息后，基于该输入文本信息，生成视频文本信息，作为目标视频的视频文本信息。

可选地，可以首先为用户展示用于供用户输入文本的文本框，进而根据用户在该文本框内的输入内容，获取用户的输入文本信息。

在获取到用户的输入文本信息后，可以基于输入文本信息，生成视频文本信息并展示。

在一种可能的实施例中，若用户的输入文本信息本身已经包含了目标虚拟对象和目标对象执行的至少一个动作，可以直接将输入文本信息作为视频文本信息。

在另一种可能的实施例中，若输入文本信息的信息较为简略，缺失目标虚拟对象或目标虚拟对象的动作，可以基于输入文本信息进行文本扩充处理，以扩充出包含有目标虚拟对象和目标虚拟对象执行的动作的视频文本信息。示例地，可以通过人工智能技术进行上述文本扩充处理。

在一种可能的实施方式中，基于输入文本信息，可以直接参考上述方式生成视频文本信息并进行展示。

在另一种可能的实施方式中，还可以为用户提供进一步编辑的功能，相应地，基于输入文本信息，生成视频文本信息并展示，可以包括以下步骤：

基于输入文本信息，生成原始文本信息并展示；

响应于用户对原始文本信息的编辑操作，生成视频文本信息。

其中，基于输入文本信息生成原始文本信息的方式与前文所述的基于输入文本信息生成视频文本信息的方式相似，此处不再赘述。

在生成原始文本信息后，可以进行展示以供用户查看、确认、编辑，用户可以基于已展示的原始文本信息进行进一步的编辑操作，例如，修改目标虚拟对象、修改动作等，进而，根据用户的编辑操作，得到编辑后的文本信息，作为视频文本信息。

基于此，通过为用户提供编辑入口，使用户可以对生成的文本信息进行编辑，进而使最终得到的视频文本信息能够更加符合用户的需求。

在另一种可能的实施方式中，可以获取已生成的视频文本信息。可选地，可以首先为用户展示用于生成视频文本信息的按钮，进而根据用户针对该按钮的触发操作，生成视频文本信息，以直接获取该视频文本信息。示例地，可以通过人工智能技术随机生成上述视频文本信息。

基于此，可以在无需用户输入的情况下，直接得到目标视频的视频文本信息，减少用户的工作量。

在步骤12中，基于视频文本信息，目标虚拟对象在虚拟空间中执行至少一个动作。

由于视频文本信息包括至少一个目标虚拟对象以及至少一个目标虚拟对象在虚拟空间中执行的至少一个动作，从而，目标虚拟对象可以基于视频文本信息，在虚拟空间中执行至少一个动作。需要说明的是，若目标虚拟对象多于一个，则每个目标虚拟对象可以各自对应有需要执行的至少一个动作，在执行动作时，目标虚拟对象仅需执行与自身对应的至少一个动作即可。

可选地，虚拟空间中可以包含有多个虚拟区域，虚拟空间中的一个虚拟区域也可以称为一个虚拟场景。基于此，目标虚拟对象在虚拟空间中执行至少一个动作，也就是，目标虚拟对象在虚拟空间中的指定的虚拟场景(或虚拟区域)执行上述至少一个动作。

从而，可以确定与目标视频相关的目标虚拟场景，在后续基于视频文本信息，目标虚拟对象可以在虚拟机空间中的目标虚拟场景执行至少一个动作。其中，目标虚拟场景可以为1个，也可以多于1个。

在一种可能的实施方式中，在步骤11获取目标视频的视频文本信息之后，本公开提供的方法还可以包括以下步骤：

展示虚拟场景选择界面；

接收用户输入的场景选择指令，确定与目标视频相关的目标虚拟场景。

其中，虚拟场景选择界面可以展示有虚拟空间中的至少两个可选虚拟区域。示例地，可以通过如图3所示的方式展示虚拟场景选择界面，其中展示有场景1、场景2、场景3、场景4这四个场景供用户选择。

在展示虚拟场景选择界面后，可以接收用户输入的场景选择指令，该场景选择指令可以用于指示用户在可选虚拟区域中选择的虚拟区域。进而，基于场景选择指令所指示的虚拟区域，可以确定与目标视频相关的目标虚拟场景。

采用上述方式，通过虚拟场景选择界面为用户展示可选的虚拟区域，便于用户直观地观察到各虚拟区域的场景画面，进而按需选择虚拟区域作为目标虚拟场景。

在另一种可能的实施方式中，在步骤11获取目标视频的视频文本信息之后，本公开提供的方法还可以包括以下步骤：

基于视频文本信息确定虚拟空间中的可选虚拟区域；

接收用户输入的场景确认指令，确定与目标视频相关的目标虚拟场景。

可选地，视频文本信息除了包括目标虚拟对象、目标虚拟对象执行的动作外，还可以包括虚拟空间中的可选虚拟区域。进而，基于视频文本信息，可以确定出虚拟空间中的可选虚拟区域。

以前文所给出的“对象H1和对象H2在公园散步”这一视频文本信息的示例为例，可知其中的可选虚拟区域为“公园”。

可选地，若视频文本信息未包括虚拟空间中的可选虚拟区域，也可以根据视频文本信息的内容确定合适的可选虚拟区域。举例来说，若视频文本信息为“对象H3和对象H4先吃饭，之后去购物”，则可以合理确定出，可选虚拟区域可以为能够执行“吃饭”这一动作的区域(例如，餐厅)和能够执行“购物”这一动作的区域(例如，商场)。

基于视频文本信息确定出虚拟空间中的可选虚拟区域，可以展示给用户，以便用户进行确认。可选地，可以通过文字、图像、视频等方式展示上述可选虚拟区域。

这样，用户可以通过操作输入场景确认指令，基于用户的场景确认指令，可以确定与目标视频相关的目标虚拟场景。

可选地，场景确认指令可以用于同意将基于视频文本信息确定的可选虚拟区域作为与目标视频相关的目标虚拟场景。

可选地，场景确认指令可以用于不同意将基于视频文本信息确定的可选虚拟区域作为与目标视频相关的目标虚拟场景，这一情况下，场景确认指令可以携带有其他的虚拟区域的信息，进而，可以将场景确认指令所携带的信息所指示的虚拟区域作为与目标视频相关的目标虚拟场景。

采用上述方式，可以通过视频文本信息自动确定出虚拟空间中的可选虚拟区域，供用户直接进行确认，由于视频文本信息本身能够在一定程度上反映出执行动作应当所在的虚拟区域，从而，基于此确定的可选虚拟区域能够更加符合视频文本信息，更加具有合理性。

在另一种可能的实施方式中，在确定与目标视频相关的目标虚拟场景的步骤之后，本公开提供的方法还可以包括以下步骤：

响应于目标虚拟场景为多个，分别确定视频文本信息中与每一目标虚拟场景各自对应的动作。

若确定出多个目标虚拟场景，说明目标虚拟对象指定的至少一个动作中，所对应的目标虚拟场景可能是不同的，因此，需要分别确定视频文本信息中与每一目标虚拟场景各自对应的动作。

举例来说，若视频文本信息为“对象H5和对象H6在餐厅吃饭，再去商场购物”，可知目标虚拟对象包括对象H5和对象H6，二者均执行“吃饭”和“购物”这两个动作，且目标虚拟场景包括“餐厅”、“商场”，则针对对象H5，可以确定与目标虚拟场景“餐厅”对应的动作为“吃饭”，与目标虚拟场景“商场”对应的动作为“购物”，对象H6也相同(因为在该文本中，对象H5和对象H6是共同行动的)。

通过这一方式，可以针对不同的目标虚拟场景分别确定各目标虚拟对象执行的动作，保证目标虚拟对象执行的动作能够准确、有序的进行，避免发生紊乱。

可选地，在确定与目标视频相关的目标虚拟场景的步骤之后，本公开提供的方法还可以包括以下步骤：

响应于目标虚拟区域为第一类虚拟区域，生成目标虚拟场景对应的场景图片，并将场景图片渲染在目标虚拟区域的背景展示子区域。

其中，目标虚拟区域可以对应有类别信息，用于表征目标虚拟区域是第一类虚拟区域或第二类虚拟区域。

若目标虚拟区域为第一类虚拟区域，可以生成与目标虚拟场景对应的场景图片。示例地，与目标虚拟场景对应的场景图片可以通过虚拟相机拍摄目标虚拟场景内的画面而生成。

在生成场景图片后，可以将场景图片渲染在目标虚拟区域的背景展示子区域，由此，目标虚拟对象在目标虚拟场景中执行动作时，其背景将被渲染为该场景图片。这样，在第一类虚拟区域触发生成的目标视频所展现的是带有目标虚拟场景的二维画面的视频。

可选地，基于视频文本信息，目标虚拟对象在虚拟空间中执行至少一个动作，可以包括以下步骤：

响应于目标虚拟区域为第二类虚拟区域，基于视频文本信息，目标虚拟对象移动至目标虚拟场景，并执行至少一个动作。

若目标虚拟区域为第二类虚拟区域，目标虚拟对象需要通过移动使场景切换，以移动至目标虚拟场景，再执行与该目标虚拟场景对应的至少一个动作。这样，在第二类虚拟区域触发生成的目标视频体现的是目标虚拟对象实际进入到目标虚拟场景后的三维画面的视频。

通过上述方式，预先设置不同类别的目标虚拟区域，用户通过控制虚拟对象移动至不同类别的目标虚拟区域，就能自动触发生成具有不同特点的目标视频，例如二维背景视频或三维实景视频，提升了目标视频的多样性，也提升了用户操作的简便性。

在步骤13中，响应于至少一个动作完成，生成与视频文本信息对应的目标视频。

在目标虚拟对象执行动作的过程中，可以通过虚拟空间内的虚拟相机对目标虚拟对象进行录制。可选地，根据实际的需求，可以控制虚拟相机为固定机位或移动机位，移动的路径也可根据实际需求自动生成或设定。从而，在目标虚拟对象的至少一个动作执行完成后，就可以得到录制视频，作为与视频文本信息对应的目标视频。

通过上述技术方案，若用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取视频文本信息，该视频文本信息用于指示期望生成的目标视频中包括的至少一个目标虚拟对象和虚拟对象执行的至少一个动作，从而，基于视频文本信息，目标虚拟对象可以在虚拟空间中执行该至少一个动作，响应于至少一个动作完成，即可生成与视频文本信息对应的目标视频。由此，用户可以通过控制虚拟对象移动至目标虚拟区域，触发视频文本信息的获取，进而使目标虚拟对象能够基于视频文本信息自动地在虚拟空间中执行一系列动作，并在动作完成后生成对应的目标视频。一方面，用户基于控制虚拟对象移动至目标虚拟区域这个操作，就可以自动触发上述目标视频的生成，视频生成更具简便性，生成效率也更高。另一方面，获取的视频文本信息更多样而不再局限于用户个人的构思和操作，使生成的视频更具多样性。

图4是根据本公开的一种实施方式提供的视频生成装置的框图。如图4所示，该装置40可以包括：

获取模块41，用于响应于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取目标视频的视频文本信息；所述视频文本信息用于指示所述目标视频中包括的至少一个目标虚拟对象以及至少一个所述目标虚拟对象执行的至少一个动作；

执行模块42，用于基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作；

第一生成模块43，用于响应于所述至少一个动作完成，生成与所述视频文本信息对应的目标视频。

可选地，所述获取模块41，包括：

获取子模块，用于获取所述用户的输入文本信息；

第一生成子模块，用于基于所述输入文本信息，生成所述视频文本信息并展示。

可选地，所述基于所述输入文本信息，所述第一生成子模块，包括：

第二生成子模块，用于基于所述输入文本信息，生成原始文本信息并展示；

第三生成子模块，用于响应于所述用户对所述原始文本信息的编辑操作，生成所述视频文本信息。

可选地，所述装置40还包括：

展示模块，用于在所述获取模块41获取目标视频的视频文本信息之后，展示虚拟场景选择界面，所述虚拟场景选择界面展示有所述虚拟空间中的至少两个可选虚拟区域；

第一接收模块，用于接收所述用户输入的场景选择指令，确定与所述目标视频相关的目标虚拟场景。

可选地，所述装置40还包括：

第一确定模块，用于在所述获取模块41获取目标视频的视频文本信息之后，基于所述视频文本信息确定所述虚拟空间中的可选虚拟区域；

第二确定模块，用于接收所述用户输入的场景确认指令，确定与所述目标视频相关的目标虚拟场景。

可选地，所述装置40还包括：

第三确定模块，用于在确定与所述目标视频相关的目标虚拟场景之后，响应于所述目标虚拟场景为多个，分别确定所述视频文本信息中与每一所述目标虚拟场景各自对应的所述动作。

可选地，所述装置40还包括：

第二生成模块，用于在确定与所述目标视频相关的目标虚拟场景之后，响应于所述目标虚拟区域为第一类虚拟区域，生成所述目标虚拟场景对应的场景图片，并将所述场景图片渲染在所述目标虚拟区域的背景展示子区域。

可选地，所述执行模块42，包括：

执行子模块，用于响应于所述目标虚拟区域为第二类虚拟区域，基于所述视频文本信息，所述目标虚拟对象移动至所述目标虚拟场景，并执行所述至少一个动作。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

基于同一构思，本公开实施例还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上述视频生成方法的步骤。

基于同一构思，本公开实施例还提供一种电子设备，包括：

存储装置，其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，以实现上述视频生成方法的步骤。

下面参考图5，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端可以利用诸如HTTP(HyperText Transfer Protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取目标视频的视频文本信息；所述视频文本信息用于指示所述目标视频中包括的至少一个目标虚拟对象以及至少一个所述目标虚拟对象执行的至少一个动作；基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作；响应于所述至少一个动作完成，生成与所述视频文本信息对应的目标视频。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“获取目标视频的视频文本信息的模块”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，提供了一种视频生成方法，所述方法包括：

响应于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取目标视频的视频文本信息；所述视频文本信息用于指示所述目标视频中包括的至少一个目标虚拟对象以及至少一个所述目标虚拟对象执行的至少一个动作；

基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作；

响应于所述至少一个动作完成，生成与所述视频文本信息对应的目标视频。

根据本公开的一个或多个实施例，提供了一种视频生成方法，所述获取目标视频的视频文本信息，包括：

获取所述用户的输入文本信息；

基于所述输入文本信息，生成所述视频文本信息并展示。

根据本公开的一个或多个实施例，提供了一种视频生成方法，所述基于所述输入文本信息，生成所述视频文本信息并展示，包括：

基于所述输入文本信息，生成原始文本信息并展示；

响应于所述用户对所述原始文本信息的编辑操作，生成所述视频文本信息。

根据本公开的一个或多个实施例，提供了一种视频生成方法，在所述获取目标视频的视频文本信息的步骤之后，所述方法还包括：

展示虚拟场景选择界面，所述虚拟场景选择界面展示有所述虚拟空间中的至少两个可选虚拟区域；

接收所述用户输入的场景选择指令，确定与所述目标视频相关的目标虚拟场景。

根据本公开的一个或多个实施例，提供了一种视频生成方法，在所述获取目标视频的视频文本信息的步骤之后，所述方法还包括：

基于所述视频文本信息确定所述虚拟空间中的可选虚拟区域；

接收所述用户输入的场景确认指令，确定与所述目标视频相关的目标虚拟场景。

根据本公开的一个或多个实施例，提供了一种视频生成方法，在所述确定与所述目标视频相关的目标虚拟场景的步骤之后，所述方法还包括：

响应于所述目标虚拟场景为多个，分别确定所述视频文本信息中与每一所述目标虚拟场景各自对应的所述动作。

根据本公开的一个或多个实施例，提供了一种视频生成方法，在所述确定与所述目标视频相关的目标虚拟场景的步骤之后，所述方法还包括：

响应于所述目标虚拟区域为第一类虚拟区域，生成所述目标虚拟场景对应的场景图片，并将所述场景图片渲染在所述目标虚拟区域的背景展示子区域。

根据本公开的一个或多个实施例，提供了一种视频生成方法，所述基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作，包括：

响应于所述目标虚拟区域为第二类虚拟区域，基于所述视频文本信息，所述目标虚拟对象移动至所述目标虚拟场景，并执行所述至少一个动作。

根据本公开的一个或多个实施例，提供了一种视频生成装置，所述装置包括：

获取模块，用于响应于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取目标视频的视频文本信息；所述视频文本信息用于指示所述目标视频中包括的至少一个目标虚拟对象以及至少一个所述目标虚拟对象执行的至少一个动作；

执行模块，用于基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作；

第一生成模块，用于响应于所述至少一个动作完成，生成与所述视频文本信息对应的目标视频。

根据本公开的一个或多个实施例，提供了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任意实施例所述的视频生成方法的步骤。

根据本公开的一个或多个实施例，提供了一种电子设备，包括：

存储装置，其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，以实现本公开任意实施例所述的视频生成方法的步骤。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (11)

1.一种视频生成方法，其特征在于，所述方法包括：

响应于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取目标视频的视频文本信息；所述视频文本信息用于指示所述目标视频中包括的至少一个目标虚拟对象以及至少一个所述目标虚拟对象执行的至少一个动作；

基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作；

响应于所述至少一个动作完成，生成与所述视频文本信息对应的目标视频。

2.根据权利要求1所述的方法，其特征在于，所述获取目标视频的视频文本信息，包括：

获取所述用户的输入文本信息；

基于所述输入文本信息，生成所述视频文本信息并展示。

3.根据权利要求2所述的方法，其特征在于，所述基于所述输入文本信息，生成所述视频文本信息并展示，包括：

基于所述输入文本信息，生成原始文本信息并展示；

响应于所述用户对所述原始文本信息的编辑操作，生成所述视频文本信息。

4.根据权利要求1所述的方法，其特征在于，在所述获取目标视频的视频文本信息的步骤之后，所述方法还包括：

展示虚拟场景选择界面，所述虚拟场景选择界面展示有所述虚拟空间中的至少两个可选虚拟区域；

接收所述用户输入的场景选择指令，确定与所述目标视频相关的目标虚拟场景。

5.根据权利要求1所述的方法，其特征在于，在所述获取目标视频的视频文本信息的步骤之后，所述方法还包括：

基于所述视频文本信息确定所述虚拟空间中的可选虚拟区域；

接收所述用户输入的场景确认指令，确定与所述目标视频相关的目标虚拟场景。

6.根据权利要求4或5所述的方法，其特征在于，在所述确定与所述目标视频相关的目标虚拟场景的步骤之后，所述方法还包括：

响应于所述目标虚拟场景为多个，分别确定所述视频文本信息中与每一所述目标虚拟场景各自对应的所述动作。

7.根据权利要求4或5所述的方法，其特征在于，在所述确定与所述目标视频相关的目标虚拟场景的步骤之后，所述方法还包括：

响应于所述目标虚拟区域为第一类虚拟区域，生成所述目标虚拟场景对应的场景图片，并将所述场景图片渲染在所述目标虚拟区域的背景展示子区域。

8.根据权利要求4或5所述的方法，其特征在于，所述基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作，包括：

响应于所述目标虚拟区域为第二类虚拟区域，基于所述视频文本信息，所述目标虚拟对象移动至所述目标虚拟场景，并执行所述至少一个动作。

9.一种视频生成装置，其特征在于，所述装置包括：

获取模块，用于响应于用户控制的虚拟对象移动至虚拟空间中的目标虚拟区域，获取目标视频的视频文本信息；所述视频文本信息用于指示所述目标视频中包括的至少一个目标虚拟对象以及至少一个所述目标虚拟对象执行的至少一个动作；

执行模块，用于基于所述视频文本信息，所述目标虚拟对象在所述虚拟空间中执行所述至少一个动作；

第一生成模块，用于响应于所述至少一个动作完成，生成与所述视频文本信息对应的目标视频。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-8中任一项所述方法的步骤。

11.一种电子设备，其特征在于，包括：

存储装置，其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，以实现权利要求1-8中任一项所述方法的步骤。