本公開涉及多媒體，尤其涉及一種視頻生成方法、裝置、電子設備及存儲介質(zhì)。

背景技術(shù)：

1、隨著互聯(lián)網(wǎng)和多媒體技術(shù)的發(fā)展，基于視頻的互動方式也更加豐富多樣，相關(guān)技術(shù)中，一般需要用戶自己制作用于互動的視頻，視頻制作中需要拍攝和剪輯等操作，導致視頻制作效率低，從而導致基于視頻的互動效果不佳。

技術(shù)實現(xiàn)思路

1、本公開提供一種視頻生成方法、裝置、電子設備及存儲介質(zhì)，以至少解決相關(guān)技術(shù)中如何提升視頻生成效率的問題。本公開的技術(shù)方案如下：

2、根據(jù)本公開實施例的第一方面，提供一種視頻生成方法，包括：

3、響應于視頻生成指令，展示多個視頻模板；

4、在所述多個視頻模板中的目標視頻模板被選擇的情況下，展示對象信息采集頁面；

5、響應于基于所述對象信息采集頁面觸發(fā)的采集確認指令，展示所述目標視頻模板對應的目標視頻；所述目標視頻為使用采集對象臉部圖像替換模板對象臉部圖像以及使用采集對象音頻替換模板音頻得到的；

6、其中，所述采集對象臉部圖像和采集對象音頻為所述采集確認指令下基于所述對象信息采集頁面采集得到的，所述模板對象臉部圖像為所述目標視頻模板中模板對象的臉部圖像，所述模板音頻為所述目標視頻模板中的音頻。

7、在一種可能的實現(xiàn)方式中，所述對象信息采集頁面包括圖像采集頁面和音頻采集頁面；所述響應于基于所述對象信息采集頁面觸發(fā)的采集確認指令，展示所述目標視頻模板對應的目標視頻，包括：

8、響應于基于所述圖像采集頁面觸發(fā)的圖像采集完成指令，展示所述采集對象臉部圖像；

9、在對所述采集對象臉部圖像進行確認操作的情況下，展示所述音頻采集頁面；

10、響應于基于所述音頻采集頁面觸發(fā)的音頻采集完成指令，展示所述采集對象音頻；

11、在對所述采集對象音頻進行確認操作的情況下，展示所述目標視頻。

12、在一種可能的實現(xiàn)方式中，所述圖像采集頁面展示有臉部描述輸入?yún)^(qū)域，所述采集對象臉部圖像包括生成臉部圖像；所述方法還包括：

13、響應于所述臉部描述輸入?yún)^(qū)域中輸入臉部描述信息的輸入完成操作，生成所述圖像采集完成指令；

14、所述響應于基于所述圖像采集頁面觸發(fā)的圖像采集完成指令，展示所述采集對象臉部圖像，包括：

15、響應于所述圖像采集完成指令，展示所述生成臉部圖像。

16、在一種可能的實現(xiàn)方式中，所述圖像采集頁面展示有拍攝控件，所述采集對象臉部圖像包括拍攝臉部圖像；所述響應于基于所述圖像采集頁面觸發(fā)的圖像采集完成指令，展示所述采集對象臉部圖像，包括：

17、響應于基于所述拍攝控件觸發(fā)的所述圖像采集完成指令，展示所述拍攝臉部圖像。

18、在一種可能的實現(xiàn)方式中，所述音頻采集頁面展示有多個預設關(guān)鍵詞；所述采集對象音頻為第一采集音頻；所述方法還包括：

19、在從所述多個預設關(guān)鍵詞中選擇至少一個預設關(guān)鍵詞、且觸發(fā)選擇確認操作的情況下，展示第一音頻文本以及所述第一音頻文本對應的第一音頻采集觸發(fā)控件；所述第一音頻文本為基于所述至少一個預設關(guān)鍵詞生成的；

20、在所述第一音頻采集觸發(fā)控件被觸發(fā)的情況下，開始采集所述第一音頻文本對應的音頻，并在所述第一音頻文本對應的音頻采集結(jié)束的情況下，生成所述音頻采集完成指令；

21、所述響應于基于所述音頻采集頁面觸發(fā)的音頻采集完成指令，展示所述采集對象音頻，包括：

22、響應于所述音頻采集完成指令，展示所述第一采集音頻，所述第一采集音頻為第一時段內(nèi)采集所述第一音頻文本對應的音頻；所述第一時段的開始時間為所述第一音頻采集觸發(fā)控件被觸發(fā)的時間、所述第一時段的終止時間為所述音頻采集完成指令對應的時間。

23、在一種可能的實現(xiàn)方式中，所述音頻采集頁面展示有自定義文本的輸入?yún)^(qū)域；所述采集對象音頻為第二采集音頻；所述方法還包括：

24、在檢測到所述輸入?yún)^(qū)域中輸入自定義文本、且觸發(fā)文本輸入完成的情況下，展示所述自定義文本對應的第二音頻文本以及所述第二音頻文本對應的第二音頻采集觸發(fā)控件；

25、在所述第二音頻采集觸發(fā)控件被觸發(fā)的情況下，開始采集所述第二音頻文本對應的音頻，并在所述第二音頻文本對應的音頻采集結(jié)束的情況下，生成所述音頻采集完成指令；

26、所述響應于基于所述音頻采集頁面觸發(fā)的音頻采集完成指令，展示所述采集對象音頻，包括：

27、響應于所述音頻采集完成指令，展示所述第二采集音頻，所述第二采集音頻為第二時段內(nèi)采集所述第二音頻文本對應的音頻；所述第二時段的開始時間為所述第二音頻采集觸發(fā)控件被觸發(fā)的時間、所述第二時段的終止時間為所述音頻采集完成指令對應的時間。

28、在一種可能的實現(xiàn)方式中，所述音頻采集頁面展示有預設音頻文本和音頻采集觸發(fā)控件；所述采集對象音頻為第三采集音頻；所述方法還包括：

29、在所述音頻采集觸發(fā)控件被觸發(fā)的情況下，開始采集所述預設音頻文本對應的音頻，并在所述預設音頻文本對應的音頻采集結(jié)束的情況下，生成所述音頻采集完成指令；

30、所述響應于基于所述音頻采集頁面觸發(fā)的音頻采集完成指令，展示所述采集對象音頻，包括：

31、響應于所述音頻采集完成指令，展示所述第三采集音頻，所述第三采集音頻為所述音頻采集觸發(fā)控件被觸發(fā)的情況下采集所述預設音頻文本對應的音頻中的音色替換所述模板音頻中音色得到的。

32、在一種可能的實現(xiàn)方式中，所述方法還包括：

33、顯示會話頁面；

34、在所述會話頁面中，響應于基于預設事件的消息互動請求，生成所述視頻生成指令；

35、所述展示所述目標視頻模板對應的目標視頻，包括：

36、在所述會話頁面中展示處于目標展示狀態(tài)的所述目標視頻以及發(fā)送所述目標視頻的第一會話對象的對象標識；所述目標展示狀態(tài)用于表征是否展示所述目標視頻的視頻內(nèi)容。

37、在一種可能的實現(xiàn)方式中，所述會話頁面中展示有第二會話對象發(fā)送的、處于非展示消息內(nèi)容狀態(tài)的會話視頻以及所述會話視頻匹配的回復控件，所述會話視頻為基于所述預設事件的會話消息；所述消息互動請求為消息回復互動請求；所述目標展示狀態(tài)為展示消息內(nèi)容狀態(tài)；所述方法還包括：

38、在所述回復控件被觸發(fā)的情況下，生成所述消息回復互動請求；

39、所述在所述會話頁面中展示處于目標展示狀態(tài)的所述目標視頻以及發(fā)送所述目標視頻的第一會話對象的對象標識，包括：

40、在所述會話頁面中展示處于所述展示消息內(nèi)容狀態(tài)的所述目標視頻以及發(fā)送所述目標視頻的第一會話對象的對象標識，并將所述會話視頻切換為所述展示消息內(nèi)容狀態(tài)。

41、在一種可能的實現(xiàn)方式中，所述會話頁面展示有觸發(fā)所述預設事件的消息互動控件；所述消息互動請求為消息發(fā)起互動請求；所述目標展示狀態(tài)為非展示消息內(nèi)容狀態(tài)；所述方法還包括：

42、在所述消息互動控件被觸發(fā)的情況下，生成所述消息發(fā)起互動請求；

43、所述在所述會話頁面中展示處于目標展示狀態(tài)的所述目標視頻以及發(fā)送所述目標視頻的第一會話對象的對象標識，包括：

44、在所述會話頁面中展示處于所述非展示消息內(nèi)容狀態(tài)的所述目標視頻、所述第一會話對象的對象標識、以及所述目標視頻匹配的回復控件。

45、根據(jù)本公開實施例的第二方面，提供一種視頻生成裝置，該裝置包括：

46、視頻模板展示模塊，被配置為執(zhí)行響應于視頻生成指令，展示多個視頻模板；

47、信息采集模塊，被配置為執(zhí)行在所述多個視頻模板中的目標視頻模板被選擇的情況下，展示對象信息采集頁面；

48、目標視頻展示模塊，被配置為執(zhí)行響應于基于所述對象信息采集頁面觸發(fā)的采集確認指令，展示所述目標視頻模板對應的目標視頻；所述目標視頻為使用采集對象臉部圖像替換模板對象臉部圖像以及使用采集對象音頻替換模板音頻得到的；

49、其中，所述采集對象臉部圖像和采集對象音頻為所述采集確認指令下基于所述對象信息采集頁面采集得到的，所述模板對象臉部圖像為所述目標視頻模板中模板對象的臉部圖像，所述模板音頻為所述目標視頻模板中的音頻。

50、在一種可能的實現(xiàn)方式中，所述對象信息采集頁面包括圖像采集頁面和音頻采集頁面；所述目標視頻展示模塊包括：

51、采集圖像展示單元，被配置為執(zhí)行響應于基于所述圖像采集頁面觸發(fā)的圖像采集完成指令，展示所述采集對象臉部圖像；

52、音頻采集頁面展示單元，被配置為執(zhí)行在對所述采集對象臉部圖像進行確認操作的情況下，展示所述音頻采集頁面；

53、采集對象音頻展示單元，被配置為執(zhí)行響應于基于所述音頻采集頁面觸發(fā)的音頻采集完成指令，展示所述采集對象音頻；

54、目標視頻展示單元，被配置為執(zhí)行在對所述采集對象音頻進行確認操作的情況下，展示所述目標視頻。

55、在一種可能的實現(xiàn)方式中，所述圖像采集頁面展示有臉部描述輸入?yún)^(qū)域，所述采集對象臉部圖像包括生成臉部圖像；所述裝置還包括：

56、第一采集完成指令模塊，被配置為執(zhí)行響應于所述臉部描述輸入?yún)^(qū)域中輸入臉部描述信息的輸入完成操作，生成所述圖像采集完成指令；

57、相應地，所述采集圖像展示單元包括：

58、生成臉部圖像展示子單元，被配置為執(zhí)行響應于所述圖像采集完成指令，展示所述生成臉部圖像。

59、在一種可能的實現(xiàn)方式中，所述圖像采集頁面展示有拍攝控件，所述采集對象臉部圖像包括拍攝臉部圖像；所述采集圖像展示單元包括：

60、拍攝臉部圖像展示子單元，被配置為執(zhí)行響應于基于所述拍攝控件觸發(fā)的所述圖像采集完成指令，展示所述拍攝臉部圖像。

61、在一種可能的實現(xiàn)方式中，所述音頻采集頁面展示有多個預設關(guān)鍵詞；所述采集對象音頻為第一采集音頻；所述裝置還可以包括：

62、第一音頻文本展示模塊，被配置為執(zhí)行在從所述多個預設關(guān)鍵詞中選擇至少一個預設關(guān)鍵詞、且觸發(fā)選擇確認操作的情況下，展示第一音頻文本以及所述第一音頻文本對應的第一音頻采集觸發(fā)控件；所述第一音頻文本為基于所述至少一個預設關(guān)鍵詞生成的；

63、第二采集完成指令模塊，被配置為執(zhí)行在所述第一音頻采集觸發(fā)控件被觸發(fā)的情況下，開始采集所述第一音頻文本對應的音頻，并在所述第一音頻文本對應的音頻采集結(jié)束的情況下，生成所述音頻采集完成指令；

64、相應地，所述采集對象音頻展示單元包括：

65、第一采集音頻展示子單元，被配置為執(zhí)行響應于所述音頻采集完成指令，展示所述第一采集音頻，所述第一采集音頻為第一時段內(nèi)采集所述第一音頻文本對應的音頻；所述第一時段的開始時間為所述第一音頻采集觸發(fā)控件被觸發(fā)的時間、所述第一時段的終止時間為所述音頻采集完成指令對應的時間。

66、在一種可能的實現(xiàn)方式中，所述音頻采集頁面展示有自定義文本的輸入?yún)^(qū)域；所述采集對象音頻為第二采集音頻；所述裝置還可以包括：

67、第二音頻文本展示模塊，被配置為執(zhí)行在檢測到所述輸入?yún)^(qū)域中輸入自定義文本、且觸發(fā)文本輸入完成的情況下，展示所述自定義文本對應的第二音頻文本以及所述第二音頻文本對應的第二音頻采集觸發(fā)控件；

68、第三采集完成指令模塊，被配置為執(zhí)行在所述第二音頻采集觸發(fā)控件被觸發(fā)的情況下，開始采集所述第二音頻文本對應的音頻，并在所述第二音頻文本對應的音頻采集結(jié)束的情況下，生成所述音頻采集完成指令；

69、相應地，所述采集對象音頻展示單元包括：

70、第二采集音頻展示子單元，被配置為執(zhí)行響應于所述音頻采集完成指令，展示所述第二采集音頻，所述第二采集音頻為第二時段內(nèi)采集所述第二音頻文本對應的音頻；所述第二時段的開始時間為所述第二音頻采集觸發(fā)控件被觸發(fā)的時間、所述第二時段的終止時間為所述音頻采集完成指令對應的時間。

71、在一種可能的實現(xiàn)方式中，所述音頻采集頁面展示有預設音頻文本和音頻采集觸發(fā)控件；所述采集對象音頻為第三采集音頻；所述裝置還可以包括：

72、第四采集完成指令模塊，被配置為執(zhí)行在所述音頻采集觸發(fā)控件被觸發(fā)的情況下，開始采集所述預設音頻文本對應的音頻，并在所述預設音頻文本對應的音頻采集結(jié)束的情況下，生成所述音頻采集完成指令；

73、相應地，所述采集對象音頻展示單元包括：

74、第三采集音頻展示子單元，被配置為執(zhí)行響應于所述音頻采集完成指令，展示所述第三采集音頻，所述第三采集音頻為所述音頻采集觸發(fā)控件被觸發(fā)的情況下采集所述預設音頻文本對應的音頻中的音色替換所述模板音頻中音色得到的。

75、在一種可能的實現(xiàn)方式中，所述裝置還可以包括：

76、會話頁面顯示模塊，被配置為執(zhí)行顯示會話頁面；

77、視頻指令生成模塊，被配置為執(zhí)行在所述會話頁面中，響應于基于預設事件的消息互動請求，生成所述視頻生成指令；

78、所述目標視頻展示模塊可以包括：

79、展示單元，被配置為執(zhí)行在所述會話頁面中展示處于目標展示狀態(tài)的所述目標視頻以及發(fā)送所述目標視頻的第一會話對象的對象標識；所述目標展示狀態(tài)用于表征是否展示所述目標視頻的視頻內(nèi)容。

80、在一種可能的實現(xiàn)方式中，所述會話頁面中展示有第二會話對象發(fā)送的、處于非展示消息內(nèi)容狀態(tài)的會話視頻以及所述會話視頻匹配的回復控件，所述會話視頻為基于所述預設事件的會話消息；所述消息互動請求為消息回復互動請求；所述目標展示狀態(tài)為展示消息內(nèi)容狀態(tài)；所述裝置還包括：

81、消息回復互動模塊，被配置為執(zhí)行在所述回復控件被觸發(fā)的情況下，生成所述消息回復互動請求；

82、相應地，所述展示單元包括：

83、第一展示子單元，被配置為執(zhí)行在所述會話頁面中展示處于所述展示消息內(nèi)容狀態(tài)的所述目標視頻以及發(fā)送所述目標視頻的第一會話對象的對象標識，并將所述會話視頻切換為所述展示消息內(nèi)容狀態(tài)。

84、在一種可能的實現(xiàn)方式中，所述會話頁面展示有觸發(fā)所述預設事件的消息互動控件；所述消息互動請求為消息發(fā)起互動請求；所述目標展示狀態(tài)為非展示消息內(nèi)容狀態(tài)；所述裝置還可以包括：

85、消息發(fā)起互動模塊，被配置為執(zhí)行在所述消息互動控件被觸發(fā)的情況下，生成所述消息發(fā)起互動請求；

86、相應地，所述展示單元包括：

87、第二展示子單元，被配置為執(zhí)行在所述會話頁面中展示處于所述非展示消息內(nèi)容狀態(tài)的所述目標視頻、所述第一會話對象的對象標識、以及所述目標視頻匹配的回復控件。

88、根據(jù)本公開實施例的第三方面，提供一種電子設備，包括：處理器；用于存儲所述處理器可執(zhí)行指令的存儲器；其中，所述處理器被配置為執(zhí)行所述指令，以實現(xiàn)如上述第一方面中任一項所述的方法。

89、根據(jù)本公開實施例的第四方面，提供一種計算機可讀存儲介質(zhì)，當所述計算機可讀存儲介質(zhì)中的指令由電子設備的處理器執(zhí)行時，使得所述電子設備能夠執(zhí)行本公開實施例的第一方面中任一所述的方法。

90、根據(jù)本公開實施例的第五方面，提供一種計算機程序產(chǎn)品，包括計算機指令，所述計算機指令被處理器執(zhí)行時，使得計算機執(zhí)行本公開實施例的第一方面中任一項所述的方法。

91、本公開的實施例提供的技術(shù)方案至少帶來以下有益效果：

92、通過響應于視頻生成指令，展示多個視頻模板，在所述多個視頻模板中的目標視頻模板被選擇的情況下，展示對象信息采集頁面；以及響應于基于所述對象信息采集頁面觸發(fā)的采集確認指令，展示所述目標視頻模板對應的目標視頻；所述目標視頻為使用采集對象臉部圖像替換模板對象臉部圖像以及使用采集對象音頻替換模板音頻得到的。這樣通過替換視頻模板中的臉部圖像和音頻，使得視頻生成更加高效靈活，從而可以提升基于視頻互動的效果。

93、應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。