视频生成方法、装置、计算机设备、存储介质及程序产品

本申请是关于一种视频生成方法、装置、计算机设备、存储介质及程序产品，涉及人工智能技术领域。该方法包括：提取至少两个文本段各自的关键词；至少两个文本段是目标文本中不同的文本段；通过至少两个文本段各自的关键词查询图像数据库，获得至少两个文本段分别对应的参考图像；基于至少两个文本段，以及至少两个文本段分别对应的参考图像，生成至少两个文本段分别对应的文本描述图像；文本描述图像的图像内容与对应的文本段的文本内容相匹配；基于至少两个文本段分别对应的文本描述图像，生成目标文本的视频。上述方案可以提高基于文本生成的视频的质量。