基于大模型思维链的情境图像生成方法及装置

本发明公开了一种基于大模型思维链的情境图像生成方法及装置，方法包括：以音乐作为输入，将歌词转换为ABC标记格式，将ABC标记格式和获取到的音乐字幕组装起来作为输入的音乐文本信息；对每条样例依据音频编码器，计算样例相似度，并选取出样例相似度最高的前若干个样例条目，作为用于构建大语言模型提示的候选样例；将候选样例、任务说明和输入的音乐文本信息进行组装，将组装的结果作为大模型动态提示，将动态提示输入到大语言模型GPT中用于分析音乐情感、主题、文化并生成场景描述，将场景描述输入到图像生成模型中生成图像；对图像与音乐的情感一致性和内容一致性打分，将分数作为反馈给大语言模型GPT使之重新生成图像，作为最终的图像。装置包括：处理器和存储器。