一种视频背景音乐生成方法、装置及存储介质

本发明涉及一种视频背景音乐生成方法、装置及存储介质，涉及视频处理技术领域。本申请将待处理的视频分解为目标视频图像帧集和目标视频原声序列，并分别提取目标文本描述序列和目标字幕序列；通过条件特征提取模块从目标视频图像帧集、目标视频原声序列、目标文本描述序列和目标字幕序列中分别提取时序的目标视频图像帧条件特征、目标视频原声条件特征、目标文本描述条件特征和目标字幕条件特征；通过背景音乐条件配置器将各条件特征处理成目标条件特征；预训练的音乐生成扩散模型将目标条件特征引入到各反向过程的潜空间特征中以生成背景音乐。