一种基于大模型的影视剧自动理解，剪辑与解说的方法

本发明公开了一种基于大模型的影视剧自动理解，剪辑与解说的方法，基于音频提取工具和多模态模型，获取待进行解说的视频中的完整音频，以获取具有说话人的音频片段的时间戳，进而获取待进行解说的视频的剧本描述，以获取待进行解说的视频的剧情摘要；基于文本嵌入模型和图文特征提取模型，获取与所述逐句的画面描述对应的视频片段；最后基于语音文字转换模型获取所述逐句的画面描述的语音配音，获取完整的视频解说，完成对待进行解说的视频的理解，剪辑与解说。本发明显著减少了人工干预，提高了视频解说剪辑的处理效率，降低了人力成本。通过自动生成剧本描述、剧情摘要和解说，使得用户能够更快速、更便捷地获取视频的核心内容，增强了用户体验。