一种基于AIGC的智能MV生成方法、系统、设备及介质

本申请涉及一种基于AIGC的智能MV生成方法、系统、设备及介质，属于人工智能生成内容技术领域。其中，方法包括：接收用户输入的原始音乐文件和用户指令；对原始音乐文件进行音频预处理生成标准化音频信号，并将用户指令映射为语义向量；提取节奏特征和情感特征，生成音乐特征向量并与语义向量进行特征对齐，基于扩散模型生成初始关键帧序列；对初始关键帧序列进行粒子特效密度动态调整和镜头切换点生成，输出增强关键帧序列并进行光流插帧和长时序预测，生成优化视频帧序列；根据目标平台参数对优化视频帧序列进行分块并行渲染，生成MV文件及元数据。本申请能够实现音频与视觉内容的深度融合，并根据用户的个性化需求生成高质量的视频内容。