口播视频智能运镜方法、装置、存储介质和程序产品

本申请涉及一种口播视频智能运镜方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括：获取原始口播视频；对原始口播视频进行多模态数据提取，得到多模态数据，并对多模态数据进行多模态数据整合，得到运镜基础数据；根据运镜基础数据生成目标运镜动画序列；根据目标运镜动画序列生成目标关键帧序列；根据关键帧序列对原始口播视频进行运镜应用，得到目标口播视频。采用本方法通过整合语义分析和肢体检测技术实现多模态数据整合，能够更加自动化地为口播视频生成专业的运镜效果。