申请/专利权人：北京奇艺世纪科技有限公司

申请日：2023-11-24

公开（公告）日：2024-03-22

公开（公告）号：CN117746279A

主分类号：G06V20/40

分类号：G06V20/40;G06V20/62;G06V10/774;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明实施例提供了一种文案生成模型训练方法、文案生成方法及装置，所述模型训练方法包括：获取第一样本视频及其对应的非标注样本文案、第一台词文本；将第一样本视频的视频帧和第一台词文本输入初始文案生成模型中，使初始文案生成模型基于第一文案生成指令输出第一生成文案，计算第一损失并调整初始文案生成模型的参数得到预训练文案生成模型；获取第二样本视频及其对应的标注文案、第二台词文本；将第二样本视频的视频帧和第二台词文本输入预训练文案生成模型中，使预训练文案生成模型基于第二文案生成指令输出第二生成文案，计算第二损失并调整预训练文案生成模型的参数得到文案生成模型。应用本发明技术方案，提高了视频文案生成的准确度。

主权项：1.一种文案生成模型训练方法，其特征在于，所述方法包括：获取第一样本视频以及所述第一样本视频对应的非标注样本文案，对所述第一样本视频中的台词进行识别，得到第一样本台词文本；将所述第一样本视频的视频帧和所述第一样本台词文本输入初始文案生成模型中，使所述初始文案生成模型基于第一文案生成指令输出第一生成文案；所述第一生成文案为所述第一样本视频的预测内容概括文案；计算所述第一生成文案与所述非标注样本文案之间的第一损失，并根据所述第一损失调整所述初始文案生成模型的参数，得到预训练文案生成模型；获取第二样本视频以及所述第二样本视频对应的标注文案，对所述第二样本视频中的台词进行识别，得到第二样本台词文本；所述标注文案为所述第二样本视频的真值内容概括文案；将所述第二样本视频的视频帧和所述第二样本台词文本输入所述预训练文案生成模型中，使所述预训练文案生成模型基于第二文案生成指令输出第二生成文案；计算所述第二生成文案与所述标注文案之间的第二损失，并根据所述第二损失调整所述预训练文案生成模型的参数，得到文案生成模型。

全文数据：

权利要求：

百度查询： 北京奇艺世纪科技有限公司 一种文案生成模型训练方法、文案生成方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD