具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

本公开实施例提供了一种视频生成方法及装置、电子设备和存储介质，通过响应于行为搜索指令，在搜索结果页面中展示与所述行为搜索指令匹配的候选视频片段，其中，所述行为搜索指令包括用于表示行为的第一搜索词，所述候选视频片段包括与所述第一搜索词匹配的行为标签，响应于针对所述搜索结果页面中的至少一个所述候选视频片段的选取指令，将至少一个所述候选视频片段分别确定为目标视频片段，并根据至少一个所述目标视频片段生成目标视频，由此能够基于行为信息快速搜索得到候选视频片段，并根据候选视频片段生成目标视频，从而能够节省用户选取用于合成目标视频的视频片段的时间，提高用户进行视频剪辑的效率。

下面结合附图对本公开实施例提供的视频生成方法进行详细的说明。

图1示出本公开实施例提供的视频生成方法的流程图。在一种可能的实现方式中，所述视频生成方法可以由终端设备或其它处理设备执行。其中，终端设备可以是用户设备(User Equipment，UE)、移动设备、用户终端、终端、个人数字助理(Personal DigitalAssistant，PDA)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，所述视频生成方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，所述视频生成方法包括步骤S11至步骤S13。

在步骤S11中，响应于行为搜索指令，在搜索结果页面中展示与所述行为搜索指令匹配的候选视频片段，其中，所述行为搜索指令包括用于表示行为的第一搜索词，所述候选视频片段包括与所述第一搜索词匹配的行为标签。

在步骤S12中，响应于针对所述搜索结果页面中的至少一个所述候选视频片段的选取指令，将至少一个所述候选视频片段分别确定为目标视频片段。

在步骤S13中，根据至少一个所述目标视频片段生成目标视频。

在本公开实施例中，行为搜索指令可以表示基于行为信息搜索视频片段的指令。行为搜索指令可以包括一个或两个以上搜索词，且行为搜索指令至少包括用于表示行为的第一搜索词。其中，第一搜索词可以表示行为搜索指令中用于表示行为的搜索词。搜索词可以表示用于搜索的词或词组。任一搜索词可以至少包括一个字符。本公开实施例能够支持用户以文本搜索的方式搜索发生某种行为的视频片段。

在一种可能的实现方式中，所述行为包括动作、表情和声音中的至少之一。在该实现方式中，动作可以是拥抱、鼓掌、握手、起立、挥手等任意动作。例如，用于表示动作的第一搜索词可以是“拥抱”或者“鼓掌”等。在该实现方式中，表情可以是大笑、微笑、哭泣、难过、发呆、惊讶等任意表情。例如，用于表示表情的第一搜索词可以是“大笑”或者“发呆”等。在该实现方式中，用于表示声音的第一搜索词可以是用于表示视频片段中的声音内容和/或与视频片段中的声音内容相关的内容的搜索词。例如，用于表示声音的第一搜索词可以是视频片段中的人说话的内容，例如“我觉得不行”，也可以是视频片段中的人唱的歌的歌名或歌词，或者可以是视频片段中的人念的诗的诗名，例如“将进酒”等等，在此不做限定。通过采用该实现方式，能够基于动作、表情和声音中的至少之一快速搜索得到候选视频片段，并根据候选视频片段生成目标视频，从而能够节省用户选取用于合成目标视频的视频片段的时间，提高用户进行视频剪辑的效率。

在一种可能的实现方式中，所述行为搜索指令还包括用于表示行为执行主体的第二搜索词。在该实现方式中，第二搜索词可以指用于表示行为执行主体的搜索词。在行为执行主体为人的情况下，第二搜索词可以是人的名称，例如真实姓名、昵称、角色名等。在行为执行主体为动物的情况下，第二搜索词可以是动物的名称或者类别名。例如，动物的类别名可以为“大熊猫”，动物的名称可以为“滚滚”或者“盼盼”等。根据该实现方式，能够结合行为信息和行为执行主体的信息快速搜索得到某执行主体(例如某个人物或者某个动物或者某种动物)执行某种行为的候选视频片段，并根据候选视频片段生成目标视频，提高用户进行视频剪辑的效率。

在另一种可能的实现方式中，所述行为搜索指令还包括用于表示行为执行主体对应的景别的第三搜索词。在该实现方式中，第三搜索词可以指用于表示行为执行主体对应的景别的搜索词。例如，景别可以为特写、近景、中景、全景或者远景等，在此不做限定。根据该实现方式，能够结合行为信息和行为执行主体对应的景别的信息快速搜索得到某种景别下的执行主体执行某种行为的候选视频片段，并根据候选视频片段生成目标视频，提高用户进行视频剪辑的效率。

在另一种可能的实现方式中，所述行为搜索指令还包括用于表示行为执行主体的第二搜索词和用于表示行为执行主体对应的景别的第三搜索词。根据该实现方式，能够结合行为信息、行为执行主体的信息和行为执行主体对应的景别的信息，快速搜索得到某种景别下的某执行主体(例如某个人物或者某个动物或者某种动物)执行某种行为的候选视频片段，并根据候选视频片段生成目标视频，提高用户进行视频剪辑的效率。

在本公开实施例中，终端设备可以响应于行为搜索指令，生成行为搜索请求，并向服务端发送行为搜索请求，其中，行为搜索请求可以包括行为搜索指令中的搜索词，且行为搜索请求至少包括第一搜索词。服务端可以响应于行为搜索请求，从视频数据库中搜索与行为搜索请求匹配的候选视频片段，并向终端设备返回候选视频片段的信息。其中，与行为搜索请求匹配的候选视频片段，即为与行为搜索指令匹配的候选视频片段。候选视频片段可以表示与行为搜索指令匹配的视频片段。

其中，服务端可以响应于行为搜索请求，确定与行为搜索请求中的搜索词匹配的目标标签，并可以从视频数据库中搜索包括目标标签的视频片段，得到候选视频片段。其中，目标标签可以表示与行为搜索请求中的搜索词匹配的视频片段的标签，即，目标标签可以表示与行为搜索指令中的搜索词匹配的视频片段的标签。一个搜索词可以与一个或两个以上标签相匹配。目标标签的数量可以为一个或两个以上。候选视频片段可以包括一个或两个以上标签。候选视频片段至少包括与第一搜索词匹配的行为标签，且候选视频片段还可以包括其他目标标签。在一个例子中，候选视频片段还可以包括与行为搜索指令中用于表示行为执行主体的第二搜索词匹配的行为执行主体标签，例如人名标签、动物名标签、动物类别名标签等。在另一个例子中，候选视频片段还可以包括与行为搜索指令中用于表示行为执行主体对应的景别的第三搜索词匹配的景别标签。

在一种可能的实现方式，用户输入的搜索词与目标标签可能不是完全一致，例如，用户希望搜索“起立”动作的视频片段，而用户输入的搜索词是“站起来”；对此，确定与搜索词匹配的目标标签的过程，可以通过语义分析(或是自然语言模型)的方式，获取与搜索词语义最相近的标签作为匹配的目标标签。例如，可以通过一定方式将用户输入的搜索词转换为对应的搜索向量，然后通过余弦相似度、欧几里得距离等向量相似度计算方式确定与该搜索向量匹配的标签向量，该标签向量所对应的标签即为搜索词匹配的目标标签。

视频数据库中可以包括发出行为搜索指令的用户上传的视频片段，也可以包括其他用户上传的视频片段，在此不做限定。服务端可以响应于检测到任一用户上传新的视频片段，对该视频片段进行行为检测，得到该视频片段的行为标签。服务端还可以对该视频片段进行行为执行主体检测，得到该视频片段的行为执行主体标签。例如，服务端可以对该视频片段进行人物检测，得到该视频片段的人物标签。又如，服务端可以对该视频片段进行动物检测，得到该视频片段的动物标签。服务端还可以对该视频片段进行行为执行主体对应的景别的检测，得到该视频片段的行为执行主体对应的景别标签。

终端设备可以响应于接收到候选视频片段的信息，在搜索结果页面中展示候选视频片段。其中，终端设备可以在搜索结果页面中展示N个候选视频片段，N为大于或等于1的整数。例如，在服务端返回的候选视频片段的数量小于或等于M的情况下，终端设备可以在搜索结果页面中展示服务端返回的所有候选视频片段，在这种情况下，N可以为服务端返回的候选视频片段的数量，其中，M可以表示搜索界面页面可以同时展示的候选视频片段的最大数量，M大于1；在服务端返回的候选视频片段的数量大于M的情况下，终端设备可以在搜索界面页面中展示服务端返回的M个候选视频片段，在这种情况下，N可以等于M。

在一种可能的实现方式中，终端设备可以在搜索结果页面中通过N个第四视频预览窗口展示N个候选视频片段，其中，第四视频预览窗口与候选视频片段一一对应，即，每个第四视频预览窗口分别用于展示一个候选视频片段。图2示出本公开实施例提供的视频生成方法中通过N个第四视频预览窗口展示N个候选视频片段的示意图。在图2所示的示例中，第一搜索词为“鼓掌”，搜索结果页面200中第四视频预览窗口201的数量为6个，分别用于展示候选视频片段1至候选视频片段6。在一个示例中，终端设备可以在搜索结果页面中通过N个第四视频预览窗口展示N个候选视频片段的封面。其中，任一候选视频片段的封面可以是该候选视频片段的任一视频帧。在另一个示例中，终端设备可以在搜索结果页面中通过N个第四视频预览窗口静音播放N个候选视频片段。在一个例子中，可以响应于检测到用户关注搜索结果页面中的任一第四视频预览窗口，播放该第四视频预览窗口中的候选视频片段的声音。

在本公开实施例中，用户可以将搜索结果页面中的一个或两个以上候选视频片段选取为目标视频片段。目标视频片段可以表示用户从候选视频片段中选取的视频片段。用户可以每次选取搜索结果页面中的一个候选视频片段作为目标视频片段，也可以每次选取搜索结果页面中的多个候选视频片段作为目标视频片段。目标视频片段的数量可以为一个或两个以上。

在一种可能的实现方式中，所述选取指令包括针对第一选取控件的触发指令；所述响应于针对所述搜索结果页面中的至少一个所述候选视频片段的选取指令，将至少一个所述候选视频片段分别确定为目标视频片段，包括：响应于针对所述搜索结果页面中的任一所述候选视频片段的预览指令，显示第一视频预览窗口，通过所述第一视频预览窗口播放所述候选视频片段，并在所述第一视频预览窗口中展示所述第一选取控件；响应于针对所述第一选取控件的触发指令，将所述候选视频片段确定为目标视频片段。其中显示的方式可以是弹出、画面切换等，以下以弹出为例进行说明。

在该实现方式中，用户可以通过点击、触摸、注视等方式，发出针对搜索结果页面中的任一候选视频片段的预览指令。例如，可以响应于检测到针对搜索结果页面中的任一候选视频片段的点击操作，确定检测到针对该候选视频片段的预览指令。第一视频预览窗口可以为悬浮窗口，且第一视频预览窗口可以悬浮于搜索结果页面的上方。第一视频预览窗口的尺寸可以大于搜索结果界面中的第四视频预览窗口的尺寸，从而能够方便用户更好地查看感兴趣的候选视频片段的内容。第一选取控件为第一视频预览窗口中用于选取候选视频片段的控件。用户可以通过点击、触摸、注视等方式，发出针对第一选取控件的触发指令。例如，可以响应于检测到针对第一选取控件的点击操作，确定检测到针对第一选取控件的触发指令。图3示出本公开实施例提供的视频生成方法中通过第一视频预览窗口播放候选视频片段，并在第一视频预览窗口中展示第一选取控件的示意图。在图3所示的示例中，可以响应于针对搜索结果界面中的候选视频片段3的预览指令，弹出第一视频预览窗口202，通过第一视频预览窗口202播放候选视频片段3，并在第一视频预览窗口202展示第一控件203。可以响应于针对第一控件203的触发指令，将候选视频片段3确定为目标视频片段。

在该实现方式中，通过响应于针对所述搜索结果页面中的任一所述候选视频片段的预览指令，显示第一视频预览窗口，通过所述第一视频预览窗口播放所述候选视频片段，并在所述第一视频预览窗口中展示所述第一选取控件，并响应于针对所述第一选取控件的触发指令，将所述候选视频片段确定为目标视频片段，由此能够方便用户在通过较大的窗口预览候选视频片段快速选取候选视频片段。

在另一种可能的实现方式中，所述选取指令包括针对第二选取控件的触发指令；所述响应于针对所述搜索结果页面中的至少一个所述候选视频片段的选取指令，将至少一个所述候选视频片段分别确定为目标视频片段，包括：响应于检测到用户关注所述搜索结果页面中的任一所述候选视频片段，在所述搜索结果页面中展示所述候选视频片段对应的所述第二选取控件；响应于针对所述第二选取控件的触发指令，将所述候选视频片段确定为目标视频片段。

在该实现方式中，可以响应于检测到用户关注搜索结果页面中的任一候选视频片段，在搜索结果页面中该候选视频片段对应的第四视频预览窗口中，展示该候选视频片段对应的第二选取控件。用户可以通过点击、触摸、注视等方式，发出针对第二选取控件的触发指令。例如，可以响应于检测到针对第二选取控件的点击操作，确定检测到针对第二选取控件的触发指令。图4示出本公开实施例提供的视频生成方法中在搜索结果页面中展示候选视频片段对应的第二选取控件的示意图。在图4所示的示例中，可以响应于检测到用户关注搜索结果页面中的候选视频片段3，在搜索结果页面中展示候选视频片段3对应的第二选取控件204。在该实现方式中，对于搜索结果页面中的任一候选视频片段，若未检测到用户关注该候选视频片段，则可以不展示该候选视频片段对应的第二选取控件，若检测到用户关注该候选视频片段，则可以展示该候选视频片段对应的第二选取控件，由此能够减少非必要的信息展示，从而能够提高用户选取视频片段的体验。

作为该实现方式的一个示例，所述方法还包括：响应于检测到光标停留在所述搜索结果页面中的任一所述候选视频片段上，确定用户关注所述候选视频片段；和/或，响应于检测到用户视线停留在所述搜索结果页面中的任一所述候选视频片段上，确定用户关注所述候选视频片段。在该示例中，可以响应于检测到光标停留在搜索结果页面中的任一候选视频片段上的持续时长达到第一预设时长，确定检测到光标停留在该候选视频片段上；可以响应于检测到用户视线停留在搜索结果页面中的任一候选视频片段上的持续时长达到第二预设时长，确定检测到用户视线停留在该候选视频片段上。其中，第一预设时长与第二预设时长可以相等，也可以不相等，在此不做限定。根据该示例，能够准确地检测用户是否关注搜索结果页面中的候选视频片段。

在另一种可能的实现方式中，所述选取指令包括针对第三选取控件的触发指令；所述响应于行为搜索指令，在搜索结果页面中展示与所述行为搜索指令匹配的候选视频片段，包括：响应于行为搜索指令，在搜索结果页面中展示与所述行为搜索指令匹配的候选视频片段，并展示与候选视频片段一一对应的第三选取控件；所述响应于针对所述搜索结果页面中的至少一个所述候选视频片段的选取指令，将至少一个所述候选视频片段分别确定为目标视频片段，包括：响应于针对所述搜索结果页面中的任一第三选取控件的触发指令，将所述第三选取控件对应的候选视频片段确定为目标视频片段。

在一种可能的实现方式中，所述方法还包括：根据所述目标视频片段的数量，在所述搜索结果页面中显示视频剪辑控件，其中，所述视频剪辑控件的图标内容包括所述目标视频片段的数量。在该实现方式中，视频剪辑控件可以表示用于进入视频剪辑界面的控件。图5示出本公开实施例提供的视频生成方法中根据目标视频片段的数量在搜索结果页面中显示视频剪辑控件的一示意图。在图5所示的示例中，目标视频片段的数量为1，且视频剪辑控件205的图标内容还包括“合成视频”的文字。图6示出本公开实施例提供的视频生成方法中根据目标视频片段的数量在搜索结果页面中显示视频剪辑控件的另一示意图。在图6所示的示例中，目标视频片段的数量为2，且视频剪辑控件206的图标内容还包括“合成视频”的文字。在一个示例中，可以响应于目标视频片段的数量大于或等于1，根据目标视频片段的数量，在搜索结果页面中显示视频剪辑控件。在该示例中，在目标视频片段的数量为0的情况下，可以不根据目标视频片段的数量显示视频剪辑控件，例如，可以仅显示“合成视频”的文字，不显示目标视频片段的数量“0”。在该实现方式中，通过根据所述目标视频片段的数量，在所述搜索结果页面中显示视频剪辑控件，其中，所述视频剪辑控件的图标内容包括所述目标视频片段的数量，由此用户在搜索结果页面中就能看到已选择的目标视频片段的数量，而无需点进视频剪辑界面或其他界面确认已选择的目标视频片段的数量，从而能够进一步提高用户进行视频剪辑的便捷性。

在本公开实施例中，可以根据至少一个目标视频片段自动生成目标视频，或者，可以响应于用户触发，根据至少一个目标视频片段生成目标视频。

在一种可能的实现方式中，所述根据至少一个所述目标视频片段生成目标视频，包括：响应于视频剪辑指令，显示视频剪辑界面，其中，所述视频剪辑界面包括与至少一个所述目标视频片段一一对应的至少一个第二视频预览窗口，所述第二视频预览窗口用户展示所述目标视频片段；响应于视频合成指令，根据至少一个所述第二视频预览窗口在所述视频剪辑界面中的顺序，合成至少一个所述目标视频片段，得到目标视频。

在该实现方式中，可以响应于检测到针对搜索结果页面中的视频剪辑控件的触发指令，确定检测到视频剪辑指令。当然，用户也可以通过其他方式(例如第一预设快捷键)发出视频剪辑指令，在此不做限定。可以响应于针对视频剪辑界面中的合成视频控件的触发指令，确定检测到视频合成指令。当然，用户也可以通过其他方式(例如第二预设快捷键)发出合成指令，在此不做限定。图7示出本公开实施例提供的视频生成方法中的视频剪辑界面的一示意图。在图7所示的示例中，视频剪辑界面207包括3个第二视频预览窗口208，分别用于展示目标视频片段1至目标视频片段3。在图7所示的示例中，视频剪辑界面还包括合成视频控件209。可以响应于针对合成视频控件209的触发指令，根据3个第二视频预览窗口在视频剪辑界面中的顺序，合成3个目标视频片段，得到目标视频，即，可以根据目标视频片段1-目标视频片段2-目标视频片段3的顺序，合成3个目标视频片段，得到目标视频。根据该实现方式，能够通过视频剪辑界面展示各个目标视频片段，从而能够方便用户直观地了解待合成目标视频的各个目标视频片段的信息。

作为该实现方式的一个示例，在所述显示视频剪辑界面之后，所述方法还包括：响应于检测到用户关注所述视频剪辑界面中的任一所述第二视频预览窗口，播放所述第二视频预览窗口中的目标视频片段。在该示例中，对于视频剪辑界面中的任一目标视频片段，若未检测到用户关注该目标视频片段(或者，未检测到用户关注该目标视频片段对应的第二视频预览窗口)，则可以不播放该目标视频片段，若检测到用户关注该目标视频片段(或者，检测到用户关注该目标视频片段对应的第二视频预览窗口)，则可以播放该目标视频片段，由此能够方便用户观看感兴趣的目标视频片段的内容，且能够减少非必要的播放，从而能够提高用户进行视频剪辑的体验。

在一个例子中，所述方法还包括：响应于检测到光标停留在所述视频剪辑界面中的任一所述第二视频预览窗口中，确定用户关注所述第二视频预览窗口中的目标视频片段；和/或，响应于检测到用户视线停留在所述视频剪辑界面中的任一所述第二视频预览窗口中，确定用户关注所述第二视频预览窗口中的目标视频片段。在这个例子中，可以响应于检测到光标停留在视频剪辑界面中的任一第二视频预览窗口中的持续时长达到第三预设时长，确定检测到光标停留在该第二视频预览窗口中；可以响应于检测到用户视线停留在视频剪辑界面中的任一第二视频预览窗口中的持续时长达到第四预设时长，确定检测到用户视线停留在该第二视频预览窗口中。其中，第三预设时长与第四预设时长可以相等，也可以不相等，在此不做限定。根据这个例子，能够准确地检测用户是否关注视频剪辑界面中的任一第二视频预览窗口。

作为该实现方式的一个示例，所述第二视频预览窗口包括裁剪控件，所述裁剪控件包括裁剪起点子控件和裁剪终点子控件；在所述显示视频剪辑界面之后，所述方法还包括：响应于针对所述裁剪起点子控件和/或所述裁剪终点子控件的拖动指令，对所述第二视频预览窗口中的目标视频片段进行裁剪，得到裁剪后的目标视频片段。在该示例中，第二视频预览窗口中的裁剪控件可以为条形控件，裁剪控件的长度可以与该第二视频预览窗口中的目标视频片段的进度条的长度相同，裁剪控件的起点处可以包括裁剪起点子控件，裁剪控件的终点处可以包括裁剪终点子控件。裁剪起点子控件可以用于调整目标视频片段的起点，裁剪终点子控件可以用于调整目标视频片段的终点。图8示出本公开实施例提供的视频生成方法中的裁剪控件的示意图。如图8所示，裁剪控件可以包括裁剪起点子控件210和裁剪终点子控件211。可以响应于针对裁剪起点子控件210和/或裁剪终点子控件211的拖动指令，对第二视频预览窗口中的目标视频片段进行裁剪，得到裁剪后的目标视频片段。根据该示例，能够方便用户在视频剪辑界面中对各个目标视频片段进行裁剪，从而能够进一步提高视频剪辑的便捷性。进一步的，为了让用户了解合成视频的时长，还可以在第二视频预览窗口中显示合成视频的预计总时长，且该预计总时长可基于用户对目标视频片段的剪切操作实时更新；再进一步的，还可以预设一时长范围，当合成视频的预计总时长不在该时长范围内时，输出相应的提示信息或限制用户的剪切操作等，以便用户制作出满足时长要求的视频。

作为该实现方式的一个示例，在所述显示视频剪辑界面之后，所述方法还包括：响应于针对任一所述第二视频预览窗口的移动操作，调整所述第二视频预览窗口在所述视频剪辑界面中的顺序。例如，用户可以通过鼠标拖动第二视频预览窗口，以改变该第二视频预览窗口在视频剪辑界面中的顺序。根据该示例，能够方便用户在视频剪辑界面中调整目标视频片段的顺序，从而能够进一步提高视频剪辑的便捷性。

作为该实现方式的一个示例，在所述显示视频剪辑界面之后，所述方法还包括：响应于检测到用户关注任一所述第二视频预览窗口，展示所述第二视频预览窗口对应的删除控件。例如，可以响应于检测到用户关注视频剪辑界面中的任一第二视频预览窗口，在该第二视频预览窗口中展示删除控件，其中，该删除控件用于删除该第二视频预览窗口以及该第二视频预览窗口对应的目标视频片段。在该示例中，对于视频剪辑界面中的任一第二视频预览窗口，若未检测到用户关注该第二视频预览窗口，则可以不展示该第二视频预览窗口对应的删除控件，若检测到用户关注该第二视频预览窗口，则可以展示该第二视频预览窗口对应的删除控件，从而能够减少非必要的信息展示，提高用户进行视频剪辑的体验。

在一个例子中，在所述展示所述第二视频预览窗口对应的删除控件之后，所述方法还包括：响应于检测到用户不再关注所述第二视频预览窗口，取消展示所述第二视频预览窗口对应的删除控件。

在一个例子中，在所述展示所述第二视频预览窗口对应的删除控件之后，所述方法还包括：响应于所述删除控件被触发，从所述视频剪辑界面中删除所述第二视频预览窗口，并删除所述第二视频预览窗口对应的目标视频片段。根据这个例子，能够方便用户在视频剪辑界面中进行目标视频片段的删除，从而能够进一步提高用户进行视频剪辑的便捷性。

作为该实现方式的一个示例，所述视频剪辑界面还包括第三视频预览窗口，所述第三视频预览窗口用于预览所述目标视频。图9示出本公开实施例提供的视频生成方法中的视频剪辑界面的另一示意图。在图9中，视频剪辑界面还包括第三视频预览窗口212。根据该示例，能够方便用户在视频剪辑界面中预览目标视频，从而能够进一步提高用户进行视频剪辑的便捷性。

作为该实现方式的一个示例，所述视频剪辑界面还包括本地上传控件；所述方法还包括：响应于针对所述本地上传控件的触发指令，将用户选择的本地视频文件确定为目标视频片段。

在一种可能的实现方式中，所述根据至少一个所述目标视频片段生成目标视频，包括：确定用户选择的目标背景音乐文件；根据所述目标背景音乐文件以及至少一个所述目标视频片段生成目标视频。在该实现方式中，目标背景音乐文件可以是用户导入的音频文件，也可以是在线选择的音频文件，在此不做限定。其中，在根据目标背景音乐文件生成目标视频的过程中，原目标视频片段的背景音乐将会被消除，替换为用户所选择的背景音乐文件所对应的音乐；当然，用户也可以不选择目标背景音乐文件，也即保留原目标视频片段的背景音乐。进一步的，用户在选择目标背景音乐文件时，可以是为整个目标视频选择背景音乐文件，也可以是为某个或多个目标视频片段分别选择目标背景音乐文件，服务端则根据用户的选择操作对相应的视频进行背景音乐处理。

在一种可能的实现方式中，所述根据至少一个所述目标视频片段生成目标视频，包括：确定用户设置的视频名称；根据所述视频名称以及至少一个所述目标视频片段生成目标视频。在该实现方式中，用户可以自定义目标视频的视频名称。

在一种可能的实现方式中，所述根据至少一个所述目标视频片段生成目标视频，包括：确定用户选择的目标分辨率；根据所述目标分辨率以及至少一个所述目标视频片段生成目标视频。在该实现方式中，目标分辨率可以表示用户选择的分辨率。图10示出本公开实施例提供的视频生成方法中的视频剪辑界面的另一示意图。在一个例子中，用户可以在视频剪辑界面中选择目标分辨率，例如，目标分辨率可以为480P、720P、1080P等等。可以响应于针对视频剪辑界面中的合成视频控件的触发指令，根据目标分辨率以及目标视频片段1-3生成目标视频。根据该实现方式，能够满足用户对不同分辨率的需求。进一步的，为了让用户了解合成视频的文件大小(或文件体积)，还可以在视频剪辑界面中显示合成视频的预计文件大小(例如300MB)，且该预计文件大小可基于用户对选择的分辨率实时计算并更新；再进一步的，还可以预设一文件大小范围(或文件体积范围)，当合成视频的文件大小不在该文件大小范围内时，输出相应的提示信息或提示用户选择其它的分辨率等，以便用户制作出满足时长要求的视频。

在另一种可能的实现方式中，所述根据至少一个所述目标视频片段生成目标视频，包括：根据预设分辨率以及至少一个所述目标视频片段生成目标视频。在该实现方式中，可以无需用户选择目标分辨率。

在一种可能的实现方式中，在所述根据至少一个所述目标视频片段生成目标视频之后，所述方法还包括：响应于所述目标视频对应的发布指令，确定用户选择的目标发布平台和目标发布时间；向所述目标发布平台对应的服务端发送所述目标视频对应的发布请求，其中，所述发布请求包括所述目标发布时间。在该实现方式中，目标发布平台可以表示用户选择的发布目标视频的发布平台，目标发布时间可以表示用户选择的发布目标视频的时间。根据该实现方式，能够在用户希望的发布时间准时自动地发布目标视频。

下面通过一个具体的应用场景说明本公开实施例提供的视频生成方法。在该应用场景中，可以由终端设备执行所述视频生成方法。用户在终端设备的浏览器中输入视频剪辑网站的地址之后，浏览器可以进入视频剪辑网站的登录页面。用户在登录页面中输入用户名、密码和验证码之后，浏览器可以进入视频剪辑网站的首页。用户可以在视频剪辑网站的搜索区中输入人名和动作。服务端可以从视频数据库中检索与人名和动作匹配的候选视频片段。浏览器可以在搜索结果页面中展示6个候选视频片段，分别为候选视频片段1-6。终端设备可以响应于针对搜索结果页面中的候选视频片段3的选取指令，将候选视频片段3作为目标视频片段1；终端设备可以响应于针对搜索结果页面的中候选视频片段2的选取指令，将候选视频片段2作为目标视频片段2；终端设备可以响应于针对搜索结果页面中的候选视频片段5的选取指令，将候选视频片段5作为目标视频片段3。终端设备可以响应于针对搜索结果页面中的视频剪辑控件的触发指令，弹出视频剪辑界面。视频剪辑界面可以通过第三视频预览窗口预览目标视频，并可以通过3个第二视频预览窗口分别展示3个目标视频片段。用户可以在视频剪辑界面中对目标视频片段的长度、顺序等进行调整，并可以删除其中的一个或多个目标视频片段。视频剪辑界面还可以包括本地上传控件，本地上传控件可以用于上传本地视频文件。终端设备可以将用户选择的目标背景音乐文件作为目标视频的背景音乐文件。终端设备可以将用户选择的分辨率作为目标视频的分辨率。终端设备可以响应于针对合成视频控件的触发指令，生成目标视频。用户可以在“我的作品”中预览目标视频。终端设备可以响应于目标视频对应的发布指令，选择目标视频的发布平台、发布时间，并可以填写目标视频的视频名称和视频简介。终端设备可以响应于针对确认发布控件的触发指令，向目标发布平台对应的服务端发送发布请求。用户可以在“发布记录”中查看目标视频的发布状态和发布平台等信息。

需要说明的是，在上述各方法实施例中，是将终端设备与服务端作为两个相对独立主体进行介绍；而在一些实施例中，终端设备与服务端的各功能可以是由同一个硬件设备(或一个系统)实现，而上述终端设备与服务端则是分别对应该硬件设备(或系统)的不同功能模块，也即由不同的功能模块实现上述终端设备与服务端的功能。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了视频生成装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种视频生成方法，相应技术方案和技术效果可参见方法部分的相应记载，不再赘述。

图11示出本公开实施例提供的视频生成装置的框图。如图11所示，所述视频生成装置包括：

第一展示模块31，用于响应于行为搜索指令，在搜索结果页面中展示与所述行为搜索指令匹配的候选视频片段，其中，所述行为搜索指令包括用于表示行为的第一搜索词，所述候选视频片段包括与所述第一搜索词匹配的行为标签；

第一确定模块32，用于响应于针对所述搜索结果页面中的至少一个所述候选视频片段的选取指令，将至少一个所述候选视频片段分别确定为目标视频片段；

生成模块33，用于根据至少一个所述目标视频片段生成目标视频。

在一种可能的实现方式中，所述行为搜索指令还包括：用于表示行为执行主体的第二搜索词，和/或，用于表示行为执行主体对应的景别的第三搜索词。

在一种可能的实现方式中，所述行为包括动作、表情和声音中的至少之一。

在一种可能的实现方式中，所述选取指令包括针对第一选取控件的触发指令；

所述第一确定模块32用于：

响应于针对所述搜索结果页面中的任一所述候选视频片段的预览指令，显示第一视频预览窗口，通过所述第一视频预览窗口播放所述候选视频片段，并在所述第一视频预览窗口中展示所述第一选取控件；

响应于针对所述第一选取控件的触发指令，将所述候选视频片段确定为目标视频片段。

在一种可能的实现方式中，所述选取指令包括针对第二选取控件的触发指令；

所述第一确定模块32用于：

响应于检测到用户关注所述搜索结果页面中的任一所述候选视频片段，在所述搜索结果页面中展示所述候选视频片段对应的所述第二选取控件；

响应于针对所述第二选取控件的触发指令，将所述候选视频片段确定为目标视频片段。

在一种可能的实现方式中，所述装置还包括：

第二确定模块，用于响应于检测到光标停留在所述搜索结果页面中的任一所述候选视频片段上，确定用户关注所述候选视频片段；

和/或，

第三确定模块，用于响应于检测到用户视线停留在所述搜索结果页面中的任一所述候选视频片段上，确定用户关注所述候选视频片段。

在一种可能的实现方式中，所述装置还包括：

显示模块，用于根据所述目标视频片段的数量，在所述搜索结果页面中显示视频剪辑控件，其中，所述视频剪辑控件的图标内容包括所述目标视频片段的数量。

在一种可能的实现方式中，所述生成模块33用于：

响应于视频剪辑指令，显示视频剪辑界面，其中，所述视频剪辑界面包括与至少一个所述目标视频片段一一对应的至少一个第二视频预览窗口，所述第二视频预览窗口用户展示所述目标视频片段；

响应于视频合成指令，根据至少一个所述第二视频预览窗口在所述视频剪辑界面中的顺序，合成至少一个所述目标视频片段，得到目标视频。

在一种可能的实现方式中，所述装置还包括：

播放模块，用于响应于检测到用户关注所述视频剪辑界面中的任一所述第二视频预览窗口，播放所述第二视频预览窗口中的目标视频片段。

在一种可能的实现方式中，所述第二视频预览窗口包括裁剪控件，所述裁剪控件包括裁剪起点子控件和裁剪终点子控件；

所述装置还包括：

裁剪模块，用于响应于针对所述裁剪起点子控件和/或所述裁剪终点子控件的拖动指令，对所述第二视频预览窗口中的目标视频片段进行裁剪，得到裁剪后的目标视频片段。

在一种可能的实现方式中，所述装置还包括：

调整模块，用于响应于针对任一所述第二视频预览窗口的移动操作，调整所述第二视频预览窗口在所述视频剪辑界面中的顺序。

在一种可能的实现方式中，所述装置还包括：

第二展示模块，用于响应于检测到用户关注任一所述第二视频预览窗口，展示所述第二视频预览窗口对应的删除控件。

在一种可能的实现方式中，所述装置还包括：

删除模块，用于响应于所述删除控件被触发，从所述视频剪辑界面中删除所述第二视频预览窗口，并删除所述第二视频预览窗口对应的目标视频片段。

在一种可能的实现方式中，所述视频剪辑界面还包括第三视频预览窗口，所述第三视频预览窗口用于预览所述目标视频。

在一种可能的实现方式中，所述生成模块33用于：

确定用户选择的目标分辨率；

根据所述目标分辨率以及至少一个所述目标视频片段生成目标视频。

在一种可能的实现方式中，所述装置还包括：

第四确定模块，用于响应于所述目标视频对应的发布指令，确定用户选择的目标发布平台和目标发布时间；

发送模块，用于向所述目标发布平台对应的服务端发送所述目标视频对应的发布请求，其中，所述发布请求包括所述目标发布时间。

在本公开实施例中，通过响应于行为搜索指令，在搜索结果页面中展示与所述行为搜索指令匹配的候选视频片段，其中，所述行为搜索指令包括用于表示行为的第一搜索词，所述候选视频片段包括与所述第一搜索词匹配的行为标签，响应于针对所述搜索结果页面中的至少一个所述候选视频片段的选取指令，将至少一个所述候选视频片段分别确定为目标视频片段，并根据至少一个所述目标视频片段生成目标视频，由此能够基于行为信息快速搜索得到候选视频片段，并根据候选视频片段生成目标视频，从而能够节省用户选取用于合成目标视频的视频片段的时间，提高用户进行视频剪辑的效率。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现和技术效果可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。其中，所述计算机可读存储介质可以是非易失性计算机可读存储介质，或者可以是易失性计算机可读存储介质。

本公开实施例还提出一种计算机程序，包括计算机可读代码，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。

本公开实施例还提供一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。

电子设备可以被提供为终端或其它形态的设备。

图12示出本公开实施例提供的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图12，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)/通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。