[发明专利]文档处理方法及装置

权利要求书

1.一种文档处理方法，其特征在于，包括：

将文档中的文字进行语音转换，得到所述文档对应的音频；

在所述文档中包含图像的情况下，确定所述文档中的图像与文字部分的对应关系；

确定所述文档中的文字部分与所述音频中的音频片段的对应关系，以确定所述文档中的各个文字部分在所述音频中对应的时间范围；

根据所述文档中的图像与文字部分的对应关系，以及所述文档中的文字部分与所述音频中的音频片段的对应关系，确定所述文档中的图像与所述音频中的音频片段的对应关系；

根据所述音频、所述图像以及所述文档中的图像与所述音频中的音频片段的对应关系，生成所述文档对应的目标视频，包括：

在所述文档中包含第一视频的情况下，根据所述第一视频在所述文档中的位置，确定所述第一视频在目标视频中的开始时间点，并将所述第一视频在所述目标视频中的开始时间点作为所述第一视频在第二视频中的插入时间点。

2.根据权利要求1所述的方法，其特征在于，确定所述文档中的图像与文字部分的对应关系，包括：

根据所述文档中的各个段落包含第一类词或者第二类词的情况，以及所述各个段落与图像的位置关系，确定所述文档中的图像与文字部分的对应关系。

3.根据权利要求2所述的方法，其特征在于，根据所述文档中的各个段落包含第一类词或者第二类词的情况，以及所述各个段落与图像的位置关系，确定所述文档中的图像与文字部分的对应关系，包括：

在所述文档的第一段落包含所述第一类词的情况下，确定所述第一段落下方的第一个图像对应的文字部分包括所述第一段落；

在所述第一段落包含所述第二类词的情况下，确定所述第一段落上方的第一个图像对应的文字部分包括所述第一段落；

在所述第一段落不包含所述第一类词和所述第二类词，且所述第一段落下方存在图像的情况下，确定所述第一段落下方的第一个图像对应的文字部分包括所述第一段落；

在所述第一段落不包含所述第一类词和所述第二类词，且所述第一段落下方不存在图像的情况下，确定所述第一段落上方的第一个图像对应的文字部分包括所述第一段落。

4.根据权利要求2所述的方法，其特征在于，根据所述文档中的各个段落包含第一类词或者第二类词的情况，以及所述各个段落与图像的位置关系，确定所述文档中的图像与文字部分的对应关系，包括：

在所述文档的第一段落包含所述第一类词的情况下，确定所述第一段落下方的第一个图像对应的文字部分包括所述第一段落；

在所述第一段落包含所述第二类词的情况下，确定所述第一段落上方的第一个图像对应的文字部分包括所述第一段落；

在所述第一段落不包含所述第一类词和所述第二类词，且所述第一段落上方存在图像的情况下，确定所述第一段落上方的第一个图像对应的文字部分包括所述第一段落；

在所述第一段落不包含所述第一类词和所述第二类词，且所述第一段落上方不存在图像的情况下，确定所述第一段落下方的第一个图像对应的文字部分包括所述第一段落。

5.根据权利要求1所述的方法，其特征在于，根据所述音频、所述图像以及所述文档中的图像与所述音频中的音频片段的对应关系，生成所述文档对应的目标视频，包括：

在所述文档中不包含视频的情况下，根据所述文档中的图像与所述音频中的音频片段的对应关系，确定目标视频中所述图像对应的时间范围；

将所述图像作为所述目标视频中所述图像对应的时间范围内的视频帧，将所述音频作为所述目标视频的音频，生成所述目标视频。

6.根据权利要求1所述的方法，其特征在于，根据所述音频、所述图像以及所述文档中的图像与所述音频中的音频片段的对应关系，生成所述文档对应的目标视频，还包括：

在所述文档中包含第一视频的情况下，根据所述文档中的图像与所述音频中的音频片段的对应关系，确定第二视频中所述图像对应的时间范围；

将所述图像作为所述第二视频中所述图像对应的时间范围内的视频帧，将所述音频作为所述第二视频的音频，生成所述第二视频；

据所述第一视频在所述第二视频中的插入时间点，在所述第二视频中插入所述第一视频，生成所述目标视频。