音频生成方法、装置、设备及计算机可读存储介质

本公开关于一种音频生成方法、装置、设备及计算机可读存储介质，涉及人工智能技术领域。方法包括：获取待生成音频的视频；确定所述视频对应的视频特征、视频时长特征和音画同步特征，所述视频特征用于表征所述视频，所述视频时长特征用于表征所述视频的时长，所述音画同步特征用于表征所述视频的画面和声音的时间一致性和语义关联性；根据所述视频特征、所述视频时长特征和所述音画同步特征，生成所述视频对应的音频，所述音频的时长与所述视频的时长相同。该方法使得生成的音频与视频的匹配度较高，提高了音频的生成效率。