视频操作说明书的生成方法、装置及存储介质

本申请公开了一种视频操作说明书的生成方法、装置及存储介质。涉及人工智能领域，该方法包括：通过基于目标业务和操作文档生成操作指令序列，并根据操作指令序列获取当前系统界面的界面图像；提取界面图像的视觉语义信息、文本信息和几何结构信息；将交互控件的语义标签、文本区域的空间位置信息和交互控件的控件边界框进行绑定，生成控件匹配结果列表；依据控件匹配结果列表执行操作指令序列，在执行过程中同步录制界面画面，并在录制的界面画面中添加操作说明字幕和虚拟鼠标图标，得到目标业务的视频操作说明书。通过本申请，解决了相关技术中视频操作说明书的制作依赖人工录制与剪辑，导致视频操作说明书的生成效率低的问题。