一种视频剪辑方法、装置、电子设备及存储介质

本申请实施例提供了一种视频剪辑方法、装置、电子设备及存储介质，涉及视频剪辑技术领域，该方法包括：基于待进行剪辑的目标视频，构建目标视频对应的至少一个视频帧组；每一视频帧组包含有目标视频中的多个视频帧，且多个视频帧所形成的片段内容能够表征预定剪辑对象在目标视频中所存在的一对象行为；调用视觉语言大模型，生成所构建的视频帧组各自的内容描述数据；基于所构建的视频帧组各自的内容描述数据，调用预定的大语言模型，生成各个视频帧组各自的配文数据；基于各个视频帧组，以及各个视频帧组各自的配文数据，进行内容合成处理，以剪辑得到关于预定剪辑对象的视频。通过本申请能够剪辑生成与视频内容匹配且具有趣味性的视频。