1.一種模型訓(xùn)練方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的模型訓(xùn)練方法，其特征在于，所述樣本多模態(tài)數(shù)據(jù)包括樣本文本類數(shù)據(jù)、樣本語音類數(shù)據(jù)和樣本視頻類數(shù)據(jù)，所述樣本文本類數(shù)據(jù)用于表征樣本音視頻的主題信息，所述樣本語音類數(shù)據(jù)用于表征樣本音視頻的氛圍信息，所述樣本視頻類數(shù)據(jù)用于表征樣本音視頻的環(huán)境信息。
3.根據(jù)權(quán)利要求1所述的模型訓(xùn)練方法，其特征在于，從所述影視音視頻數(shù)據(jù)中提取出樣本音視頻片段，包括：
4.根據(jù)權(quán)利要求3所述的模型訓(xùn)練方法，其特征在于，從所述樣本音視頻片段中提取樣本多模態(tài)數(shù)據(jù)和樣本背景音樂數(shù)據(jù)，包括：
5.根據(jù)權(quán)利要求3所述的模型訓(xùn)練方法，其特征在于，基于所述存在背景音樂的片段的時間點信息，從所述影視音視頻數(shù)據(jù)中提取出樣本音視頻片段，包括：
6.一種視頻配樂方法，其特征在于，所述方法包括：
7.根據(jù)權(quán)利要求6所述的視頻配樂方法，其特征在于，在將所述多模態(tài)數(shù)據(jù)和候選背景音樂庫輸入預(yù)先訓(xùn)練的背景音樂匹配模型之前，所述方法還包括：
8.一種模型訓(xùn)練裝置，其特征在于，所述裝置包括：
9.一種視頻配樂裝置，所述裝置包括：
10.一種電子設(shè)備，其特征在于，包括處理器、通信接口、存儲器和通信總線，其中，處理器，通信接口，存儲器通過通信總線完成相互間的通信；
11.一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)中存儲有指令，當(dāng)其在計算機(jī)上運(yùn)行時，使得計算機(jī)執(zhí)行權(quán)利要求1-5任一項所述的模型訓(xùn)練方法或者權(quán)利要求6或7所述的視頻配樂方法。