摘要
本公开提供了一种对象处理方法、装置、电子设备及存储介质，涉及人工智能技术领域，尤其涉及大模型、生成模型等领域。具体实现方案为：根据待处理的对象包含的音频和图像中的至少一个，确定初始文本，初始文本包括多个子文本；基于大模型，根据多个子文本和第一时间戳，生成结构树；结构树包括多个结点，每个结点的属性包括结点名称和第二时间戳，每个结点表征对象中的一个片段，多个结点之间的依赖关系表征多个片段描述内容之间的层级关系；根据结构树中各结点的依赖关系和结构树中各结点的属性，从结构树中确定目标结点；根据目标结点的结点名称和第二时间戳，确定分段大纲以便展示分段大纲。
