本发明提供了一种基于文本的视频生成方法、系统及相关设备，方法包括预先建立视频资源素材库，所述视频资源素材库包括视频前景素材集和视频背景素材集；接收用户输入的文本并确定待生成视频所需的各种素材以及各种所述素材的风格；对所述文本进行转换分析获得各种所述素材的依赖数据，所述依赖数据包括语音数据、字幕数据和关键词数据；基于各种所述素材的所述风格并通过预设的风格匹配规则从所述视频资源素材库中获得各种目标素材；对所述依赖数据和各种所述目标素材进行包装，获得视频各图层数据；基于所述视频各图层数据渲染得到目标视频。本发明文本生成视频的方法除了可以添加背景还可以添加丰富的前景，生成视频更加丰富，趣味性更高。