本发明公开了一种自动化相册幻灯片视频合成方法及装置，方法包括：使用图像美学评估模型对用户输入的图片进行美学质量评分，根据模型的评分结果，对图片进行排序和筛选，选择最佳的图片；利用图像理解大模型对最佳的图片进行内容分析，使用自然语言处理大模型自动生成与图片内容匹配的文案；将生成的文案转化为语音，使用语音合成生成配有时间戳的语音文件，输出格式包含时间戳的句子或短语；使用图文匹配进行分析，确保所选文案与图片内容之间的关键词匹配，应用去重策略；使用视频编辑框架，整合筛选后的图像、合成的文案、语音及音乐，自动编辑并输出最终的幻灯片视频。装置包括：处理器和存储器。