虚拟数字人音唇同步优化方法、装置、设备及存储介质

本发明涉及计算机视觉技术领域，公开了一种虚拟数字人音唇同步优化方法、装置、设备及存储介质。虚拟数字人音唇同步优化方法包括：获取下一时刻虚拟数字人待输出的目标音频片段；判断目标音频片段是否属于待处理的音频类型；若目标音频片段属于待处理的音频类型，则基于预置音唇同步优化策略，生成目标音频片段对应的3D人脸嘴型参数帧序列；基于3D人脸嘴型参数帧序列，生成对应3D人脸嘴型图像帧序列并渲染至虚拟数字人中。本发明能够适应各类音频类型，提升了虚拟数字人在不同音频类型下的嘴型流畅性与自然性。