一种基于RDDM的高质量说话人脸视频生成方法及系统

本发明提供了一种基于RDDM的高质量说话人脸视频生成方法及系统，包括以下步骤：获取人脸参考图像、风格参考视频和音频片段；本发明通过获取人脸参考图像以及对应的风格参考视频和音频片段，对风格参考视频以及音频片段分别进行相应处理，得到对应的风格特征以及语音特征；然后将风格特征和语音特征输入到基于RDDM的解码器中，进行正向扩散和反向扩散得到预测的3D面部运动，使重建出的3D面部运动数据清晰无残差，准确的呈现出所需的面部表情细节和运动轨迹，最后，再通过图像渲染器将3D面部运动和参考图像作为输入来生成说话的面部，提高了说话人脸视频的生成质量和视觉效果。