说话人脸视频生成处理方法、装置及相关设备

本申请属于金融科技技术领域，提供了一种说话人脸视频生成处理方法、装置及相关设备，为了解决传统技术中说话人脸视频生成的真实性较低的问题，通过确定生成说话人脸视频所需的说话人物对应的语音与目标人物源图像，并确定语音对应的第一音频特征序列，及确定目标人物源图像对应的第一人脸图像特征集合，且确定若干对第二音频特征与第二人脸图像特征之间的对应关系，基于上述来生成第一音频特征序列相对应的目标人脸图像序列，最后根据语音与目标人脸图像序列，生成说话人物相对应的说话人脸视频，能够提高说话人脸视频生成的真实性，例如，在金融领域，能够实现业务员本人出境且本人配音的视频生成，能够提高生成的业务员视频的真实性。