一种音频驱动的真人口型播报视频生成方法和系统

本发明公开了一种音频驱动的真人口型播报视频生成方法和系统，涉及视频生成技术领域。本发明包括真人素材采集，视频裁剪与扩充，背景合成，视频倒序处理，人脸区域裁剪，音频素材合成，人脸口型驱动。本发明基于使用拍摄采集方法获得的基础真人视频，结合文本语音合成技术，生成可用于口型驱动的任意场景下的真人口型播报视频，可用于数字人、虚拟主播、语音助手领域。本发明的技术方案通过一系列创新点，不仅提升了真人口型播报视频生成的效率和质量，而且拓宽了各种场景下的应用范围，为用户带来更加丰富和真实的交互体验，同时也为数字人播报等产业的发展提供了强有力的技术支持。