人像视频生成方法和装置、电子设备及存储介质

本申请实施例提供了一种人像视频生成方法和装置、电子设备及存储介质，属于图像处理技术领域，适用于金融科技场景。该方法包括：获取目标对象的样本音视频；其中，样本音视频包括目标人像视频帧和样本音频；对样本音频进行音频特征提取，得到样本音频特征；根据目标人像视频帧进行头部特征提取，得到目标头部特征；根据目标人像视频帧、样本音频特征和目标头部特征对预设视频生成模型进行训练，得到目标视频生成模型；获取目标对象的目标音频，基于目标视频生成模型、目标头部特征和目标音频对目标对象进行人像视频生成。本申请实施例能够通过音频生成画面自然的人像视频。