风格化数字人视频生成方法、电子设备和存储介质

本申请提供一种风格化数字人视频生成方法、电子设备和存储介质。属于图像处理技术领域，所述方法包括：接收风格化数字人视频生成指令，风格化数字人视频生成指令包括用户照片、目标风格化类型以及配音文件；根据目标风格化类型，将用户照片转化为目标风格化图像；将目标风格化图像和配音文件输入预训练的口型驱动模型，其中，预训练好的口型驱动模型提取目标风格化图像的身份特征以及配音文件的音频特征，并根据身份特征和音频特征生成风格化数字人视频；获取预训练的口型驱动模型输出的风格化数字人视频，风格化数字人视频的口型驱动与配音文件同步。本申请还能够提供更加个性化、实时性和高质量的风格化数字人视频。