一种定制真人形象的高清数字人视频生成方法、系统、存储介质和设备

本发明涉及数字人技术领域，具体涉及一种定制真人形象的高清数字人视频生成方法，包括以下步骤：S1、采集需定制真人形象的目标人物的音视频数据；S2、对音视频数据进行预处理；S3、根据音频数据定制专属语音模型；首先对步骤S2音频数据进行分段，并使用语音识别模型识别分段音频作为标注，然后训练，获取定制化的专属语音模型；S4、对预处理的音视频数据进行真人形象的拟合生成；S5、进行音频和真人动态视频的组合渲染和输出；输入文本，并根据专属语音模型和输入文本生成音频，同时渲染真人动态视频，然后经过后处理融合音频与真人动态视频并输出，得到匹配语音的高清数字人视频。本发明实现低成本的定制数字人视频生成，以及实现真人语音克隆。