数字人合成方法、装置、电子设备及存储介质

本公开提供一种数字人合成方法、装置、电子设备及存储介质，涉及人工智能技术领域。所述方法包括：获取目标图像、驱动视频及目标音频；提取所述目标图像中的三维人脸数据和三维隐式关键点，以及所述目标音频的音频特征；基于所述三维人脸数据及所述音频特征，预测所述音频特征映射的所述三维人脸数据；获取所述驱动视频中人物的头部姿态数据，并基于所述头部姿态数据、所述三维隐式关键点及所述音频特征映射的所述三维人脸数据预测所述目标图像的运动光流；基于所述运动光流合成所述数字人的视频帧图像，以得到所述数字人播报所述目标音频的视频。本公开保证了数字人的人脸细节描述及头部摆动连续自然，提高了数字人口播视频的效果及稳定性。