一种3D虚拟数字人动作生成方法、装置、可读存储介质和设备

本申请提供一种3D虚拟数字人动作生成方法、装置、可读存储介质和设备，所述方法包括：步骤1：基于BEAT数据集构建多语种数据集；步骤2：基于扩散模型构建深度神经网络；步骤3：使用构建的多语种数据集对基于扩散模型的深度神经网络进行训练；步骤4：基于训练好的深度神经网络进行模型推理，生成与相应语音匹配的3D虚拟数字人动画。本申请利用扩散模型，使生成的动作既具有高质量又具备多样性；利用构建的多语种数据集及语言ID来帮助模型区分不同的语言，使模型能够了解差异和不同语言之间的特点，从而提高它在多语言数据上的性能和泛化能力。