一种文字驱动数字人的方法、系统及程序产品

本发明公开一种文字驱动数字人的方法、系统及程序产品，属于AIGC技术领域；该方法包括：输入驱动文字、参考声音和形象图片；对参考声音进行识别，得到相应的参考文字；对参考声音进行特征提取，得到声音特征向量；根据驱动文字、声音特征向量和参考文字，得到驱动文字特征；根据驱动文字特征和形象图片，生成连续的图片结果；根据驱动文字特征，生成合成声音；根据连续的图片结果和合成声音，得到视频。本发明利用不同模态特征之间的关系，提高了驱动数字人的效果和效率。