数字人视频生成方法、电子设备及程序产品

本公开提供了一种数字人视频生成方法、电子设备及程序产品，涉及数字人技术领域。本公开的方法包括：将待播报文本分为多个文本块，每个文本块对应不同的动作信息；基于动作信息获取各文本块对应的第一数字人动画文件；基于各文本块的内容，得到各文本块对应的第一音频数据；基于各文本块对应的第一音频数据，对各文本块对应的第一数字人动画文件进行唇形驱动，得到各文本块对应的第二数字人动画文件，其中，第二数字人动画文件中数字人的唇形与第一音频数据在时间轴上对齐；对各文本块对应的第一音频数据和第二数字人动画文件进行合成，生成数字人视频。本公开不仅实现了文本与动作的精准匹配、而且能避免动画提前结束导致的唇形错位或画面卡顿。