视频生成方法及装置、电子设备、计算机程序产品

本公开提供了一种视频生成方法及装置、电子设备、计算机程序产品，属于图像处理技术领域。视频生成方法包括：利用人脸识别模型提取目标虚拟人的人脸身份特征；利用音频分类器提取目标音频的音频特征向量和情绪提示词；将所述音频特征向量和情绪提示词作为控制特征融入扩散模型，并利用所述人脸身份特征控制所述扩散模型的输出，利用所述扩散模型生成与所述目标音频匹配的目标虚拟人讲话视频数据。本公开的技术方案能够生成表情自然的虚拟人说话视频流。