人脸视频生成方法和装置、电子设备及存储介质

本申请实施例提供了一种人脸视频生成方法和装置、电子设备及存储介质，属于深度学习技术领域。该方法包括：获取用于驱动目标对象发出的目标语音；对目标语音进行特征提取，得到语音特征；将语音特征输入面部关键点预测模块进行关键点生成，得到多个参考关键点数据；获取目标对象的第一面部关键点数据和第二面部关键点数据；基于第一面部关键点数据对多个参考关键点数据进行数据调整，得到目标面部关键点数据；基于目标面部关键点数据和第二面部关键点数据进行人脸视频生成，得到目标人脸视频。本申请实施例能够在用户提供的视频数据时长较短的情况下，保证生成的目标人脸视频的准确性，同时提高生成目标人脸视频的效率。