一种动画生成方法、模型训练方法、装置及电子设备

本申请提供一种动画生成方法、模型训练方法、装置及电子设备，用于改善对人脸面部的动态表情的还原精度较低的问题。该方法包括：从待处理视频的音频数据中提取出音频特征，待处理视频是针对目标面部采集的；从待处理视频的图像序列中提取出图像特征，音频数据与图像序列在时间维度上是对齐的；使用神经网络模型对音频特征和图像特征进行预测，获得目标面部的控制器数据，神经网络模型是通过样本图像序列和该样本图像序列在时间维度上对齐的样本音频数据训练获得的；根据目标面部的控制器数据生成目标面部的动画视频。