本发明公开了虚拟形象生成方法、虚拟形象生成系统和计算设备，该方法包括：基于从用户获取的输入语音数据，得到与所述输入语音数据相对应的回答语音数据的语音特征；基于每一帧所述回答语音数据的语音特征，得到包含人脸特征点的人脸掩模图像；基于从用户获取的至少两个参考人脸图像，得到用于虚拟形象的五官特征；以及基于所述包含人脸特征点的人脸掩模图像与所述五官特征，得到与当前帧的所述回答语音数据相对应的所述虚拟形象。本发明能够自动实现多人五官的融合，避免使用同一个人五官带来的法律风险，无需人工参与，即可实现个性化、逼真的虚拟形象设计，耗时短、成本低，且可以输出与语音匹配的唇形和表情，提高了虚拟形象的表现力。