本申请提供了一种视频的生成方法、装置、计算机可读存储介质和处理器。该方法包括：获取目标数据；对目标数据进行预处理，得到第二语音数据；对第二语音数据进行音色转换处理，得到第三语音数据；根据第三语音数据，生成动态视频，动态视频中的虚拟对象发出第三语音数据。该方案中，仅需要对目标数据进行预处理，对预处理后的第二语音数据进行音色转换处理，就可以直接得到新的语音数据，无需耗费大量的时间与成本来制作新的语音数据，基于第三语音数据就可以直接生成动态视频，无需复杂的3D建模过程，相比现有技术中通过长时间制作视频模板和TTS音库的方式，该方案可以快速处理数据，进而可以快速响应用户对个性化角色的定制需求。