本发明提供一种真人视频生成方法、装置、可读存储介质及设备，真人视频生成方法包括：获取用于生成目标角色的第一视频；从预设的参考帧池中寻找与第一视频的多帧图像分别对应的多帧第一参考图像；根据第一视频的多帧图像、与第一视频的多帧图像分别对应的多帧第一参考图像训练图像生成模型；获取用于生成目标动作的第二视频；从参考帧池中寻找与第二视频的多帧图像分别对应的多帧第二参考图像；根据第二视频的多帧图像、与第二视频的多帧图像分别对应的多帧第二参考图像、图像生成模型，生成由目标角色作出目标动作的视频。本发明能够提高生成视频的真实度。