本公开的实施例提供了用于驱动虚拟形象的方法、设备和计算机可读存储介质。该方法包括：接收用于指示虚拟形象的待表达内容的输入，输入包括文字输入和语音输入中的至少一种；基于输入，生成口型驱动序列；以及生成表情驱动序列，表情驱动序列与待表达内容所对应的口型类型相关联；融合口型驱动序列和表情驱动序列，以生成用于驱动虚拟形象的面部驱动数据。本公开的实施例能够利用语音驱动虚拟形象的面部自然生动地变化。