El humano virtual es ampliamente utilizado en varias industrias, incluyendo asistencia personal, servicio al cliente inteligente y educación en línea, gracias al rápido desarrollo de la inteligencia artificial. Un humano digital antropomórfico puede contactar rápidamente a las personas y mejorar la experiencia del usuario en la interacción humano-computadora. Por lo tanto, diseñamos el marco del sistema de interacción humano-computadora, que incluye reconocimiento de voz, texto a voz, sistemas de diálogo y generación de humano virtual. A continuación, clasificamos el modelo de generación de video de cabeza parlante mediante el marco de generación profunda de humano virtual. Mientras tanto, revisamos sistemáticamente los avances tecnológicos y tendencias de los últimos cinco años en la generación de video de cabeza parlante, destacamos los trabajos críticos y resumimos el conjunto de datos.