一种提升音素发音时长准确性的语音合成方法、装置

本发明提供了一种提升音素发音时长准确性的语音合成方法、装置，涉及语音合成技术领域，该方法基于外部对齐的方式，提出了一种文本发音时长修正的方案，使得每个字的发音更加准确，从而帮助模型更好的依赖于外部对齐的结果。这种方式不需要重新训练一个外部对齐工具，并可作为一个通用模块嵌入到不同的TTS合成模型中，使得生成的音频质量更高。