可变比特率的去冗余语音语义编码方法及装置

本发明涉及语音编码技术领域，特别涉及一种可变比特率的去冗余语音语义编码方法及装置，其中，方法包括：基于预设深度神经网络模型，获取目标说话人的原音频；提取原音频中语言学离散语义表示，并获取原音频的声纹特征和压缩频谱特征；将语言学离散语义表示、声纹特征和压缩频谱特征分别进行重建处理，得到目标音频声学中间表示，并利用目标音频声学中间表示得到要输出的目标音频，以对原音频进行去冗余语音语义编码。由此，解决了相关技术中的声音合成模型为固定参数的预训练模型，难以根据不同说话人更改恢复语音中的说话人特征，导致部分语音信息失真，降低了语音识别的质量和效率，并且降低了语音恢复的准确性的问题。