声音的克隆系统、方法、电子设备及存储介质

本发明涉及电数字数据处理技术领域，特别涉及一种声音的克隆系统、方法、电子设备及存储介质，其中，系统包括：音频输入模块，用于接收任一声源的参考语音片段；语义提取模块，用于基于参考语音片段，识别参考语音片段的语言学离散语义表示；声纹特征提取模块，用于基于参考语音片段，提取任一声源的声纹特征；声学合成模块，用于将语言学离散语义表示和声纹特征重建为对应的声学频谱；声码器，用于将声学频谱作为输入，以利用参考语音片段输出具有任一声源的音色的语音。由此，解决了相关技术中，声音克隆模型需要一定时长的目标声源语音，不能做到即时克隆，且存在音色泄露现象，导致合成的语音仍含有部分原声源特征等技术问题。