基于自回归类深度学习语音合成的可控输出方法及设备

本发明公开了一种基于自回归类深度学习语音合成的可控输出方法及设备，属于自然语言处理和深度学习领域，包括步骤：基于自回归类深度学习语音合成完成对参考文本、参考语音、目标文本的语音合成；基于语音识别提取合成语音的待校对文本信息；基于校对匹配去除目标文本和待校对文本中所有非文字部分，分别提取目标文本音素和待校对文本音素，对目标文本音素和待校对文本音素进行音素匹配，输出匹配结果。若匹配结果为成功，则输出语音，否则重新进行以上步骤，直至校对匹配成功。本发明可实现自回归类深度学习语音合成的自动校对，改善自回归类深度学习语音合成中出现的漏词、重复、说错词的问题，提升自回归类深度学习语音合成的稳定性。