语音合成、模型训练方法、系统、设备、介质及程序产品

本申请提供一种语音合成、模型训练方法、系统、设备、介质及程序产品，语音合成方法包括：获取待处理的语音数据、用于描述说话风格的风格描述文本以及目标文字；通过语音合成模型，基于语音数据提取声音特征，并基于风格描述文本确定说话风格特征；基于声音特征以及说话风格特征，将目标文字转换为目标语音；输出目标语音。本申请可以提高语音合成的灵活性。