语音合成方法、电子设备、存储介质及程序产品

本申请实施例提供的语音合成方法、电子设备、存储介质及程序产品，获取目标语种的第一文本语音数据对，对第一语音数据进行编码，得到第一音频向量，通过预设的音素内容提取器提取第一文本数据，得到第二内容向量，并融合第一音色向量、第二内容向量、第一韵律向量和第一声音细节向量，得到第二音频向量，通过第一解码器对第二音频向量进行解码，得到第二语音数据。实现如下技术效果：通过文本数据训练的内容向量替换语音数据中的内容向量解决语音合成不流畅的问题。