语音合成处理方法、装置及相关设备

本申请属于金融科技技术领域，提供了一种语音合成处理方法、装置及相关设备，为了解决传统技术中合成语音和真人语音的相似度较低的问题，通过获取待转换成语音的文本，并获取提示文本，且确定离散语义令牌，再基于预设文本语音大语言模型，根据提示文本，建立文本与离散语义令牌的对齐关系，得到文本对应的目标离散语义令牌，再基于预设条件流匹配模型，确定目标离散语义令牌对应的语音谱特征，并基于预设语音合成解码器，将语音谱特征生成语音信号，得到语音，能够提高语音合成和真人语音的相似度，例如，对于保险业务或者银行业务的自助语音服务，采用上述方式合成语音，能够使合成语音与真人语音有较高的相似度。