语音生成方法和装置、计算机设备及存储介质

本申请实施例提供了一种语音生成方法和装置、计算机设备及存储介质，属于人工智能技术领域。该方法包括：通过原始语音转换模型对原始语音数据进行语音特征提取得到参考语音特征和选定语音特征，参考语音特征具有目标对象声音风格；将参考语音特征和选定语音特征进行相似度度量得到特征相似度数据；根据特征相似度数据对选定语音特征筛选得到目标语音特征；其中，目标语音特征不具有目标对象声音风格；根据目标语音特征、参考语音特征和训练文本对原始语音生成模型进行模型训练得到目标语音生成模型；通过目标语音生成模型和目标文本生成目标语音数据。本申请实施例能够提高语音生成的稳定性，并减少参考音频的依赖，提高语音生成的灵活性。