语音文本对齐模型训练方法、装置、电子设备及存储介质

本申请提供了一种语音文本对齐模型训练方法、装置、电子设备及存储介质，涉及大模型领域。其中，该方法包括：获取预训练模型和文本数据，并基于所述预训练模型针对文本数据中的各单词进行时间信息预测，获得对应各所述单词的时间预测结果；获取语音数据，并基于所述时间预测结果对所述语音数据进行文本重建，获得重建文本数据；基于动态规划算法对所述重建文本数据和所述语音数据进行最优对齐路径预测，获得最优对齐路径；基于所述最优对齐路径对所述预训练模型进行参数调整，获得语音文本对齐模型。本申请解决了相关技术中语音文本对齐模型的适用性不高的问题。