基于动态神经网络和特征调制的零样本语音克隆方法

本发明公开了基于动态神经网络和特征调制的零样本语音克隆方法，所述方法包括说话人风格编码器从参考音频中提取说话人风格向量；基于SGF算法对说话人风格向量进行特征调制，将调制后的说话人风格向量输入生成器；所述生成器基于动态神经网络合成目标说话人音频。所述方法能够在零样本情境下对任一说话人的音频进行克隆，合成流畅自然、相似度高的目标音频。