语音合成方法和装置、电子设备及存储介质

本申请实施例提供了一种语音合成方法和装置、电子设备及存储介质，属于语音合成技术领域，适用于金融科技领域。该方法包括：获取语音合成文本及目标音频数据；获取初始语音特征提取子模型、文本编码子模型及音频信号生成子模型；基于语音样本数据对初始语音特征提取子模型进行训练，得到目标语音特征提取子模型；基于目标语音特征提取子模型，对目标音频数据进行特征提取，得到目标音频特征向量；基于文本编码子模型，对语音合成文本进行文本编码，得到文本编码向量；基于目标音频特征向量，对文本编码向量进行向量映射，得到语音编码向量；基于音频信号生成子模型，对语音编码向量进行语音合成。本申请实施例能够提高合成语音特征的多样性。