语音合成方法、装置、计算机设备及介质

本发明涉及人工智能技术领域，公开了一种语音合成方法、装置、计算机设备及介质，方法包括：基于输入的待合成文本进行编码，得到文本编码向量信息；基于输入的参考音频进行编码，并经预训练的无分类器引导模块中进行引导，获得参考音频嵌入向量信息；通过注意力机制对所述参考音频嵌入向量信息进行注意力计算，且在注意力计算时对权重矩阵进行低秩自适应微调，得到音频嵌入向量信息；对所述文本编码向量信息和所述音频嵌入向量信息进行拼接，生成梅尔频谱图；对所述梅尔频谱图进行音频转换，得到待合成文本对应的合成语音。确保了用目标对象的少量参考音频实现待合成文本的语音合成，同时语音合成过程中有效简化了计算量，提高了合成效率。