语音处理模型的训练方法、语音处理方法、装置及设备

本公开提供了一种语音处理模型的训练方法、语音处理方法、装置及设备，属于计算机技术领域。方法包括：对样本语音信号进行语音编码，得到所述样本语音信号的语义嵌入表示和声学嵌入表示；对所述样本语音信号的参考语音文本进行音素提取和音素编码，得到所述参考语音文本的音素嵌入表示；基于所述语义嵌入表示、所述声学嵌入表示以及所述音素嵌入表示，训练语音处理模型，所述语音处理模型用于对输入的语音进行实时语音合成。该方法通过在模型训练过程中引入了语义信息和声学信息，使得模型能够学习到更干净的语义信息，在对语音进行处理时，可以保留更多的语言信息，提高了合成语音的自然度。