语音数据处理方法、装置、设备及计算机可读存储介质

本申请提供了一种语音数据处理方法、装置、设备及计算机可读存储介质；方法包括：从N个候选音色各自对应的候选音频数据中，确定目标音色对应的目标音频数据；获取第一音频数据、第一音频数据对应的第一文本，并对第一音频数据和第一文本进行编码处理，得到初始标记序列；当第一文本中包括至少两种语言时，将语言转换标记增加至初始标记序列，得到第一目标标记序列；基于目标音频数据，对第一目标标记序列进行特征转换，得到第一目标标记序列的第一音频特征；对第一音频特征进行语音转换，得到第一文本对应的第二音频数据，第二音频数据的音色为目标音色。通过本申请，能够提高语音数据的音色多样化，并对不同语言的语音数据进行个性化的音色统一。