面向VQTTS模型的语音合成缺陷修正方法、设备及存储介质

本申请涉及语音合成技术领域，尤其涉及一种面向VQTTS模型的语音合成缺陷修正方法、设备及存储介质，包括获取合成文本，定位合成缺陷位置的文本为缺陷短语T；使用大语言模型生成M个包含缺陷短语T的文本W；利用VQTTS对文本W进行语音合成，若是判断合成语音不存在缺陷，截取片段并添加至集合K中；将(T,K)配对添加至系统数据集中；获取待合成的输入文本W，生成M个长度为K的Oracle向量；若缺陷短语T是输入文本W的子字符串，更新Oracle向量；使用VQTTS和Beam Search算法生成修正后的韵律标签序列；选择最佳离散韵律标签序列并生成语音。本申请能够在不更新模型的前提下修正合成缺陷，解决语音合成缺陷修复的技术问题。