基于自回归模型的语音克隆方法、装置、设备及存储介质

本发明涉及人工智能技术领域，可应用于金融科技领域，本发明公开了基于自回归模型的语音克隆方法、装置、设备及存储介质，方法包括：对预设参考语音进行自监督特征提取，得到第一特征向量，对预设参考语音进行风格特征提取，得到第二特征向量，对原始文本进行文本特征提取，得到第三特征向量；基于第一特征向量、第二特征向量、第三特征向量，确定原始文本对应的模拟语音；获取模拟语音和预设参考语音之间的损失值，基于损失值，训练自回归模型；通过训练后的自回归模型，对当前参考语音进行自监督特征提取，得到第四特征向量，对第四特征向量进行处理，生成当前文本对应的克隆语音。本发明能生成个性化的克隆语音，有利于满足应用需求。