面向类人表达的方言语音合成方法、装置、设备及介质

本发明涉及语音合成及医疗健康领域，公开了一种面向类人表达的方言语音合成方法、装置、设备及介质，包括：对预先获取的训练文本进行文本特征提取以及文本特征标记，得到标记文本特征；对预先获取的训练语音进行语音特征提取以及语音特征标记，得到标记语音特征；利用所述标记文本特征对所述标记语音特征进行标记对齐，得到对齐训练数据集；利用所述对齐训练数据集对预设的语音合成模型进行模型训练，得到初级语音模型；利用所述对齐训练数据集对所述初级语音模型进行交叉注意力扩散，得到方言语音模型；获取医疗诊断回复文本，利用所述方言语音模型生成所述医疗诊断回复文本对应的回复音频。本发明能够提升合成方言语音的效率。