一种低延迟语音合成方法、装置、设备和介质

本发明公开了一种低延迟语音合成方法、装置、介质和设备，属于语音处理技术领域，所述方法包括：S10：对输入文本进行规范化处理，得到规范化文本；S20：对所述规范化文本进行分词处理、词性标注处理和韵律信息分析，得到语言结构化文本；S30：利用深度学习算法对所述语言结构化文本进行特征提取，得到文本特征向量；S40：使用基于变换器的非自回归的语音合成模型，将所述文本特征向量转换为语音信号。本发明降低了语音合成的延迟时间，提高了语音的自然度和表现力。