基于异构关系图的端到端语音合成方法、装置、设备及介质

本发明涉及人工智能技术领域，公开了基于异构关系图的端到端语音合成方法、装置、设备及介质，方法包括：接收给定文本并提取所述给定文本中的语言学信息；对所述语言学信息进行编码得到对应的异构关系图；采用图卷积网络对所述异构关系图中的每个节点进行初始化、特征聚合和归一化处理，以获取每一节点的节点特征；将所述节点特征输入端到端的TTS模型，以生成相应的语音波形。本发明将确定性的语言学信息以异构关系图的形式输入至TTS模型，能够有效表征音素及句法信息。在此过程中，借助图卷积网络学习结构化表示，并将其应用于TTS模型的编码器。从而实现基于异构关系图的文本到语音合成方案，具有凭借句法优势实现显著性能提升的优点。