语音合成模型训练方法、装置、计算机设备和存储介质

本申请涉及一种语音合成模型训练方法、装置、计算机设备和存储介质。所述方法包括：获取样本语音信号，并获取样本语音信号对应的样本文本数据，以及样本语音信号对应的真实声学标记以及真实时长信息；将样本语音信号以及样本文本数据输入待训练的语音合成模型，通过语音合成模型得到预测声学标记，以及预测声学标记对应的预测时长信息；根据预测声学标记与真实声学标记之间的差异，以及预测时长信息与真实时长信息之间的差异，训练语音合成模型，以得到训练完成的语音合成模型。采用本方法能够减少丢音多音等不稳定问题的发生，从而提高语音合成模型生成语音的准确性。