基于大语言模型的语音生成方法、装置、设备及介质

本发明涉及人工智能技术领域，可应用于金融科技、医疗健康等业务系统平台中，公开了基于大语言模型的语音生成方法、装置、设备及介质，包括：获取待生成语音的原始文本；将原始文本输入到通过多阶段参数微调得到的具有混合LoRA适配器的大语言模型中进行文本处理，生成包含语义信息和韵律信息的语义特征；将语义特征输入到预先训练的声学模型中进行特征转换，将语义特征转换为相应的声学特征；将声学特征输入到预先训练的声码器中进行解码处理，生成原始文本对应的语音波形。通过多阶段参数微调得到的具有混合LoRA适配器的大语言模型进行处理，有效利用了大语言模型的先验知识实现文本和语音两个模态的融合，提高语音生成效率且降低对硬件资源的要求。