语音合成方法、语音合成装置、电子设备及存储介质

本申请提出的语音合成方法、语音合成装置、电子设备及存储介质，涉及人工智能技术领域，适用于金融科技领域及医疗健康领域。该方法包括：对目标语音数据进行音色提取，得到目标音色特征；对源语音数据进行特征提取，得到源语言内容特征；对源语音数据进行风格提取，得到源初始风格特征；通过风格编码器对源初始风格特征进行风格编码，得到源增强风格特征；通过风格编码器对源增强风格特征、源语言内容特征以及目标音色特征进行注意力编码，得到目的编码语音特征；对源增强风格特征、目的编码语音特征以及目标音色特征进行语音解码，得到目标合成语音数据。本申请能够提高语音合成的音色一致性，且提高语音合成的自然性。