语音风格迁移方法、装置、设备及介质

本发明涉及语音处理技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种语音风格迁移方法，包括：提取源语音和参考语音的特征，分离内容特征和风格特征；基于时间参数对初始源特征进行线性插值，生成中间特征；将中间特征输入流匹配模型，生成参考特征和重构特征；计算循环一致性损失，并基于该损失优化流匹配模型参数；将优化后的模型用于风格迁移，生成迁移语音波形。本发明通过循环一致性损失约束风格迁移过程，确保语音的语义和风格一致性，结合时间插值处理提升转换平滑度，并利用流匹配模型实现跨说话人风格迁移，提高未见说话人的风格适应能力，模型优化降低对标注数据的依赖，提升生成语音的稳定性和自然度。