基于多编码器特征解耦的跨语种语音合成系统及方法

本发明涉及语音合成技术领域，尤其涉及一种基于多编码器特征解耦的跨语种语音合成系统及方法。采用如下技术方案：使用多编码器的音频编码器，对音频数据进行多特征解耦得到多种音频隐变量，再通过将多种音频隐变量进行拼接，再由文本隐变量进行拟合，最终由解码器解码得到输出音频。本发明的有益效果在于：便于文本隐变量进行拟合，从而提高跨语种语音合成准确度；且使用多种开源的单语种语音数据集，解决了现有方法依赖多语种语音音频价格高、难以扩展到更多语种的问题，通过使用单语种的开源数据集，可以通过统一的文本、音频处理方法，将任何语种添加到模型中，使得模型具有更强的鲁棒性和泛用性。