一种文本转语音方法、系统、设备和存储介质

本申请公开了一种文本转语音方法、系统、设备和存储介质，方法包括：将小说文本进行章节处理，其中，每章节文本包括前文本、中间文本和后文本；从每章节文本中的中间文本提取音素、音调、韵律信息和文本内容，并将提取的音素、音调、韵律信息和文本内容进行拼接得到文本向量；获取目标说话人的音色向量，将音色向量与文本向量进行拼接得到目标向量；将目标向量输入到文本转语音模型中进行语音合成，输出小说文本对应的音频。本申请实现了端到端的语音合成，不需要提前给对话旁白、情感、角色打标签，提高了语音合成效率。