基于深度学习的用户音色克隆与语音合成方法及装置

本发明公开了基于深度学习的用户音色克隆与语音合成方法及装置，涉及语音识别应用技术领域，包括：采集用户的语音数据；从所述语音数据中提取与用户对应的音色特征；采用迁移学习技术训练个性化的音色模型，得到训练好的音色模型；获取需要朗读的绘本内容，提取所述绘本内容中包含情感及节奏关键信息；根据提取的所述绘本内容中包含情感及节奏关键信息，动态调整语音合成的各播放参数；将需要朗读的绘本内容输入至已训练好的音色模型进行语音合成，并结合所述调整好的语音合成的各播放参数，对合成后的语音进行调整后输出。本发明能够根据具体用户的音色特征进行个性化克隆，提供更加自然、逼真的语音合成效果，为用户的使用提供了方便。