一种语音处理方法、装置、计算机设备及存储介质

本发明涉及人工智能技术领域，可应用于金融科技、医疗健康等业务系统平台中，公开一种语音处理方法、装置、计算机设备及存储介质，方法包括：获取输入的语音特征序列，对所述语音特征序列进行划分，以得到多个相邻的特征块；对各个所述特征块进行上下文建模，以提取各个特征块内的上下文信息；基于跨块注意力机制，建立相邻的特征块之间的连接关系；对各个所述特征块的上下文信息进行编码，基于预设的聚类模型对编码后的上下文信息进行分组，以生成离散化的语音结果；基于预设的大语音模型、所述离散化的语音结果以及相邻的特征块之间的连接关系，生成输出语音。本发明解决了现有技术中无法适应动态实时信息的技术问题。