数学文档的语音转换方法、装置、设备及介质

本发明涉及人工智能领域，提供了一种数学文档的语音转换方法、装置、设备及介质，可应用于金融、医疗领域，其方法包括：基于解析器对数学文档进行解析得到树形结构和标记化文本；利用编码器对标记化文本进行编码得到语义向量；获取图像数据；基于第一处理策略对树形结构、语义向量和图像数据进行对齐得到目标特征向量；基于第二处理策略对目标特征向量进行生成得到目标语音特征；对目标语音特征进行转换处理得到语音波形。通过实施本发明实施例实现了利用解析器、编码器、第一处理策略和第二处理策略对数学文档进行解析、编码、对齐和生成等处理得到目标语音特征，以对目标语音特征进行转换处理得到语音波形，提高了语义连贯性和处理效率。