音频生成的方法、装置、存储介质、电子设备和程序产品

本公开实施例公开了一种音频生成的方法、装置、存储介质、电子设备和程序产品，将获取的音频生成任务的引导信息进行编码，得到所述引导信息的隐空间表达；基于扩散模型，利用混合引导策略和所述引导信息的隐空间表达，逐步进行去噪迭代，得到目标数据；其中，所述扩散模型包括原模型和降级模型，所述混合引导策略用于引导所述原模型和所述降级模型分别进行无分类器引导；将所述目标数据解码至音频空间，得到所述音频生成任务对应的音频信息。本公开通过引导原模型和降级模型分别进行无分类器引导和降级模型引导的混合引导策略使得引导路径更具结构性和鲁棒性，有效提升了语义保真度和音频信号的自然度。