目标信号生成方法、装置、设备及介质

本发明涉及语音处理技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种目标信号生成方法、装置、设备及介质，包括：获取输入数据并进行编码，生成初始数据表征；对输入数据进行语义分析，生成语义特征；将语义特征输入属性编码器，生成动态属性表征向量；将动态属性表征向量与初始数据表征进行融合，获得融合特征；基于融合特征通过解码器生成中间频谱表征；将中间频谱表征输入声码器，转换为目标信号。本发明通过在生成过程中动态融合语义特征与属性编码信息，结合解码器与声码器的联合建模，实现了多说话者环境下对目标信号的高质量重构，提升了语音合成系统在多说话者、零样本场景下的自然度和灵活性。