一种离散音频特征生成方法及装置、音频数据分词器训练方法及装置

本申请提供了一种本申请实施例提供的一种离散音频特征生成方法及装置、音频数据分词器训练方法及装置，所述离散音频特征生成方法基于音频数据分词器实现，所述向量量化模块中包括多个码本，每个码本包括多个码本向量；所述生成方法包括：将初始音频数据输入所述编码器，得到声学特征向量；对于每一条初始音频数据，基于所述声学特征向量从所述向量量化模块中匹配得到目标码本向量，作为该初始音频数据对应的离散音频特征。这样，根据初始音频数据的声学特征向量自适应选择不同的目标码本向量作为离散音频特征，能够更好地平衡资源，同时提升后续利用离散音频特征进行音频生成的生成质量，解决了传统固定码本带来的资源浪费或质量不足的问题。