语音合成方法、装置、电子设备及存储介质

本发明提供一种语音合成方法、装置、电子设备及存储介质，涉及语音合成技术领域，该方法在语音合成过程中引入目标属性文本，可以支持具有目标属性文本对应的音频属性的语音合成，进而可以根据用户需求控制目标合成语音的表现力和韵律，使目标合成语音更加符合用户需求，提高用户体验。通过带有属性标签的文本样本训练得到语音合成模型，可以使语音合成模型在语音合成时具有音频属性的控制能力，可以同时控制目标合成语音的音色、语音风格、情感表达、人设、语气、韵律等音频属性，并可以支持语种切换、环境音效、方言生成等音频属性，保证语音合成模型生成质量的同时提升可控性。