文本引导的语音合成方法、装置、计算机设备及存储介质

本申请属于人工智能技术领域，涉及一种文本引导的语音合成方法，包括对语音数据集进行风格标签标注和场景噪声注入，得到参考语音集；将参考语音集和文本数据集输入声学模型；通过风格编码器对风格标签进行编码，得到风格编码特征；通过参考编码器对参考语音进行编码，得到参考语音编码特征；通过文本编码器对文本进行编码，得到文本编码特征；将全部编码特征输入声学结构，获得语音声学特征；将语音声学特征输入声码器合成波形，得到预测合成语音进行训练，得到语音合成模型。本申请还提供一种文本引导的语音合成装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，待转换文本可存储于区块链中。本申请提高语音合成的效率与质量。