使用机器学习模型进行语音音频校正

本发明公开了使用机器学习模型进行语音音频校正，具体公开了使用机器学习模型来校正语音音频的系统和技术。该技术包括：将输入音频的第一转录与输入音频的第二转录进行比较，以识别修改后的词集，其中第二转录是第一转录的修改后的版本。该技术包括：基于修改后的词集使用文本转语音机器学习模型来生成合成音频，以及基于合成音频和输入音频的至少一部分使用话音匹配机器学习模型来生成修改后的合成音频。该技术包括：通过组合输入音频与修改后的合成音频来生成输出音频。