一种语音合成方法、装置、设备及介质

本申请实施例提供了一种语音合成方法、装置、设备及介质，涉及语音处理技术领域。该方法包括：获取文本信息、交互目标信息和交互场景信息；通过将交互目标信息和交互场景信息输入声音特征量化模型，确定与交互目标信息和交互场景信息对应的声音特征参数集，声音特征参数集包括语速、音量、语调变化和节奏中的至少一种；通过将文本信息和声音特征参数集输入语音合成引擎，合成在交互场景信息下能够达成交互目标信息的语音信号。由此，通过语音合成引擎合成的语音信号，不仅能够准确传达了文本信息，还能根据不同的交互目标和交互场景灵活调整声音特征参数，提高了语音信号在主动影响用户决策过程中的作用。