一种基于音色特征的语音生成方法及语音生成装置

本申请提供了一种基于音色特征的语音生成方法及语音生成装置，所述语音生成方法包括：获取目标解析模型，将描述文本输入所述目标解析模型中，得到所述描述文本对应的目标声音特征向量；其中，所述描述文本包括目标音色文本描述；将所述目标声音特征向量输入目标融合模型中，生成目标音色向量；将所述目标音色向量以及待转换文本输入语音生成模型中，以得到符合所述描述文本的目标语音。通过所述方法及装置，生成符合用户所要求的音色特征的目标语音，提高了在规定音色下语音生成的准确性，满足用户对多样化音色、高精度情感表达的语音生成需求。