一种语音合成方法、装置和用于语音合成的装置

摘要

本发明实施例提供了一种语音合成方法、装置和用于语音合成的装置,应用于终端设备。其中的方法包括：基于多人语音训练数据训练多人声学模型，所述多人声学模型包括编码器、韵律预测网络、时长预测网络、以及解码器；所述解码器输出的声学特征中包含基频特征和梅尔谱特征；基于目标说话人的单人语音训练数据对所述多人声学模型进行自适应训练，得到所述目标说话人的单人声学模型；对所述单人声学模型进行参数定点化处理，得到目标单人声学模型；利用所述目标单人声学模型以及待合成文本合成所述目标说话人的声学特征的音频数据。本发明实施例在保证模型效果的基础上，使得训练得到的目标单人声学模型可适用于计算能力和存储空间有限的离线设备。