[发明专利]一种语音合成方法、装置以及可读存储介质

摘要

本发明公开了一种语音合成方法、装置以及可读存储介质，该方法包括：将文本输入序列转换为文本特征表示序列；将文本特征表示序列输入包含N层编码层的编码器；N层编码层中包括编码层Ei以及编码层Ei+1；编码层Ei+1包括第一多头自注意力网络；获取编码层Ei输出的第一注意力矩阵以及历史文本编码序列，根据第一注意力矩阵与第一多头自注意力网络之间的残差连接以及历史文本编码序列，生成编码层Ei+1的第二注意力矩阵；根据第二注意力矩阵以及历史文本编码序列生成编码层Ei+1的目标文本编码序列，基于目标文本编码序列生成与文本输入序列相匹配的合成语音数据。采用本申请，可以有效加速模型的收敛，提升合成语音的稳定性。