[发明专利]基于深度学习的语音训练方法、装置、设备以及存储介质

摘要

本发明公开了一种基于深度学习的语音训练方法、装置、计算机设备以及存储介质，应用于人工智能技术领域，提供通过教师‑学生神经网络训练语音合成模型的方法，能够高效、快速、低资源消耗低训练语音合成模型。本发明提供的方法包括：对第一音素序列进行编码得到第一音素编码值；对第一音素编码值进行时长预测处理得到第一发音时长预测值；对第一音素序列中的每个音素进行扩展处理，得到第一音素序列中的每个音素的扩展特征；将第一音素序列中的每个音素的扩展特征变换为第一梅尔频谱值；通过训练好的教师神经网络提供的隐变量以及第一梅尔频谱值对学生神经网络进行训练，训练至学生神经网络的第一损失函数收敛时，得到训练好的学生神经网络。