技术总结
本发明涉及互联网技术领域，提供端到端的语音合成方法、端到端的语音合成装置、端到端的语音合成模型训练方法、端到端的语音合成模型训练装置及存储介质，该端到端的语音合成方法包括：获取待处理文本；基于待处理文本，生成待处理文本对应的拼音序列；基于拼音序列，根据拼音的声母、韵母及声调得到拼音序列的模型数据；将模型数据输入端到端的语音合成模型，得到待处理文本对应的声波数据；合成声波数据，得到待处理文本对应的语音数据。该方法将待处理文本拆分为拼音的声母、韵母及声调分别作为整体得到模型数据，将模型数据输入端到端的语音合成模型得到待处理文本对应的声波数据，更符合中文文本发音规律，使语音合成的结果更加准确。
技术研发人员：邵志明;郝玉峰;黄宇凯;曹琼;李科;宋琼
受保护的技术使用者：北京海天瑞声科技股份有限公司
技术研发日：2020.01.03
技术公布日：2020.04.03