语音转换文字的方法、装置、设备、存储介质和程序产品

本发明提供一种语音转换文字的方法、装置、设备、存储介质和程序产品，涉及信息技术领域，所述语音转换文字的方法，包括：对待转换的语音帧数据的声学特征和所述语音帧数据的语义上下文进行融合处理，得到不同输入通道的融合特征；对所述不同输入通道的融合特征进行降维处理，得到第一特征；根据所述输入通道的注意力权重、所述语音帧数据和所述第一特征，得到所述语音帧数据中的韵律帧数据；根据所述韵律帧数据和所述语音帧数据，将所述语音帧数据转换成目标文字。本发明提高文字转换的准确性和实时性。