本申请提供一种基于机器学习算法的音色转换方法及系统，首先获取源音频信号和目标音色描述，将源音频信号分解为多个音频帧并提取频谱特征，把目标音色描述转换为多维音色特征向量，然后通过音色融合网络进行特征融合得到转换后频谱特征，再经过逆时频变换...