本发明公开了一种语音合成的方法及装置，所述方法包括：获取预训练的字符向量矩阵；获取待训练的字符向量矩阵；将预训练的字符向量矩阵与待训练的字符向量矩阵相拼接；通过多层一维卷积层，对整体句子矩阵进行编码，获得编码矩阵；通过一层双向递归神经网络，对编码矩阵继续编码，获得再编码矩阵；将再编码矩阵通过一个全连接层进行发音长度预测，获得长度预测矩阵；再通过一个全连接层对长度预测矩阵进行重采样，获得重采样矩阵；将重采样矩阵通过多层一维卷积层进行解码，再通过一层双向递归神经网络进行再解码，得到再解码矩阵，将再解码矩阵映射到预设的位宽数值范围内，得到输出波形；本发明的优点在于：模型收敛快，稳定性较强。