本公开实施例提供一种语音合成的处理方法、装置、设备及存储介质，该方法包括：获取目标说话人的原语音数据；根据所述原语音数据为所述目标说话人匹配相似的第一源说话人；根据所述原语音数据，提取所述目标说话人的第一语音特征，并获取所述第一源说话人与所述原语音数据对应的第二语音特征；基于所述第一语音特征和所述第二语音特征，对预设语音转换模型进行优化训练，获得目标语音转换模型；基于所述目标语音转换模型，为用户提供语音播报服务。实现了基于少量语音数据便可简单快速地获得需要的语音转换模型，解决了现有技术若只有少量的目标说话人的语音数据，获得的语音转换模型准确性低等缺陷。