本发明公开一种语音控制方法、车辆、云端以及存储介质。语音控制方法，包括：车机端获取语音指令并上传至云端；云端处理语音指令以获取相应的回复音频文件，并根据车辆场景确定时延数据并发送时延数据至车机端；车机端进行网络预言，获得预言结果；车机端根据时延数据和预言结果确定等待时长；车机端在超过等待时长没有接收到云端发送的回复音频文件的完整数据时，执行回复音频文件的合成操作，并播放合成好的回复音频文件；车机端在不超过等待时长接收到云端发送的回复音频文件的完整数据时，播放回复音频文件。上述语音控制方法，根据时延数据和预言结果确定等待时长，保证了服务的灵活性，减少网络条件不佳情况下的离线率。