本申请实施例公开了一种语音合成方法、装置、计算机设备、存储介质和产品，通过获取待合成语音的文本，以及确定所要合成的语音类型；将语音类型对应的参考音频特征信息与文本中的文本单元进行融合处理，得到文本语音特征信息；根据语音类型确定目标时长预测网络；根据目标时长预测网络和文本语音特征信息预测文本单元对应的音频时长信息；根据音频时长信息对文本语音特征信息进行时长匹配处理，得到匹配后文本语音特征信息；根据匹配后文本语音特征信息进行语音合成处理，得到目标语音。该方案可以提取准确的文本语音特征信息，且根据语音类型采用对应的时长预测网络，使得合成的目标语音保留语音类型的音色和韵律等信息，提高语音合成效果。