本发明提供一种语音音频处理方法、装置及电子设备，该方法包括：基于目标发音人的目标语料，生成目标发音人对应的目标音频资源包；在接收到第一电子设备发送的表示请求下载目标音频资源包的下载请求的情况下，将目标音频资源包发送至第一电子设备，目标音频资源包用于生成与目标发音人对应的应答语音；其中，目标音频资源包包括至少一条语音音频，语音音频的播报音色为目标发音人的音色；目标语料包括目标发音人发出的语音形式的语料，目标语料的语料内容包括预先确定的短语、语句、短篇和曲调中的至少一种。本发明提供的语音音频处理方法、装置及电子设备，能简化语音音频处理的过程，能提高语音音频处理的效率。