本申请涉及智能语音领域，提供了一种模型训练方法、语音合成方法、设备和计算机程序产品。本申请能够提高文字音素转化模型的训练效率。该方法包括：从训练数据库中获取包含具有多种发音的目标文字的文本序列及该文本序列对应发音的音频素材，通过语音识别模型提取该音频素材对应的音素序列并将其作为音素序列标注结果，及将文本序列输入至待训练的文字音素转化模型得到其输出的音素序列预测结果，然后将该音素序列标注结果与音素序列预测结果进行比较获得音素序列预测偏差，根据该音素序列预测偏差调整待训练的文字音素转化模型参数，当满足训练完成条件时得到文字音素转化模型。